使用微阵列进行自身抗体分析,确定与肺癌患者的化学免疫疗法疗效和免疫相关不良事件相关的生物标志物

科学领域:

• 免疫学 免疫学 免疫学
• 在瘤学瘤学.
• 生物标志物发现发现

背景情况:

• 自体抗体与免疫相关的不良事件 (irAEs) 和免疫疗法反应有关,但目前的生物标志物缺乏预测能力,特别是在irAE严重程度方面.
• 免疫检查点抑制剂 (ICI) 已经彻底改变了癌症治疗,但可能会导致irAEs.

研究的目的:

• 开发和验证用于检测自身抗体的高通量自身免疫疾病 (AID) 自身抗原微阵列.
• 在接受ICI的肺癌患者中确定可预测irAEs严重程度和免疫治疗疗效的自身抗体配置文件.

主要方法:

• 开发一种AID自身抗原微阵列,检测125个与30多种自身免疫疾病相关的自身抗体.
• 分析了由83名肺癌患者的基线血清样本,这些患者接受了ICI治疗.
• 统计分析,包括相关性,预测建模 (AUC) 和多变量考克斯回归.

主要成果:

• 该AID微阵列显示出出色的可重复性和与临床测试的一致性.
• 九种自身抗体与irrAEs的严重程度呈正相关性,其中9个自身抗体小组的AUC为irrAEs风险为0.854,严重irrAEs为0.934.
• 一个由8个自身抗体组成的小组预测了免疫治疗的疗效 (AUC 0.855训练,0.746验证). 抗NAP1L4 IgG和抗Ku IgG是危险因素,而抗GLRA2 IgA和抗KRT20 IgA则具有保护作用.

结论:

• 使用AID微阵列进行自身抗体分析,可以预测NSCLC患者的irAEs和免疫治疗反应.
• 该AID微阵列作为一个有价值的高通量平台,用于识别自身抗体生物标志物,以指导癌症免疫治疗.