系统性炎症生物标志物可以识别肺腺癌中的高瘤突变负担
Jiabin Fang1, Qing Li1, Nengluan Xu1,2
1Shengli Clinical Medical College of Fujian Medical University, Fujian Provincial Hospital, Fuzhou University Affiliated Provincial Hospital, Fuzhou, China.
BMC cancer
|October 9, 2025
概括
像NLR和PLR这样的系统性炎症标志物可以帮助识别高瘤突变负担 (TMB) 肺癌患者,可能减少需要昂贵的全外因子测序 (WES) 的需要. 这为预测非小细胞肺癌 (NSCLC) 免疫治疗反应提供了更容易获得的方法.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 免疫治疗是一种免疫疗法.
背景情况:
- 瘤突变负担 (TMB) 是预测非小细胞肺癌 (NSCLC) 免疫疗法疗效的关键生物标志物.
- 用于TMB评估的全外体测序 (WES) 是昂贵的,并且具有严格的样本要求,限制了临床使用.
- 可访问的全身炎症标志物可以预测肺癌患者的高TMB.
研究的目的:
- 评估系统性炎症标志物的预测价值,以识别高TMB肺癌.
- 探索炎症标志物与肺腺癌中的特定突变模式之间的关联.
主要方法:
- 在72名肺腺癌患者的瘤和血液样本上进行全外体测序 (WES).
- 系统性炎症标志物的分析:中性粒细胞与淋巴细胞的比率 (NLR),衍生中性粒细胞与淋巴细胞的比率 (dNLR),淋巴细胞与单细胞的比率 (LMR) 和血小板与淋巴细胞的比率 (PLR).
- 统计建模 (通用线性模型,限制立方线,XGBoost) 来评估TMB的标记器预测值.
主要成果:
- 高TMB组显示C>A变异增加,TP53和TTN突变的频率更高.
- 较高的NLR和PLR,以及较低的LMR与较高的TMB有显著的关联.
- 在TMB和NLR/PLR之间观察到的非线性关联;T阶段,LMR和BMI是XGBoost模型中的关键预测因素.
结论:
- 在中国肺腺癌患者中,在不同TMB组中存在不同的突变特征.
- 系统性炎症标志物 (NLR,PLR,LMR) 显示出可能成为高TMB肺癌的初步指标.
- 这些标记可能提供一种更容易获得的方法来识别可能受益于免疫治疗的患者.
