血蛋白质组学分析确定了小细胞肺癌免疫治疗反应的预测生物标志物

科学领域:

• 在瘤学瘤学.
• 蛋白质组学是指蛋白质组学.
• 生物标志物发现发现

背景情况:

• 免疫检查点抑制剂 (ICI),如抗编程死亡配体1 (anti-PD-L1) 已改善了小细胞肺癌 (SCLC) 的结果.
• 然而,患者对SCLC治疗的反应各不相同,缺乏可靠的预测生物标志物.

研究的目的:

• 确定用于预测SCLC患者化学免疫治疗反应的新型血蛋白质生物标志物.
• 开发和验证SCLC治疗反应的预测模型.

主要方法:

• 从接受化疗免疫治疗的SCLC患者的长度血样本使用质谱分析.
• 机器学习,包括LASSO模型,用于识别预测性蛋白质签名.
• 一个三种蛋白质模型 (瓦索林,PARD3,PTGES3 - VPP模型) 被开发和验证在发现,验证和独立队列中.

主要成果:

• VPP模型表现出强大的预测性能,曲线下面积 (AUC) 值高 (0.846在培训中,0.821在验证中,0.859在外部队列中).
• 响应者显示IL-17和JAK-STAT通路蛋白的调节,而非响应者则在PI3K-Akt和HIF-1通路中进行了丰富.
• 该VPP模型有效地将患者分为低风险 (80%的应答率) 和高风险 (20%的应答率) 组,与无进展生存相关.

结论:

• 由血蛋白质组学衍生的VPP模型是SCLC中抗PD-L1加化疗反应的验证预测生物标志物.
• 这种蛋白质组签名为SCLC个性化治疗策略提供了一个有前途的工具.