ziņas

Imunoterapija ir ieviesusi revolucionāras pārmaiņas ļaundabīgo audzēju ārstēšanā, taču joprojām ir pacienti, kuriem tā nav noderīga. Tāpēc klīniskajos pielietojumos steidzami nepieciešami atbilstoši biomarķieri, lai prognozētu imunoterapijas efektivitāti, maksimāli palielinātu efektivitāti un izvairītos no nevajadzīgas toksicitātes.

FDA apstiprināti biomarķieri

PD-L1 ekspresija. PD-L1 ekspresijas līmeņu novērtējums ar imūnhistoķīmijas (IHC) palīdzību dod audzēja proporcijas punktu skaitu (TPS), kas ir daļēji vai pilnībā ar membrānu iekrāsoto audzēja šūnu procentuālā daļa izdzīvojušajās audzēja šūnās ar jebkādu intensitāti. Klīniskajos pētījumos šis tests kalpo kā papildu diagnostikas tests progresējoša nesīkšūnu plaušu vēža (NSCLC) ārstēšanai ar pembrolizumabu. Ja parauga TPS ir ≥ 1%, tiek ņemta vērā PD-L1 ekspresija; TPS ≥ 50% norāda uz augstu PD-L1 ekspresiju. Sākotnējā 1. fāzes pētījumā (KEYNOTE-001) pacientu atbildes reakcijas rādītājs PD-L1 TPS>50% apakšgrupā, lietojot pembrolizumabu, bija 45,2%, savukārt neatkarīgi no TPS visu pacientu, kas saņēma šo imūnās kontroles punkta inhibitora (ICI) terapiju, atbildes reakcijas rādītājs bija 19,4%. Turpmākajā 2./3. fāzes pētījumā (KEYNOTE-024) pacienti ar PD-L1 TPS > 50% tika nejauši iedalīti pembrolizumaba un standarta ķīmijterapijas grupā, un rezultāti liecināja par ievērojamu kopējās dzīvildzes (OS) uzlabošanos pacientiem, kuri saņēma pembrolizumaba terapiju.

Tomēr PD-L1 pielietojumu ICI atbildes reakcijas prognozēšanā ierobežo dažādi faktori. Pirmkārt, optimālais slieksnis dažādiem vēža veidiem atšķiras. Piemēram, pabolizumabu var lietot, ja audzēja PD-L1 ekspresija pacientiem ar kuņģa vēzi, barības vada vēzi, urīnpūšļa vēzi un plaušu vēzi ir attiecīgi 1%, 10% un 50%. Otrkārt, PD-L1 ekspresijas šūnu populācijas novērtēšana atšķiras atkarībā no vēža veida. Piemēram, recidivējošas vai metastātiskas galvas un kakla plakanšūnu karcinomas ārstēšanā var izvēlēties izmantot citu FDA apstiprinātu testēšanas metodi - visaptverošo pozitīvo punktu skaitu (CPS). Treškārt, gandrīz nav korelācijas starp PD-L1 ekspresiju dažādos vēža veidos un ICI atbildes reakciju, kas norāda, ka audzēja fons var būt galvenais faktors ICI biomarķieru prognozēšanā. Piemēram, saskaņā ar CheckMate-067 testa rezultātiem PD-L1 ekspresijas negatīvā paredzamā vērtība melanomas gadījumā ir tikai 45%. Visbeidzot, vairākos pētījumos ir atklāts, ka PD-L1 ekspresija ir nekonsekventa dažādos audzēja bojājumos vienam pacientam, pat viena audzēja ietvaros. Rezumējot, lai gan sākotnējie NSCLC klīniskie pētījumi rosināja pētījumus par PD-L1 ekspresiju kā iespējamu paredzamo biomarķieri, tā klīniskā lietderība dažādu vēža veidu gadījumā joprojām nav skaidra.

Audzēja mutāciju slodze. Audzēja mutāciju slodze (AMS) ir izmantota kā alternatīvs audzēja imunogenitātes indikators. Saskaņā ar KEYNOTE-158 klīniskā pētījuma rezultātiem, starp 10 progresējošu cieto audzēju veidiem, kas tika ārstēti ar pembrolizumabu, pacientiem ar vismaz 10 mutācijām uz megabāzi (augsts AMS) bija augstāks atbildes reakcijas rādītājs nekā tiem, kuriem bija zems AMS. Jāatzīmē, ka šajā pētījumā AMS bija PFS prognozētājs, bet tas nespēja paredzēt kopējo dzīvildzi (OS).

Imūnās terapijas atbildes reakciju galvenokārt nosaka T šūnu jaunu antigēnu atpazīšana. Ar augstāku TMB līmeni saistītā imunogenitāte ir atkarīga arī no dažādiem faktoriem, tostarp audzēja prezentētā audzēja neoantigēna; imūnsistēma atpazīst audzēja neoantigēnus; saimnieka spējas ierosināt antigēniem specifiskas atbildes reakcijas. Piemēram, dati liecina, ka audzējiem ar visaugstāko dažu imūnšūnu infiltrāciju faktiski var būt inhibējoša regulējošo T šūnu (Treg) klona amplifikācija. Turklāt TMB diapazons var atšķirties no TMB neoantigēnu potenciāla, jo nozīmīga loma ir arī mutācijas vietai; mutācijas, kas mediē dažādus antigēnu prezentācijas ceļus, var ietekmēt jaunu antigēnu prezentāciju (vai neprezentāciju) imūnsistēmai, norādot, ka audzēja iekšējām un imunoloģiskajām īpašībām jābūt konsekventām, lai radītu optimālas ICI atbildes reakcijas.

Pašlaik TMB mēra, izmantojot nākamās paaudzes sekvencēšanu (NGS), kas var atšķirties dažādās iestādēs (iekšēji) vai izmantotajās komerciālajās platformās. NGS ietver pilna eksoma sekvencēšanu (WES), pilna genoma sekvencēšanu un mērķtiecīgu sekvencēšanu, ko var iegūt no audzēja audiem un cirkulējošās audzēja DNS (ctDNS). Ir vērts atzīmēt, ka dažādiem audzēju veidiem ir plašs TMB diapazons, un imunogēniem audzējiem, piemēram, melanomai, nesīkšūnu plaušu vēzim (NSCLC) un plakanšūnu karcinomai, ir visaugstākais TMB līmenis. Līdzīgi noteikšanas metodēm, kas paredzētas dažādiem audzēju veidiem, ir atšķirīgas TMB robežvērtību definīcijas. NSCLC, melanomas, uroteliālās karcinomas un sīkšūnu plaušu vēža pētījumos šīs noteikšanas metodes izmanto dažādas analītiskās metodes (piemēram, WES vai PCR noteikšanu noteiktam skaitam saistītu gēnu) un robežvērtības (augsts TMB vai zems TMB).

Mikrosatellīti ir ļoti nestabili. Ļoti nestabils mikrosatelīts (MSI-H), kā vēža biomarķieris ICI atbildes reakcijai, lieliski prognozē ICI efektivitāti dažādos vēža veidos. MSI-H ir nesakritības labošanas defektu (dMMR) rezultāts, kas noved pie augsta mutāciju līmeņa, īpaši mikrosatelītu reģionos, kā rezultātā rodas liels skaits jaunu antigēnu un galu galā tiek izraisīta klonāla imūnreakcija. Sakarā ar augsto mutāciju slogu, ko izraisa dMMR, MSI-H audzējus var uzskatīt par audzēju veidu ar augstu mutāciju slogu (TMB). Pamatojoties uz KEYNOTE-164 un KEYNOTE-158 klīnisko pētījumu rezultātiem, FDA ir apstiprinājusi pembrolizumabu MSI-H vai dMMR audzēju ārstēšanai. Šīs ir vienas no pirmajām FDA apstiprinātajām zālēm pret vēzi, kuru pamatā ir audzēja bioloģija, nevis histoloģija.

Neskatoties uz ievērojamiem panākumiem, pastāv arī problēmas, kas jāņem vērā, izmantojot MSI statusu. Piemēram, līdz pat 50 % pacientu ar dMMR kolorektālo vēzi nav atbildes reakcijas uz ICI ārstēšanu, kas uzsver citu pazīmju nozīmi atbildes reakcijas prognozēšanā. Citas audzēju iekšējās pazīmes, kuras nevar novērtēt ar pašreizējām noteikšanas platformām, var būt veicinoši faktori. Piemēram, ir bijuši ziņojumi, ka pacientiem ar mutācijām gēnos, kas kodē svarīgas polimerāzes delta (POLD) vai polimerāzes ε (POLE) katalītiskās apakšvienības DNS reģionā, trūkst replikācijas precizitātes un viņu audzējos ir novērojams "supermutācijas" fenotips. Dažiem no šiem audzējiem ir ievērojami palielināta mikrosatelītu nestabilitāte (tādējādi tie pieder pie MSI-H), bet nesakritības labošanas proteīnu netrūkst (tāpēc tie nav dMMR).

Turklāt, līdzīgi kā TMB, arī MSI-H ietekmē jauni antigēnu tipi, ko rada mikrosatelītu nestabilitāte, saimnieka jaunu antigēnu tipu atpazīšana un saimnieka imūnsistēmas reaģētspēja. Pat MSI-H tipa audzējos liels skaits viena nukleotīda mutāciju ir identificētas kā pasažiera mutācijas (nevis vadītāja mutācijas). Tāpēc nepietiek paļauties tikai uz audzējā identificēto mikrosatelītu skaitu; faktiskais mutācijas veids (identificēts, izmantojot specifiskus mutāciju profilus) var uzlabot šī biomarķiera prognozēšanas veiktspēju. Turklāt tikai neliela daļa vēža pacientu pieder pie MSI-H audzējiem, kas norāda uz pašreizējo nepieciešamību pēc plašāk piemērojamiem biomarķieriem. Tāpēc citu efektīvu biomarķieru identificēšana, lai prognozētu efektivitāti un vadītu pacientu aprūpi, joprojām ir svarīga pētniecības joma.

Uz organizācijām balstīti biomarķieru pētījumi

Ņemot vērā, ka ICI darbības mehānisms ir imūnšūnu nomākuma novēršana, nevis tieša ievirze audzēja šūnu iekšējos ceļos, turpmākajos pētījumos jākoncentrējas uz audzēja augšanas vides un audzēja šūnu un imūnšūnu mijiedarbības sistemātisku analīzi, kas varētu palīdzēt noskaidrot faktorus, kas ietekmē ICI reakciju. Daudzas pētnieku grupas ir pētījušas specifisku audu tipu audzēja vai imūnsistēmas pazīmes, piemēram, audzēja un imūnsistēmas gēnu mutāciju pazīmes, audzēja antigēnu prezentācijas deficītu vai daudzšūnu imūncentrus vai agregātus (piemēram, terciārās limfoīdās struktūras), kas var paredzēt reakciju uz imunoterapiju.

Pētnieki izmantoja NGS, lai sekvencētu audzēja un imūnsistēmas eksomu un transkriptomu pacienta audos pirms un pēc ICI ārstēšanas, un veica telpiskās attēlveidošanas analīzi. Izmantojot vairākus integrētus modeļus apvienojumā ar tādām metodēm kā vienas šūnas sekvencēšana un telpiskā attēlveidošana vai multiomikas modeļi, ir uzlabota ICI ārstēšanas rezultātu prognozēšanas spēja. Turklāt visaptveroša metode audzēja imūnsignālu un audzēja iekšējo īpašību novērtēšanai ir uzrādījusi arī spēcīgāku prognozēšanas spēju. Piemēram, visaptveroša partijas sekvencēšanas metode, kas vienlaikus mēra audzēja un imūnsistēmas īpašības, ir pārāka par vienu analītisko mainīgo. Šie rezultāti uzsver nepieciešamību simulēt ICI efektivitāti visaptverošākā veidā, tostarp iekļaujot saimnieka imūnsistēmas kapacitātes, audzēja iekšējo īpašību un audzēja imūnsistēmas komponentu novērtēšanas rezultātus atsevišķos pacientos, lai labāk prognozētu, kuri pacienti reaģēs uz imunoterapiju.

Ņemot vērā audzēja un saimnieka faktoru iekļaušanas sarežģītību biomarķieru pētījumos, kā arī iespējamo nepieciešamību pēc imūnās mikrovides iezīmju gareniskās integrācijas, cilvēki ir sākuši pētīt biomarķierus, izmantojot datormodelēšanu un mašīnmācīšanos. Pašlaik šajā jomā ir parādījušies daži revolucionāri pētniecības sasniegumi, kas norāda uz personalizētas onkoloģijas nākotni, izmantojot mašīnmācīšanos.

Izaicinājumi, ar kuriem saskaras uz audiem balstīti biomarķieri

Analītisko metožu ierobežojumi. Daži nozīmīgi biomarķieri labi darbojas noteiktos audzēju veidos, bet ne vienmēr citos audzēju veidos. Lai gan audzējam specifiskām gēnu pazīmēm ir spēcīgāka prognozēšanas spēja nekā TMB un citām, tās nevar izmantot visu audzēju diagnosticēšanai. Pētījumā, kas bija vērsts uz nesīkšūnu plaušu vēža (NSCLC) pacientiem, tika konstatēts, ka gēnu mutāciju pazīmes labāk prognozē ICI efektivitāti nekā augsts TMB (≥ 10), bet vairāk nekā pusei pacientu gēnu mutāciju pazīmes neizdevās noteikt.

Audzēja heterogenitāte. Audu biomarķieru metode ņem paraugus tikai no vienas audzēja vietas, kas nozīmē, ka konkrētu audzēja daļu novērtējums var neprecīzi atspoguļot visu audzēju kopējo ekspresiju pacientā. Piemēram, pētījumos ir atklāta PD-L1 ekspresijas heterogenitāte starp audzējiem un to iekšienē, un līdzīgas problēmas pastāv arī ar citiem audu marķieriem.

Bioloģisko sistēmu sarežģītības dēļ daudzi iepriekš izmantotie audu biomarķieri, iespējams, ir pārāk vienkāršoti. Turklāt šūnas audzēja mikrovidē (TME) parasti ir mobilas, tāpēc telpiskajā analīzē attēlotās mijiedarbības var neatspoguļot patieso mijiedarbību starp audzēja šūnām un imūnšūnām. Pat ja biomarķieri ideālā gadījumā var attēlot visu audzēja vidi noteiktā laika punktā, šie mērķi joprojām var tikt inducēti un dinamiski mainīties laika gaitā, kas norāda, ka atsevišķs momentuzņēmums noteiktā laika punktā var slikti atspoguļot dinamiskās izmaiņas.

Pacientu neviendabīgums. Pat ja tiek atklātas zināmas ģenētiskas izmaiņas, kas saistītas ar ICI rezistenci, daži pacienti, kuriem ir zināmi rezistences biomarķieri, joprojām var gūt labumu, iespējams, molekulārās un/vai imūnās neviendabības dēļ audzēja ietvaros un dažādās audzēja vietās. Piemēram, β2-mikroglobulīna (B2M) deficīts var liecināt par jaunu vai iegūtu zāļu rezistenci, taču, ņemot vērā B2M deficīta neviendabīgumu starp indivīdiem un audzēju iekšienē, kā arī imūnās atpazīšanas aizvietošanas mehānismu mijiedarbību šiem pacientiem, B2M deficīts, iespējams, nevar droši paredzēt individuālu zāļu rezistenci. Tādēļ, neskatoties uz B2M deficīta klātbūtni, pacienti joprojām var gūt labumu no ICI terapijas.

Uz organizācijām balstīti garengriezuma biomarķieri
Biomarķieru ekspresija var mainīties laika gaitā un ārstēšanas ietekmē. Statiskie un atsevišķi audzēju un imunobioloģijas novērtējumi var nepamanīt šīs izmaiņas, un var nepamanīt arī audzēja TME un saimnieka imūnās atbildes līmeņa izmaiņas. Vairāki pētījumi ir parādījuši, ka paraugu iegūšana pirms ārstēšanas un tās laikā var precīzāk noteikt ar ICI ārstēšanu saistītās izmaiņas. Tas uzsver dinamisko biomarķieru novērtēšanas nozīmi.

Asins biomarķieri
Asins analīzes priekšrocība ir spēja bioloģiski novērtēt visus individuālos audzēja bojājumus, atspoguļojot vidējos rādījumus, nevis specifiskas vietas rādījumus, padarot to īpaši piemērotu ar ārstēšanu saistītu dinamisko izmaiņu novērtēšanai. Daudzi pētījumu rezultāti liecina, ka cirkulējošās audzēja DNS (ctDNS) vai cirkulējošo audzēja šūnu (CTC) izmantošana minimālās atlikušās slimības (MRD) novērtēšanai var vadīt ārstēšanas lēmumus, taču šiem testiem ir ierobežota informācija par to, vai pacienti var gūt labumu no imunoterapijas, piemēram, ICI. Tāpēc ctDNS testēšana ir jāapvieno ar citām metodēm, lai mērītu imūnaktivāciju vai saimnieka imūno kapacitāti. Šajā sakarā ir panākts progress perifēro asiņu mononukleāro šūnu (PBMC) imunofenotipa noteikšanā un ekstracelulāro pūslīšu un plazmas proteomikas analīzē. Piemēram, perifēro imūnšūnu apakštipi (piemēram, CD8+ T šūnas), augsta imūnās kontroles molekulu ekspresija (piemēram, PD1 uz perifērajām CD8+ T šūnām) un paaugstināts dažādu olbaltumvielu līmenis plazmā (piemēram, CXCL8, CXCL10, IL-6, IL-10, PRAP1 un VEGFA) var kalpot kā efektīvi papildinājumi ctDNS dinamiskajiem ko biomarķieriem. Šo jauno metožu priekšrocība ir tā, ka tās var novērtēt izmaiņas audzēja iekšienē (līdzīgi kā izmaiņas, ko atklāj ctDNS) un var atklāt arī izmaiņas pacienta imūnsistēmā.

Radiomika
Attēlu datu prognozējošie faktori var efektīvi pārvarēt audu biomarķieru paraugu ņemšanas un biopsijas ierobežojumus, un jebkurā laikā var novērot visu audzēju un iespējamās citas metastāzes. Tādēļ tie nākotnē varētu kļūt par svarīgu neinvazīvu dinamisko biomarķieru sastāvdaļu. Delta radiomika var kvantitatīvi aprēķināt vairāku audzēja pazīmju (piemēram, audzēja lieluma) izmaiņas dažādos laika punktos, piemēram, pirms un pēc ICI ārstēšanas, ārstēšanas laikā un turpmākajā novērošanā. Delta radiomika var ne tikai paredzēt sākotnējo vai nereaģējošu reakciju uz agrīnu ārstēšanu, bet arī reāllaikā identificēt iegūto rezistenci pret ICI un uzraudzīt jebkādu recidīvu pēc pilnīgas remisijas. Ar mašīnmācīšanās tehnoloģiju izstrādātais attēlveidošanas modelis ir pat labāks par tradicionālo RECIST standartu, prognozējot ārstēšanas reakciju un iespējamās blakusparādības. Pašreizējie pētījumi liecina, ka šiem radiomikas modeļiem laukums zem līknes (AUC) ir līdz 0,8 līdz 0,92, prognozējot imūnterapijas reakciju.

Vēl viena radiomikas priekšrocība ir tās spēja precīzi identificēt pseidoprogresiju. Ar mašīnmācīšanās palīdzību konstruētais radiomikas modelis var efektīvi atšķirt patiesu un viltus progresiju, atkārtoti izmērot katra audzēja CT vai PET datus, tostarp tādus faktorus kā forma, intensitāte un tekstūra, ar AUC 0,79. Šos radiomikas modeļus nākotnē varētu izmantot, lai izvairītos no priekšlaicīgas ārstēšanas pārtraukšanas slimības progresēšanas nepareiza novērtējuma dēļ.

Zarnu mikrobiota
Paredzams, ka zarnu mikrobiotas biomarķieri prognozēs ICI terapeitisko reakciju. Daudzi pētījumi ir parādījuši, ka specifiska zarnu mikrobiota ir cieši saistīta ar dažādu vēža veidu reakciju uz ICI ārstēšanu. Piemēram, pacientiem ar melanomu un aknu vēzi Ruminococcaceae baktēriju pārpilnība ir saistīta ar PD-1 imunoterapijas reakciju. Akkermansia muciniphila bagātināšanās ir bieži sastopama pacientiem ar aknu vēzi, plaušu vēzi vai nieru šūnu karcinomu, kuri labi reaģē uz ICI ārstēšanu.

Turklāt jaunais mašīnmācīšanās modelis var būt neatkarīgs no audzēja veidiem un saistīt specifiskas zarnu baktēriju ģints ar imunoterapijas terapeitisko reakciju. Citi pētījumi ir arī atklājuši atsevišķu baktēriju grupu specifisko lomu saimnieka imūnsistēmas regulēšanā, tālāk pētot, kā novērst vai veicināt vēža šūnu imūnsistēmas izkļūšanu.

Neoadjuvanta terapija
Dinamiska audzēja bioloģijas novērtēšana var vadīt turpmākās klīniskās ārstēšanas stratēģijas. Neoadjuvantas terapijas pētījumā var novērtēt terapeitisko efektu, izmantojot patoloģisku remisiju ķirurģiskos paraugos. Melanomas ārstēšanā primārā patoloģiskā atbildes reakcija (MPR) ir saistīta ar izdzīvošanas bez recidīva rādītāju. PRADO pētījumā pētnieki nosaka nākamos klīniskās intervences pasākumus, piemēram, ķirurģisku iejaukšanos un/vai adjuvantu terapiju, pamatojoties uz pacientam specifiskiem patoloģiskās remisijas datiem.

Starp dažādiem vēža veidiem vairākām jaunām adjuvantas terapijas iespējām joprojām trūkst tiešas salīdzināšanas. Tāpēc izvēli starp imunoterapijas monoterapiju vai kombinēto terapiju bieži vien kopīgi izlemj ārstējošais ārsts un pacients. Pašlaik pētnieki ir izstrādājuši interferona gamma (IFN gamma) pazīmi, kas satur 10 gēnus kā biomarķieri patoloģiskas remisijas prognozēšanai melanomas gadījumā pēc neoadjuvantas terapijas. Viņi tālāk integrēja šīs pazīmes algoritmā, lai atlasītu pacientus ar spēcīgu vai vāju reakciju uz neoadjuvantu terapiju. Turpmākā pētījumā ar nosaukumu DONIMI pētnieki izmantoja šo rādītāju apvienojumā ar sarežģītāku analīzi ne tikai, lai prognozētu ārstēšanas reakciju, bet arī lai noteiktu, kuriem III stadijas melanomas pacientiem nepieciešama histona deacetilāzes inhibitoru (HDACi) pievienošana, lai uzlabotu reakciju uz neoadjuvantu ICI terapiju.

No pacientiem iegūts audzēja modelis
In vitro audzēju modeļiem ir potenciāls paredzēt pacientam specifiskas reakcijas. Atšķirībā no in vitro platformas, ko izmanto hematoloģisku ļaundabīgu audzēju zāļu reakcijas spektra analīzei, cietajiem audzējiem ir grūtāk tikt galā ar lielākām grūtībām to unikālās audzēja mikrostruktūras un audzēja imūnās mijiedarbības dēļ. Vienkārša audzēja šūnu kultūra nevar viegli atkārtot šīs sarežģītās iezīmes. Šajā gadījumā audzējam līdzīgi orgāni vai orgānu mikroshēmas, kas iegūtas no pacientiem, var kompensēt šos strukturālos ierobežojumus, jo tās var saglabāt sākotnējo audzēja šūnu struktūru un simulēt mijiedarbību ar limfoīdām un mieloīdām imūnšūnām, lai novērtētu ICI reakcijas pacientam specifiskā veidā, tādējādi precīzāk reproducējot bioloģiskās iezīmes reālistiskākā trīsdimensiju vidē.

Vairākos revolucionāros pētījumos Ķīnā un Amerikas Savienotajās Valstīs ir pieņemts šis jaunais augstas precizitātes trīsdimensiju in vitro audzēja modelis. Rezultāti liecina, ka šie modeļi var efektīvi prognozēt plaušu vēža, resnās zarnas vēža, krūts vēža, melanomas un citu audzēju reakciju uz ICI. Tas liek pamatu šo modeļu prognozēšanas veiktspējas tālākai pārbaudei un standartizācijai.