ştiri

Imunoterapia a adus schimbări revoluționare în tratamentul tumorilor maligne, dar există încă unii pacienți care nu pot beneficia de aceasta. Prin urmare, sunt necesare urgent biomarkeri adecvați în aplicațiile clinice pentru a prezice eficacitatea imunoterapiei, pentru a maximiza eficacitatea și a evita toxicitatea inutilă.

Biomarkeri aprobați de FDA

Expresia PD-L1. Evaluarea nivelurilor de expresie PD-L1 prin imunohistochimie (IHC) produce scorul proporției tumorale (TPS), care reprezintă procentul de celule tumorale colorate parțial sau complet cu membrană, de orice intensitate, în celulele tumorale supraviețuitoare. În studiile clinice, acest test servește ca test de diagnostic auxiliar pentru tratamentul cancerului pulmonar fără celule mici (NSCLC) avansat cu pembrolizumab. Dacă TPS-ul probei este ≥ 1%, se ia în considerare expresia PD-L1; TPS ≥ 50% indică o expresie ridicată a PD-L1. În studiul inițial de fază 1 (KEYNOTE-001), rata de răspuns a pacienților din subgrupul PD-L1 TPS>50% care au utilizat pembrolizumab a fost de 45,2%, în timp ce, indiferent de TPS, rata de răspuns a tuturor pacienților care au primit acest tratament cu inhibitori ai punctelor de control imun (ICI) a fost de 19,4%. Studiul ulterior de fază 2/3 (KEYNOTE-024) a repartizat aleatoriu pacienți cu PD-L1 TPS >50% să primească pembrolizumab și chimioterapie standard, iar rezultatele au arătat o îmbunătățire semnificativă a supraviețuirii generale (OS) la pacienții care au primit tratament cu pembrolizumab.

Cu toate acestea, aplicarea PD-L1 în prezicerea răspunsurilor ICI este limitată de diverși factori. În primul rând, pragul optim pentru diferite tipuri de cancer variază. De exemplu, Pabolizumab poate fi utilizat atunci când expresia tumorală PD-L1 la pacienții cu cancer gastric, cancer esofagian, cancer de vezică urinară și cancer pulmonar este de 1%, 10% și respectiv 50%. În al doilea rând, evaluarea populației celulare a expresiei PD-L1 variază în funcție de tipul de cancer. De exemplu, tratamentul carcinomului scuamos recurent sau metastatic al capului și gâtului poate alege utilizarea unei alte metode de testare aprobate de FDA, Scorul Pozitiv Comprehensiv (CPS). În al treilea rând, nu există aproape nicio corelație între expresia PD-L1 în diferite tipuri de cancer și răspunsul ICI, ceea ce indică faptul că fondul tumoral poate fi un factor cheie în prezicerea biomarkerilor ICI. De exemplu, conform rezultatelor testului CheckMate-067, valoarea predictivă negativă a expresiei PD-L1 în melanom este de doar 45%. În cele din urmă, mai multe studii au descoperit că expresia PD-L1 este inconsistentă între diferite leziuni tumorale la un singur pacient, chiar și în cadrul aceleiași tumori. În concluzie, deși studiile clinice inițiale privind NSCLC au determinat cercetări privind expresia PD-L1 ca posibil biomarker predictiv, utilitatea sa clinică în diferite tipuri de cancer rămâne neclară.

Povara mutațiilor tumorale. Povara mutațiilor tumorale (TMB) a fost utilizată ca indicator alternativ al imunogenității tumorale. Conform rezultatelor studiului clinic KEYNOTE-158, dintre cele 10 tipuri de tumori solide avansate tratate cu pembrolizumab, pacienții cu cel puțin 10 mutații per megabază (TMB ridicat) au avut o rată de răspuns mai mare decât cei cu TMB scăzut. Este demn de remarcat faptul că, în acest studiu, TMB a fost un predictor al PFS, dar nu a putut prezice OS.

Răspunsul la terapia imună este determinat în principal de recunoașterea de către celulele T a noilor antigeni. Imunogenitatea asociată cu un nivel mai mare de TMB depinde, de asemenea, de diverși factori, inclusiv neoantigenul tumoral prezentat de tumoare; sistemul imunitar recunoaște neoantigenele tumorale; capacitatea gazdei de a iniția răspunsuri specifice antigenului. De exemplu, datele sugerează că tumorile cu cea mai mare infiltrare a unor celule imune pot avea de fapt amplificare inhibitorie a clonei de celule T reglatoare (Treg). În plus, intervalul de TMB poate diferi de potențialul neoantigenelor TMB, deoarece locul exact al mutației joacă, de asemenea, un rol semnificativ; mutațiile care mediază diferite căi de prezentare a antigenului pot afecta prezentarea (sau neprezentarea) de noi antigene către sistemul imunitar, indicând faptul că caracteristicile intrinseci și imunologice ale tumorii trebuie să fie consistente pentru a produce răspunsuri ICI optime.

În prezent, TMB este măsurată prin secvențiere de nouă generație (NGS), care poate varia în funcție de instituții (intern) sau platforme comerciale utilizate. NGS include secvențierea întregului exom (WES), secvențierea întregului genom și secvențierea țintită, care poate fi obținută din țesutul tumoral și ADN-ul tumoral circulant (ctADN). Este demn de remarcat faptul că diferite tipuri de tumori au o gamă largă de TMB, tumorile imunogene, cum ar fi melanomul, NSCLC și carcinomul cu celule scuamoase, având cele mai ridicate niveluri de TMB. În mod similar, metodele de detectare concepute pentru diferite tipuri de tumori au definiții diferite ale valorilor prag TMB. În studiul NSCLC, melanomului, carcinomului urotelial și cancerului pulmonar cu celule mici, aceste metode de detectare utilizează diferite metode analitice (cum ar fi detectarea WES sau PCR pentru un număr specific de gene înrudite) și praguri (TMB ridicat sau TMB scăzut).

Microsateliții sunt extrem de instabili. Microsateliții extrem de instabili (MSI-H), ca biomarker pan-cancer pentru răspunsul ICI, au performanțe excelente în prezicerea eficacității ICI în diverse tipuri de cancer. MSI-H este rezultatul defectelor de reparare a erorilor de compatibilitate (dMMR), ceea ce duce la o rată ridicată de mutație, în special în regiunile microsateliților, rezultând în producerea unui număr mare de antigene noi și declanșând în cele din urmă un răspuns imun clonal. Datorită încărcăturii mutaționale ridicate cauzate de dMMR, tumorile MSI-H pot fi considerate un tip de tumoare cu încărcătură mutațională ridicată (TMB). Pe baza rezultatelor studiilor clinice KEYNOTE-164 și KEYNOTE-158, FDA a aprobat pembrolizumab pentru tratamentul tumorilor MSI-H sau dMMR. Acesta este unul dintre primele medicamente pan-cancer aprobate de FDA, bazat pe biologia tumorii și nu pe histologie.

În ciuda succesului semnificativ, există și probleme de care trebuie să fiți conștienți atunci când utilizați statusul MSI. De exemplu, până la 50% dintre pacienții cu cancer colorectal dMMR nu au răspuns la tratamentul ICI, subliniind importanța altor caracteristici în prezicerea răspunsului. Alte caracteristici intrinseci ale tumorilor, care nu pot fi evaluate de platformele de detecție actuale, pot fi factori care contribuie la acest răspuns. De exemplu, au existat rapoarte conform cărora pacienții cu mutații în genele care codifică subunități catalitice importante ale polimerazei delta (POLD) sau polimerazei ε (POLE) în regiunea ADN-ului nu au fidelitate de replicare și prezintă un fenotip de „supermutație” în tumorile lor. Unele dintre aceste tumori au o instabilitate a microsateliților semnificativ crescută (aparținând astfel MSI-H), dar proteinele de reparare a nepotrivirilor nu lipsesc (prin urmare, nu dMMR).

În plus, similar cu TMB, MSI-H este, de asemenea, afectată de noile tipuri de antigene generate de instabilitatea microsateliților, recunoașterea de către gazdă a noilor tipuri de antigene și reactivitatea sistemului imunitar al gazdei. Chiar și în cazul tumorilor de tip MSI-H, un număr mare de mutații cu un singur nucleotid au fost identificate ca mutații pasageri (mutații non-driver). Prin urmare, bazarea exclusivă pe numărul de microsateliți identificați în tumoră nu este suficientă; tipul real de mutație (identificat prin profiluri de mutație specifice) poate îmbunătăți performanța predictivă a acestui biomarker. În plus, doar o mică parte dintre pacienții cu cancer aparțin tumorilor MSI-H, ceea ce indică necesitatea actuală de biomarkeri cu o aplicabilitate mai largă. Prin urmare, identificarea altor biomarkeri eficienți pentru a prezice eficacitatea și a ghida gestionarea pacienților rămâne o arie importantă de cercetare.

Cercetarea biomarkerilor bazată pe organizație

Având în vedere că mecanismul de acțiune al ICI este de a inversa supresia celulelor imune, mai degrabă decât de a viza direct căile intrinseci ale celulelor tumorale, cercetările suplimentare ar trebui să se concentreze pe analiza sistematică a mediului de creștere tumorală și a interacțiunii dintre celulele tumorale și celulele imune, ceea ce poate ajuta la elucidarea factorilor care afectează răspunsul ICI. Numeroase grupuri de cercetare au studiat caracteristicile tumorale sau imune ale anumitor tipuri de țesuturi, cum ar fi caracteristicile mutațiilor genice tumorale și imune, deficitele de prezentare a antigenului tumoral sau centrele sau agregatele imune multicelulare (cum ar fi structurile limfoide terțiare), care pot prezice răspunsurile la imunoterapie.

Cercetătorii au utilizat NGS pentru a secvenția exomul tumoral și imun, precum și transcriptomul țesuturilor pacienților înainte și după tratamentul cu ICI și au efectuat analize de imagistică spațială. Prin utilizarea mai multor modele integrate, combinate cu tehnici precum secvențierea unicelulară și imagistica spațială sau modele multi-omice, capacitatea predictivă a rezultatelor tratamentului cu ICI a fost îmbunătățită. În plus, o metodă cuprinzătoare de evaluare a semnalelor imune tumorale și a caracteristicilor intrinseci ale tumorii a demonstrat, de asemenea, o capacitate predictivă mai puternică. De exemplu, o metodă cuprinzătoare de secvențiere în loturi care măsoară simultan caracteristicile tumorale și imune este superioară unei singure variabile analitice. Aceste rezultate evidențiază necesitatea simulării eficacității ICI într-un mod mai cuprinzător, inclusiv încorporarea rezultatelor evaluării capacității imune a gazdei, a caracteristicilor intrinseci ale tumorii și a componentelor imune tumorale la pacienții individuali pentru a prezice mai bine care pacienți vor răspunde la imunoterapie.

Având în vedere complexitatea integrării factorilor tumorali și gazdă în cercetarea biomarkerilor, precum și necesitatea potențială de integrare longitudinală a caracteristicilor micromediului imunitar, oamenii au început să exploreze biomarkerii folosind modelarea computerizată și învățarea automată. În prezent, au apărut unele realizări inovatoare în cercetare în acest domeniu, indicând viitorul oncologiei personalizate asistate de învățarea automată.

Provocările cu care se confruntă biomarkerii bazați pe țesuturi

Limitările metodelor analitice. Unii biomarkeri semnificativi au performanțe bune în anumite tipuri de tumori, dar nu neapărat în alte tipuri de tumori. Deși caracteristicile genetice specifice tumorii au o capacitate predictivă mai puternică decât TMB și altele, acestea nu pot fi utilizate pentru diagnosticarea tuturor tumorilor. Într-un studiu care a vizat pacienții cu NSCLC, s-a constatat că caracteristicile mutațiilor genetice sunt mai predictive pentru eficacitatea ICI decât TMB ridicat (≥ 10), dar mai mult de jumătate dintre pacienți nu au putut detecta caracteristicile mutațiilor genetice.

Heterogenitatea tumorii. Metoda biomarkerilor tisulari prelevează probe doar dintr-un singur loc al tumorii, ceea ce înseamnă că evaluarea unor părți specifice ale tumorii poate să nu reflecte cu exactitate expresia generală a tuturor tumorilor la pacient. De exemplu, studiile au descoperit heterogenitate în expresia PD-L1 între și în interiorul tumorilor, iar probleme similare există și cu alți markeri tisulari.

Datorită complexității sistemelor biologice, mulți biomarkeri tisulari utilizați anterior ar fi putut fi simplificați excesiv. În plus, celulele din micromediul tumoral (TME) sunt de obicei mobile, astfel încât interacțiunile afișate în analiza spațială pot să nu reprezinte interacțiunile reale dintre celulele tumorale și celulele imune. Chiar dacă biomarkerii pot reprezenta în mod ideal întregul mediu tumoral la un anumit moment în timp, aceste ținte pot fi totuși induse și se pot schimba dinamic în timp, ceea ce indică faptul că o singură instantanee la un moment dat în timp poate să nu reprezinte bine schimbările dinamice.

Heterogenitatea pacienților. Chiar dacă se detectează modificări genetice cunoscute legate de rezistența la ICI, unii pacienți care prezintă biomarkeri de rezistență cunoscuți pot beneficia în continuare, posibil datorită eterogenității moleculare și/sau imune în cadrul tumorii și la diferite situsuri tumorale. De exemplu, deficitul de β2-microglobulină (B2M) poate indica rezistență nouă sau dobândită la medicamente, dar din cauza eterogenității deficitului de B2M între indivizi și în cadrul tumorilor, precum și a interacțiunii mecanismelor de înlocuire a recunoașterii imune la acești pacienți, deficitul de B2M poate să nu prezică puternic rezistența individuală la medicamente. Prin urmare, în ciuda prezenței deficitului de B2M, pacienții pot beneficia în continuare de terapia cu ICI.

Biomarkeri longitudinali bazați pe organizație
Expresia biomarkerilor se poate modifica în timp și în funcție de impactul tratamentului. Evaluările statice și individuale ale tumorilor și ale imunobiologiei pot trece cu vederea aceste modificări, iar modificările nivelurilor de TME tumoral și ale răspunsului imun al gazdei pot fi, de asemenea, trecute cu vederea. Studii multiple au arătat că obținerea de probe înainte și în timpul tratamentului poate identifica mai precis modificările legate de tratamentul ICI. Acest lucru subliniază importanța evaluării dinamice a biomarkerilor.

Biomarkeri pe bază de sânge
Avantajul analizei de sânge constă în capacitatea sa de a evalua biologic toate leziunile tumorale individuale, reflectând valorile medii mai degrabă decât valorile specifice locului, ceea ce o face deosebit de potrivită pentru evaluarea modificărilor dinamice legate de tratament. Numeroase rezultate ale cercetărilor au arătat că utilizarea ADN-ului tumoral circulant (ctADN) sau a celulelor tumorale circulante (CTC) pentru a evalua boala reziduală minimă (MRD) poate ghida deciziile de tratament, dar aceste teste au informații limitate despre prezicerea faptului dacă pacienții pot beneficia de imunoterapii precum ICI. Prin urmare, testarea ctADN trebuie combinată cu alte metode pentru a măsura activarea imună sau capacitatea imună a gazdei. În acest sens, s-au înregistrat progrese în imunofenotiparea celulelor mononucleare din sângele periferic (PBMC) și analiza proteomică a veziculelor extracelulare și a plasmei. De exemplu, subtipurile de celule imunitare periferice (cum ar fi celulele T CD8+), expresia ridicată a moleculelor de control imun (cum ar fi PD1 pe celulele T CD8+ periferice) și nivelurile ridicate ale diferitelor proteine ​​din plasmă (cum ar fi CXCL8, CXCL10, IL-6, IL-10, PRAP1 și VEGFA) pot servi ca suplimente eficiente la biomarkerii dinamici ai ADNct. Avantajul acestor noi metode este că pot evalua modificările din interiorul tumorii (similar cu modificările detectate de ADNct) și pot, de asemenea, dezvălui modificări ale sistemului imunitar al pacientului.

Radiomics
Factorii predictivi ai datelor de imagine pot depăși eficient limitele prelevării de probe și biopsiei biomarkerilor tisulari și pot observa întreaga tumoră și posibile alte situsuri metastatice în orice moment. Prin urmare, acestea pot deveni o parte importantă a biomarkerilor dinamici neinvazivi în viitor. Radiomica Delta poate calcula cantitativ modificările multiplelor caracteristici tumorale (cum ar fi dimensiunea tumorii) în diferite momente, cum ar fi înainte și după tratamentul cu ICI, în timpul tratamentului și în urmărirea ulterioară. Radiomica Delta nu numai că poate prezice răspunsul inițial sau absent la tratamentul precoce, dar poate identifica și rezistența dobândită la ICI în timp real și poate monitoriza orice recurență după remisia completă. Modelul imagistic dezvoltat prin tehnologia de învățare automată este chiar mai bun decât standardul tradițional RECIST în prezicerea răspunsului la tratament și a posibilelor evenimente adverse. Cercetările actuale indică faptul că aceste modele radiomice au o arie de sub curbă (ASC) de până la 0,8 până la 0,92 în prezicerea răspunsului la terapia imună.

Un alt avantaj al radiomicii este capacitatea sa de a identifica cu precizie pseudo-progresia. Modelul radiomic construit prin învățare automată poate distinge eficient între progresia adevărată și cea falsă prin remăsurarea datelor CT sau PET pentru fiecare tumoră, inclusiv factori precum forma, intensitatea și textura, cu o ASC de 0,79. Aceste modele radiomice pot fi utilizate în viitor pentru a evita întreruperea prematură a tratamentului din cauza evaluării greșite a progresiei bolii.

Microbiota intestinală
Se așteaptă ca biomarkerii microbiotei intestinale să prezică răspunsul terapeutic la ICI. Numeroase studii au arătat că o anumită microbiotă intestinală este strâns legată de răspunsul diferitelor tipuri de cancer la tratamentul cu ICI. De exemplu, la pacienții cu melanom și cancer hepatic, abundența bacteriilor Ruminococcaceae este asociată cu răspunsul la imunoterapia PD-1. Îmbogățirea cu Akkermansia muciniphila este frecventă la pacienții cu cancer hepatic, cancer pulmonar sau carcinom renal, care răspund bine la tratamentul cu ICI.

În plus, noul model de învățare automată poate fi independent de tipurile de tumori și poate asocia anumite genuri de bacterii intestinale cu răspunsul terapeutic al imunoterapiei. Alte studii au relevat, de asemenea, rolul specific pe care îl joacă grupurile bacteriene individuale în reglarea sistemului imunitar al gazdei, explorând în continuare modalitățile de prevenire sau promovare a evadării imune a celulelor canceroase.

Terapia neoadjuvantă
Evaluarea dinamică a biologiei tumorale poate ghida strategiile ulterioare de tratament clinic. Studiul de terapie neoadjuvantă poate evalua efectul terapeutic prin remisie patologică în specimenele chirurgicale. În tratamentul melanomului, răspunsul patologic primar (MPR) este asociat cu rata de supraviețuire fără recurență. În studiul PRADO, cercetătorii determină următoarele măsuri de intervenție clinică, cum ar fi intervenția chirurgicală și/sau terapia adjuvantă, pe baza datelor de remisie patologică specifice pacientului.

Printre diversele tipuri de cancer, mai multe opțiuni noi de terapie adjuvantă încă nu există o comparație directă. Prin urmare, alegerea între monoterapie și terapia combinată este adesea decisă în comun de către medicul curant și pacient. În prezent, cercetătorii au dezvoltat o caracteristică a interferonului gamma (IFN gamma) care conține 10 gene ca biomarker pentru prezicerea remisiunii patologice în melanom după terapia neoadjuvantă. Au integrat în continuare aceste caracteristici într-un algoritm pentru a selecta pacienții cu răspunsuri puternice sau slabe la terapia neoadjuvantă. Într-un studiu ulterior numit DONIMI, cercetătorii au folosit acest scor, combinat cu o analiză mai complexă, nu numai pentru a prezice răspunsul la tratament, ci și pentru a determina care pacienți cu melanom în stadiul III necesită adăugarea de inhibitori de histon deacetilază (HDACi) pentru a spori răspunsul la tratamentul ICI neoadjuvant.

Model tumoral derivat de la pacienți
Modelele tumorale in vitro au potențialul de a prezice răspunsuri specifice pacientului. Spre deosebire de platforma in vitro utilizată pentru analiza spectrului de răspuns la medicamente în cazul afecțiunilor hematologice maligne, tumorile solide se confruntă cu provocări mai mari din cauza microstructurii lor tumorale unice și a interacțiunilor imune tumorale. Cultura simplă a celulelor tumorale nu poate reproduce cu ușurință aceste caracteristici complexe. În acest caz, organele asemănătoare tumorii sau cipurile de organe provenite de la pacienți pot compensa aceste limitări structurale, deoarece pot păstra structura originală a celulelor tumorale și pot simula interacțiunile cu celulele imune limfoide și mieloide pentru a evalua răspunsurile ICI într-o manieră specifică pacientului, reproducând astfel mai precis caracteristicile biologice într-un mediu tridimensional mai realist.

Mai multe studii inovatoare din China și Statele Unite au adoptat acest nou model tumoral tridimensional in vitro de înaltă fidelitate. Rezultatele arată că aceste modele pot prezice eficient răspunsul cancerului pulmonar, al cancerului de colon, al cancerului de sân, al melanomului și al altor tumori la ICI. Acest lucru pune bazele pentru verificarea și standardizarea ulterioară a performanței predictive a acestor modele.