免疫治疗标志物：确定的“不确定”

在书中有这样一段描写，当Paul从他的主治医生那里获得晚期肺癌的诊断时，他说：“我知道现在不是时候，但是，我想谈谈Kaplan-Meier生存曲线”。“不，绝对不。”他的女主治回答道。短暂的沉默蔓延开来。她怎么敢这样？Paul想。

我们可以重塑KM线吗？我们能改变HR 吗？当然可以，通过殚精竭虑的筛选，或者穷兵黩武的联合。

筛选，这种重塑KM曲线的方式，潜台词是，用这种筛选标准选择出的患者（阳性或者在阈值以上）接受这类治疗的生存概率（odds）高于不具有这种特性的人群（阴性或者在阈值以下）；或者提示 不具备这种特性的人群（阴性或者在阈值以下）接受新的治疗（试验组）的生存概率并未较传统治疗（对照组）有明显的区别。
现代肿瘤学提倡就治疗前的标本进行预测性生物标志物检测以帮助个体患者匹配最有可能有益的治疗方案。预测性生物标志物还可以加速临床试验和适应症批准，帮助控制成本。

目前我们听说过可以用来做单独或者多个维度进行“筛选”的biomarker有，PD-L1 IHC， TMB, GEP(gene expression profiling )，mIHC/IF (quantifying multiple proteins using multiplex IHC/ immunofluorescence).

The cancer immunogram. The radar plot depicts the seven parameters that characterize aspects of cancer-immune interactions for which biomarkers have been identified or are plausible. Potential biomarkers for the different parameters are shown in italics. Desirable states are located in blue; progressively, undesirable states are shown in the red gradient. The black line connecting the data values for each parameter represents a plot for a single hypothetical patient. In the case shown, it may be argued that single-agent PD-1 blockade, rather than combined PD-1 and CTLA-4 blockade, could be the first treatment of choice. For details on this case and other hypothetical patient cases, see (2).
癌症免疫图。雷达图描绘了癌症 – 肿瘤免疫发挥作用的七个被认为具有研究前景的生物标志物参数，这些参数的生物标志物已经被鉴定或具有前景。不同参数的潜在生物标志物以斜体显示。理想状态位于蓝色圈（inflammed）; 相对的免疫抑制状态以红色梯度显示。单个假设患者的整体状态可以通过7个参数数据值间的黑色框线连线表示。我们需要理解这个框线将如何提示患者对某种治疗的“获益概率”，并希望据此作出治疗推荐，以获得最大的“胜算”（odds）

（A）病例1是黑色素瘤患者，具有高突变负荷（foreignness），肿瘤对免疫效应敏感性（MHC表达，IFN-γ通路活化），一般情况—外周血淋巴细胞计数，不，不存在免疫抑制因子 IL-6；肿瘤T细胞浸润良好，肿瘤高表达PD-L1。基于这种分析，判断是共抑制信号PD-1/PD-L1的上调单因素限制了肿瘤特异性T细胞的反应，PD-1单药，可以是首选的治疗选择，而不需要考虑联合治疗；
（B）病例2BRAF突变黑色素瘤的癌症免疫图评分不良，主要是存在免疫抑制因素（存在免疫抑制的代谢因素-LDH；存在免疫抑制因子-IL-6；肿瘤高表达PD-L1，缺乏T细胞浸润）单PD-1阻断在这种情况下不太可能有效，用靶向治疗治疗（例如，BRAF和MEK抑制）去除这种免疫抑制因素，有报道提示用BRAF和MEK抑制剂治疗诱导肿瘤细胞上抗原呈递和MHC表达，IFN γ和CD73表达的根本变化。这些变化在肿瘤微环境中也是明显的：即它们导致腺苷减少，Treg和MDSC减少，以及CD4-CD8 +淋巴细胞数量和活性增加。Ascierto, P. A., & Dummer, R. (2018). Immunological effects of BRAF+MEK inhibition. OncoImmunology, 1–7.
（C）病例3是具有低突变负荷的肿瘤患者（foreignness 较低），并且可能缺乏CD8 + T细胞浸润。如果输注TCR或CAR修饰的T细胞
对于这种恶性肿瘤是可行的，这可能是优选的临床选择。
（D）病例4是对PD-1 / PDL1抑制剂有应答患者 接受治疗后 immunogram变化的情况：（A）患者具有接受单药治疗并发生响应的各种条件（高突变负荷，高T细胞浸润，高PD-L1表达，INFγ通路活跃，MHC表达），（B）患者在 抗PD-1抗体治疗后显示临床反应，但下调了PD-L1的表达；（C）通过免疫压力的选择导致对T细胞杀伤作用不敏感的肿瘤得以增殖存活，肿瘤耐药（比如 ：MHC表达降低）。
昨天与一位友人“闲聊”这个immunogram，突发感叹，不知道哪个patient在就诊时能在一个地方，一个时间点，用有限的一次获取的标本来获得这7个参数信息。可更重要的是，即便集齐了“七龙珠”，召唤出的一定是“100%肿瘤应答”的odds 吗？或者是24个月生存probability达到70%的odds？
还有一个odds：这些biomarker做出预测的“确定性”的probability?


还有一个odds：这些biomarker做出预测的“确定性”的probability?

就目前被广泛研究的生物标志物 ：GEP（基因表达印记）, TMB（肿瘤突变负荷）, PD-L1表达免疫组化，多重免疫组化/免疫荧光，不同标志物之间的相对诊断准确性（能够预测对免疫检查点抑制剂的治疗相应）如何？
2019年7月18日，来自Johns Hopkins University 的研究团队在JAMA oncol（IF 22.4）上发表了一项 original investigation ,系统回顾了 2013年到2018年已经在pubmed上发表或在各大学术会议公布的免疫检查点抑制剂相关研究，整合分析应用PD-L1 IHC, TMB,GEP,MIHC/IF检测进行生物标志物分析的10中不同的肿瘤类型，8135样本数据，（单个或者多个biomarker），并与接受CPI治疗的肿瘤应答率做关联，用 sROC曲线进行准确度评估，发现Mihc/IF （多重免疫组化、免疫荧光）具有最高的预测价值AUC (0.79)compared with PD-L1 IHC (AUC, 0.65, P < .001), GEP (AUC, 0.65, P = .003), and TMB (AUC,0.69, P = .049) ，使用多个参数进行评估（比如综合PD-L1 IHC 和 GEP+TMB），AUC将提高到接近 0.74.

许多生物标志物参数会被整合进整体概念用以描述是否存在“验证性的肿瘤微环境”inflamed TME。上述的mIHC/IF分析描述了t细胞活化状态、免疫检查点蛋白表达和/或特定t细胞亚群的密度。许多GEP研究包含一个IFN gamma基因印记，（signature of T Cell dysfunction and exclusion），PD-L1 IHC表达可能是由t细胞浸润后的IFN gamma驱动的。相比之下，TMB并不一定与炎症性的tme相关，但它代表了肿瘤内存在免疫原性突变相关新抗原（neoantigen burden）的可能性。Danilova等人对来自癌症基因组图谱数据集的黑色素瘤样本进行的分析表明，TMB和炎症表型在预测患者生存时是截然不同的变量，当肿瘤炎症程度较低时，TMB尤其具有增加预后价值。与PD-L1 IHC、TMB或单独的GEP相比，PD-L1 IHC + TMB等联合生物标志物方法显示出更高的AUC和LR+，这支持了TMB和炎症性TME标记物具有潜在附加价值的观点。重要的是，mIHC/IF + TMB的组合还有待测试，以确定合并TMB是否能进一步提高mIHC/IF 预测AUC。Danilova L, Wang H, Sunshine J, et al. Association of PD-1/PD-L axis expression with cytolytic activity, mutational load, and prognosis in melanoma and other solid tumors. Proc Natl Acad Sci U S A. 2016;113(48): E7769-E7777. DOI:10.1073/pnas.1607836113
本研究的局限性包括在一个单一的检测类型类别中存在不同的检测方法。例如，本文包括的PD-L1免疫组化研究使用了不同的PD-L1抗体、阳性阈值和评分系统的不同辅助诊断分析。类似地，mIHC/IF测试使用前面描述的不同平台测试不同的蛋白靶点，GEP检测到的mRNA靶点的数量从1个(IFN gamma)到26个不同的基因集不等，这些基因集代表大约690个单独的基因。相比之下，TMB可以说代表了更均匀的输出。此外，本研究检测的患者结局为ORR。虽然免疫治疗的ORR与生存可能有关，但验证这些检测方法与PFS和/或OS之间的关系将是非常有意义的; 然而，大多数研究还没有这样的长期随访。最后，mIHC/IF是这些测试的最新方法，这是一个重要的限制。研究中使用的mIHC/IF测试样本小于PD-L1测试样本的10%，因此在解释两者预测价值的差异时需要谨慎。

尽管各种检测方法，试验 和设备越来越复杂和先进，今天和未来的医生需要学会应对更多地不确定性 uncertainty， 这并不矛盾，因为医学本身就充斥着难以预料和窥探的复杂性，并且雄心勃勃
面对医学的不确定，不精准，不完美进行决策，接受这种局限性和可能性，这是一个过程，而不是一种顿悟。



作者：钟文昭

微信扫二维码转发分享