大数据时代，到底能否选出免疫治疗的获益人群？

　　免疫治疗的获益人群是免疫治疗时代需要解决的问题之一， 也是目前的研究热点。近日，JAMA Oncology杂志（影响因子：22.416）发表了两篇关于预测免疫治疗疗效和生存获益相关的研究。详情如下：

　　排列组合：三变量模型大大提高免疫治疗的预测能力！

　　1

　　背景

　　肿瘤突变负荷（TMB）是PD-1/PD-L1治疗潜在的预测应答标志物，因其量化了肿瘤细胞的体细胞突变数量。Yarchoan等人的研究发现，TMB与多个癌种的PD-1/PD-L1治疗应答密切相关。但是，相对高突变负担的肿瘤可能表现出不同的结果，这提示加上其他因素可能有助于识别PD-1/PD-L1的应答。本研究旨在确定影响治疗应答预测的最重要的附加因素。该研究分析了癌症和肿瘤基因图谱(TCGA)中21种不同癌种的全外显子组测序和RNA测序数据。并发现：TMB、预计CD8+ T细胞丰度（eCD8T）和PD-1 mRNA高表达片段(fPD1)组成的三变量模型显著提高了不同癌种中PD-1/PD-L1治疗的应答预测潜力。

　　2

　　方法

　　使用全外显子组测序和RNA测序对来自TCGA数据库的7187例患者进行分析。3个不同类别（分别是肿瘤新抗原、肿瘤微环境和炎症、免疫检查点的靶点）的63个变量与免疫检查点的靶点相关。研究评估了各组变量和组合用于预测PD-1/PD-L1治疗的效果。数据收集时间为2018年10月19日至31日，分析时间为2018年11月1日至12月14日。

　　3

　　结果

　　首先发现了TMB与ORR的显著、密切相关性（皮尔曼相关系数R=0.68， P < 6.2 × 10-4），eCD8T与ORR呈最强正相关（R = 0.72;P < 2.3 × 10-4)）。除M1巨噬细胞(R = 0.51；P <0. 02)和CD4+ T细胞丰度(R = 0.44；P <0. 05)之外，其他免疫细胞类型的预估丰度与PD-1/PD-L1应答无显著相关性。值得注意的是，大多数癌种的反应率高于基于TMB预测的反应率，且具有较高的eCD8T水平，而低于基于TMB预测的反应率的eCD8T水平较低。相应地，基于eCD8T模型，大多数具有较高缓解率的癌种具有更高的TMB水平，反之亦然。

　　与单变量模型相比，TMB和eCD8T联合预测显著增加了预测能力（R = 0.85; P < 1.1 × 10-6），与单变量模型相比，联合模式有明显改善（P < 0.001）。

　　研究发现，基于fPD-1模型（R=0.70）和TMB-eCD8T（R=0.71）的预测结果具有可比性。值得注意的是，应答率比TMB- eCD8T 模型预测高的大部分癌症的fPD1水平较高，而应答率低于预测模型癌种的fPD1水平较低。而将fPD1加入到TMB和 eCD8T模型之后，精准度得到了显著提高(R = 0.90；P < 4.1×10−8；P < 0.02)。

　　一些肿瘤对PD-1/PD-L1治疗的反应率高，而TMB低，如Merkel细胞癌、肾细胞癌和间皮瘤。一些肿瘤如小细胞肺癌对免疫治疗的反应率较低，而TMB较高。eCD8T和fPD1水平较高可以解释肾细胞癌和间皮瘤的高反应率。

　　因在TCGA中没有Merkel细胞癌和小细胞肺癌样本，研究分析了独立队列。虽然eCD8T联合fPD1模型并不能完全解释观察到的ORR，但预测能力明显优于基于TMB的预测模型。在Merkel细胞癌中，与多瘤病毒阴性而TMB较高病例相比，eCD8T联合fPD1模型能明显预测多瘤病毒阳性、TMB低病例的ORR增加。

　　4

　　结论

　　这是首个在不同癌种中对PD-1/PD-L1治疗应答相关的不同变量进行的系统性评估。结果显示，这3个重要变量可以解释大多数观察到的跨癌种治疗应答的可变性，但在特定癌种中不同变量发挥了不同的预测作用。

　　徐瑞华教授团队发现：POLE/POLD1突变或可作为免疫治疗的独立预测因子

　　1

　　背景

　　包括靶向PD-1、PD-L1或CTL-A4抗体在内的免疫治疗在晚期癌症治疗方面已显示出了卓越的临床治愈疗效。但是，并非所有患者都可以从免疫治疗中获益。近期的临床治愈研究已鉴别了几个免疫治疗的阳性预测指标，包括高水平微卫星不稳定性(MSI-H)、PD-L1过表达和TMB升高。但是，如何进一步预测免疫治疗的疗效仍是亟待解决的重要问题。

　　DNA聚合酶亚基的关键编码基因POLE和POLD1突变可能会直接影响到DNA复制的校对和保真性，其生殖系或体细胞突变可能导致DNA修复缺陷并致癌。

　　徐瑞华教授团队通过大数据分析探索了上述两个基因突变是否可作为免疫治疗疗效的预测标志物。

　　2

　　方法

　　研究收集了来自cBioPortal数据库的患者数据。涵盖了所有非同义突变，包括错义突变、移码突变、无义突变等。为了比较各组间的TMB，选择了MSK-IMPACT的子集以确保TMB的可比性。使用突变总数除以组中的碱基数计算TMB。使用Kaplan-Meier生存曲线进行生存分析。

　　3

　　结果

　　在所有患者中，POLE和POLD1基因突变的频率分别为2.79%和1.37%，POLE或POLD1突变频率最高的瘤种是非黑色素瘤皮肤癌（16.59%），其次是子宫内膜癌（14.85%）、黑色素瘤（14.73%）、结直肠癌（7.37%）和膀胱癌（7.21%）。POLE或POLD1基因突变的患者的TMB水平显著高于无突变者。

　　研究还发现，在接受免疫治疗的实体瘤患者中，POLE或POLD1突变的患者的总生存（OS）显著优于突变野生型患者，中位OS分别为34个月和 18个月（P=0.004；图2A）。100例POLE / POLD1突变患者中有74例患者是微卫星稳定（MSS）或低水平微卫星不稳定性（MSI-L）。多变量分析显示，POLE / POLD1或可作为识别ICI治疗获益人群的独立因子(P=0.047， HR=1.41; 95% CI， 1.00~1.98)。通过POLE/POLD1突变分析可识别除MSI-H之外哪些患者能从ICI治疗中获益。

　　4

　　讨论和结论

　　研究发现在多个瘤种中，包括皮肤癌、子宫内膜癌、恶性黑色素瘤、结肠直肠癌、食道胃癌、膀胱癌和肺癌中观察到POLE/POLD1的突变频率较高，POLE/POLD1突变或可作为独立预测因子，可跨瘤种预测免疫治疗的生存获益。