约翰·霍普金斯基梅尔癌症中心和约翰·霍普金斯大学医学院的研究人员设计了一种方法来识别哪些转移性三阴性乳腺癌患者可能受益于免疫疗法，使用计算工具。他们的研究成果于10月28日发表在《国家科学院院刊》上。
免疫疗法旨在增强免疫系统针对和摧毁癌细胞的能力。然而，并不是所有患者对这种类型的治疗都有反应，正如该研究的主要作者、约翰·霍普金斯大学的博士后研究员德因莫兹·阿鲁拉杰博士所指出的：“确定哪些患者可能受益是至关重要的，因为这些治疗可能具有高度毒性。”
研究已经进行，以确定某些细胞类型或肿瘤中特定分子是否能够信号指示患者是否可能对免疫疗法产生反应。根据老作者、约翰·霍普金斯大学医学院生物医学工程与肿瘤学教授亚历山大·波佩尔博士的说法，这些被称为预测生物标志物的分子对于确定最合适的治疗方案至关重要。
波佩尔解释道：“不幸的是，当前的预测生物标志物在识别能够从免疫疗法中获得积极结果的患者方面并不够准确。此外，评估各种预测治疗反应的特征需要从许多患者那里收集肿瘤活检和血液样本，并进行多项测定，这是一项重大挑战。”
研究团队使用了一种称为定量系统药理学的数学技术创建了1,635名转移性三阴性乳腺癌虚拟患者，并使用免疫疗法药物帕博利珠单抗进行了治疗模拟。他们分析了这些数据，使用先进的计算方法，包括统计和机器学习方法，发现可以可靠预测治疗反应的生物标志物，集中在哪些患者会做出积极或消极反应。
通过分析他们虚拟试验生成的合成数据，研究人员单独和以不同组合评估了90个生物标志物。他们发现，治疗前获得的预处理生物标志物在预测患者结果方面的有效性有限。相比之下，治疗期间测量的生物标志物（在治疗期生物标志物）在预测结果方面更有效。有趣的是，一些常用的生物标志物，如PD-L1的表达和肿瘤中淋巴细胞的存在，在治疗前测量时显示出更好的预测能力，而不是开始后测量。
研究团队还检查了非侵入性测量，例如血液中免疫细胞计数，以看看它们是否能够有效预测治疗结果，发现一些基于血液的生物标志物在识别能够对治疗产生反应的患者方面与肿瘤或淋巴结基于的生物标志物同样有效。这可能意味着一种更少侵入性的预测治疗有效性的方法。
波佩尔建议：“肿瘤大小的变化可以通过CT扫描捕捉，并且也可能作为预测指标。治疗开始后两周内测量这一点在确定谁可能受益于继续治疗方面展现了巨大潜力。”
为了确认他们的发现，研究人员进行了基于治疗开始后两周肿瘤大小变化的虚拟临床试验。“模拟反应率从11%增加到25%，增加幅度相当显著，”阿鲁拉杰评论道。“这突显了在获取肿瘤活检样本不切实际时，非侵入性生物标志物作为替代方案的潜力。”
共同作者、约翰·霍普金斯基梅尔癌症中心的肿瘤学副教授、乳腺癌医学肿瘤学家塞萨尔·圣玛利亚博士表示：“预测生物标志物在我们制定增强三阴性乳腺癌治疗策略时至关重要，以避免对那些不太可能受益的患者给予不必要的治疗，同时确保那些对免疫疗法反应不佳的患者得到适当的护理。”“理解肿瘤微环境的复杂性使得在临床环境中发现生物标志物具有挑战性，但是使用计算模型的技术可以帮助捕捉这些复杂性，并协助选择适合的患者进行治疗。”
总体而言，这些新见解提供了如何优化选择转移性乳腺癌患者进行免疫疗法的更清晰的理解。研究人员相信这些发现将为未来临床试验的设计提供指导，并可能应用于其他类型的癌症。
此前，该团队创建了一个专注于晚期乳腺癌的计算模型，其中肿瘤已经转移到身体不同区域。这项研究于去年发表在《科学报告》上，并利用了多个临床和实验研究的数据进行全面验证。
此次研究获得了国家卫生研究院（R01CA138264号拨款）的支持，部分在霍普金斯高级研究计算设施进行，资金来自国家科学基金会OAC1920103拨款。
研究的共同作者包括约翰·霍普金斯大学的汉文·王、阿图尔·德斯潘德、拉维·瓦尔丹、伊丽莎白·贾菲和埃拉娜·费尔丁，以及来自加利福尼亚南萨克拉门托的凯瑟尔永久医疗集团的莱莎·埃门斯。
波佩尔博士担任Incyte和J&J/Janssen的顾问，并且是AsclepiX Therapeutics的联合创始人和顾问，他从默克获得研究资金。这些协议由约翰·霍普金斯大学按照其利益冲突政策进行管理。
