模型预测癌症免疫治疗的早期反应
根据今天发表在《柳叶刀》杂志上的一份报告，研究人员已经开发出一种模型，可以在治疗早期预测癌症患者是否会对免疫疗法产生反应eLife．
该模型可以为医生提供一种方法，以确定那些将受益于免疫治疗的早期阶段癌症治疗利用来自医院扫描和实验室检测的现成信息。这将允许患者接受个性化治疗，并可以避免一些人因可能对他们无效的治疗而产生副作用。
“尽管免疫疗法改变了一部分人的生存率癌症患者美国德克萨斯州休斯顿卫理公会研究所医学数学副教授王志辉说，他是该研究的第一和高级合著者之一。数学模型可以定性或定量地识别潜在的复杂生物和物理过程癌症这可能会被忽略，并有助于优化治疗方法。我们想要展示标准的临床测量方法，如扫描图像和组织活检分析，可以用来建立一个模型，预测谁可能从免疫治疗中受益。”
该团队专注于观察患者对一类免疫治疗药物的反应免疫检查点抑制剂．他们设计了一个模型，以确定在患者开始检查点抑制剂治疗后，相对肿瘤质量随时间的变化。肿瘤肿块的变化受免疫系统和肿瘤细胞之间复杂的生物交叉信号的影响癌症细胞．他们把注意力集中在三个可以组合成一个方程的测量上，简化了这种交叉对话:恶性肿瘤细胞的生长能力，免疫细胞在肿瘤环境中杀死癌细胞的能力，以及基于检查点抑制剂的免疫治疗的潜在有效性。
他们首先用临床数据从临床试验评估一类专门针对PD-1/PD-L1途径的检查点抑制剂。这些试验测量了189名患有常见类型肿瘤的患者的肿瘤体积随时间的变化。
然后，研究小组将该模型校准的结果与另一组64名非小细胞肺癌患者的数据进行了对比，这些患者接受了一种名为pembrolizumab的免疫治疗药物治疗。
他们发现，在肿瘤环境中免疫细胞与肿瘤细胞的比率，以及检查点抑制剂治疗的潜在有效性，在应答患者与无应答患者之间都有显著差异。重要的是，该模型正确预测了81.4%的患者的治疗反应，仅使用肿瘤体积测量，并在开始治疗的两个月内。该模型预测早期时间点(小于60天)反应的高灵敏度表明，该模型可以提供最有可能从检查点抑制治疗中获益的癌症患者的有价值的早期识别。与预计从治疗中获益最少的患者组相关的模型也有最小的假阴性结果。这对于确保模型不会错误地预测病人不会从可能有效的治疗中受益是很重要的。
“这里介绍的模型回顾性调查了患者对免疫检查点抑制剂治疗的个体反应背后的分子、细胞和生物物理机制，”Eugene Koay总结道，他是休斯敦德克萨斯大学MD Anderson癌症中心放射肿瘤系的副教授，也是该研究的共同高级作者。“我们已经证明这一点模型能够可靠地使用常规扫描或组织活检分析的信息，这些信息在治疗开始时就很容易获得。总之，这些测量可以作为免疫治疗有效性的早期和准确的指标治疗在个人病人的基础上。”
