多組學預測免疫治療過程中的免疫不良事件

今天跟大家分享的是10月份發表在NC的”Multi-omics prediction of immune-related adverse events during checkpoint immunotherapy“,該研究巧妙的將流行病學指標和多組學結合,最終預測來進行免疫相關不良事件,並且達到了較好的結果。

由PD-1/PD-L1抗體治療引起的免疫相關不良事件(irAEs)可導致患者急性損傷甚至致命的後果,需要及早發現並積極處理。隨著不同組學數據的積累,基於多組學識別irAE生物標記物成為可能。文章作者結合藥物安全監視數據和組學數據,評估不同癌症類型的多組學分子和irAE ROR(reporting odds ratio,odds ratio:病例組中暴露人數與非暴露人數的比值除以對照組中暴露人數與非暴露人數的比值)之間的關係,最終確定的LCP1和ADPGK可以準確預測irAE,並且在一個獨立的患者隊列中也證實了他們作為預測irAE生物標誌物的潛能。

數據來源:

臨床數據:

從FAERS(美國食品和藥物管理局不良事件報告系統)收集2014年7月1日至2019年6月30日的安全報告數據,包含52,282例不良事件,這些不良事件來自於接受抗PD-1/PD-L1治療的26種不同癌症類型的18,706名患者。

分子數據:

從TCGA數據庫下載了對應26種癌症的mRNA表達、miRNA表達、蛋白表達和體細胞突變等分子數據。從GDC PanImmune數據庫下載TCR多樣性、新抗原載量、免疫細胞丰度和腫瘤異質性等數據。TMB為每個樣本中非沉默的體細胞突變數。

主要結果:

1) 對已知因素預測irAE。

在收集的18,706名患者中,3706例(19.8%)至少有一項irAE。作者通過比較FAERS系統中抗PD-1/PD-L1藥物與其他藥物引起的irAEs比例來計算抗PD-1/PD-L1藥物在不同腫瘤類型的irAE ROR。發現不同腫瘤類型的irAE ROR不同,其中肺腺癌(LUAD)irAE ROR最高,而子宮癌肉瘤(UCS)的irAE ROR 較低(圖1a)。作者收集了36個與免疫治療反應相關的因素,包括TMB,TCR多樣性,IFN-α水平,TNF-α水平, 嗜酸性粒細胞,中性粒細胞,細胞溶解活和腫瘤抗體的負載,並評估了這些因子和irAE ROR之間的關聯,最終鑑定了7個潛在的預測因素,包括細胞溶解活性,IFN-γ信號,PD-1的表達,TCR多樣性,巨噬細胞M1丰度,CD8+ T細胞丰度和naive B細胞丰度(圖1b)。為了識別更強大的預測模型,作者結合這七個因素,通過Spearman相關係數和對數似然比的擬合優度來評估二元模型的性能。CD8+ T細胞與TCR多樣性和naive B細胞的模型性能最優(圖1c)。特別是CD8+ T細胞和TCR多樣性的結合達到最大預測性能(圖1d,Rs=0.75)。作者發現TCR多樣性和CD8+ T細胞不僅沒有多重共線性,還沒有顯著相關性(P = 0.26),表明這兩個因素具有獨立預測性。

多組學預測免疫治療過程中的免疫不良事件

圖1:評價irAE與相關因素的相關性。

2) 潛在irAE生物化合標誌物的綜合鑑定。

通過對26種癌症類型的mRNA、miRNA、lncRNA和蛋白表達以及TMB進行全面篩選,作者進一步尋找irAE的其他預測因素。預測性能較好的大多數結果是基因表達數據,這些基因在免疫反應過程中高度富集,包括T細胞激活和細胞殺傷通路(圖2a)。這進一步支持了T細胞作為irAEs的關鍵調節因子。其中LCP1(參與T細胞活化的淋巴細胞胞質蛋白1)與irAEs ROR相關係數最高(圖2b)。將irAEs與其他最相關的10個基因任意組合,發現LCP1與大多數其他基因的結合可以獲得更好的預測效果(圖2c),其中ADPGK(介導T細胞激活過程中的代謝轉移)和LCP1的線性迴歸模型是所有二元模型中性能最好的(Rs = 0.91, FDR = 7.94e10-9,圖2d)。作者也評估Top 10基因的多重共線性方差膨脹因子,沒有觀察到LCP1和ADPGK的多重共線性。作者進一步對ORR(醫學上,ORR是指治療後癌症縮小或消失的病人百分比)和LCP1/ADPGK進行了相關分析,並沒有觀察到顯著的相關性,提示LCP1和ADPGK對治療效果的預測作用有限。

多組學預測免疫治療過程中的免疫不良事件

圖2:潛在irAE生物標誌化合物的綜合鑑定。

3) LCP1和ADPGK作為irAE生物標誌物的驗證。

為了驗證LCP1和ADPGK的預測能力,作者進一步收集了28名接受抗PD-1/PD-L治療的癌症患者,這些患者均有治療前腫瘤FFPE組織和臨床病理信息。患者年齡的中位數為56歲(37-82歲),其中男性22例,女性6例。作者通過免疫組織化學方法在驗證隊列中評估LCP1和ADPGK的表達水平。與無irAEs患者相比,irAE組中LCP1和ADPGK染色更強(圖3a)。通過對圖像的定量分析,irAEs患者的LCP1(P值= 0.008)和ADPGK(P值= 0.010)均高於無irAEs患者(圖3b)。irAEs患者治療前腫瘤樣本中LCP1和ADPGK的幾何平均值也較高(P值= 0.005,圖3c)。LCP1和ADPGK預測irAE的AUC均為0.78,而LCP1和ADPGK組合預測irAE的AUC高達0.80(圖3d)。此外,LCP1、ADPGK和LCP1+ADPGK在26例肺癌患者中成功預測肺炎,AUC分別為0.74、0.76和0.77,提示LCP1和ADPGK在預測特定癌症中特定類型的irAE的潛能。作者也在驗證隊列中測試了CD8的預測潛力,並沒有觀察到irAE組CD8 IHC染色信號的顯著增加。此外,CD8的AUC值與LCP1和ADPGK沒有可比性,說明CD8在irAE預測中的作用有限。總之,這個獨立的驗證集證明了LCP1和ADPGK對接受抗pd -1/PD-L1抑制劑治療的癌症患者預測irAEs的能力。

多組學預測免疫治療過程中的免疫不良事件

圖3:患者隊列中LCP1和ADPGK預測能力的驗證。

結論

在本研究中作者通過整合流行病學指標和分子數據,系統地研究了26種腫瘤類型中接受抗PD 1/PD-L1治療的患者其irAE風險的潛在預測因子。CD8+ T細胞和TCR多樣性的結合可以提高預測irAE的準確性,其模型性能為Rs=0.75。作者進一步對不同組學數據進行了大規模的篩選,確定了與T細胞活化相關的LCP1和ADPGK基因,將模型性能提高至Rs=0.91。在驗證隊列中,LCP1和ADPGK的AUC值達到了0.8,這表明LCP1和AGDPGK的結合有望作為irAEs的生物標記。然而由於該研究的樣本量有限,作者也認為需要更大的樣本量來進一步確定LCP1和AGDPGK在irAEs的預測作用。


分享到:


相關文章: