首页 > 文章详情

2023 ESMO | AI识别或可助力黑色素瘤患者免疫治疗获益人群筛选

2023年10月27日

编译：肿瘤资讯

来源：肿瘤资讯

2023年欧洲肿瘤内科学会（ESMO）年会于当地时间10月20日~24日在西班牙马德里召开。作为全球最具权威性的肿瘤学学术会议之一，ESMO年会公布了肿瘤领域最新研究进展。

【肿瘤资讯】特别整理ESMO大会公布的重要研究摘要内容，以飨读者。

摘要号：1024MO

Interpretable AI-identified spatial tumor microenvironment (TME) neighborhoods associate with severe immune-related adverse events (irAE) and progressive disease (PD) in patients with melanoma treated with anti-PD-1-based therapy

研究背景

对于接受免疫检查点抑制剂（ICI，例如，PD-1抑制剂+/-CTLA-4抑制剂）标准治疗的晚期黑色素瘤患者中，仅约50%获得肿瘤缓解，约10%-55%产生≥3级严重免疫相关不良事件（irAE）。迫切需要能够在治疗前预测疗效和毒性结果的生物标志物。

研究方法

对 53 例接受 ICI 治疗的晚期黑色素瘤患者的治疗前肿瘤标本进行两种多重免疫荧光（mIF）染色： Panel 1（PD-L1、CD8、FOXP3、PD1、CD163、Sox10/S100）；Panel 2（PD1、CD8、GZMB、TBET、EOMES 和 LAG3）。我们使用深度学习（AI）框架 NaroNet 来识别 T肿瘤微环境（TME ）内的空间细胞邻域（125x125㎛² 图像斑块）。从图像中提取了每一种形态、标记表达纹理和相人工智能互作用。毒性结果（3级irAEs）和RECIST v1.1的客观反应数据被纳入人工智能算法。使用 AstroPath 平台对人工智能识别的邻域进行可视化和解释，并测试其与临床协变量的关联。

研究结果

对于每个mIF panel，我们确定了一个与3/4级irAEs相关的邻域。第一个邻域（panel 1）含有瘤内 CD163+、PDL1（-）细胞，缺乏 FOXP3、PDL1、PD1 和 CD8 表达（p=0.008）。第二组（panel 2）有 PD1+、EOMES+瘤内细胞，但无 TBET、LAG3、CD8 和 PDL1 表达（p=0.04）。值得注意的是，这些邻域也与疾病进展（PD）相关（分别为p=0.009；p=0.04）。如果将这两个邻域合并在一起，其AUC为0.85，与年龄、性别和治疗类型无关。

研究结论

研究结果表明，AI识别的独特TME邻域可作为潜在的生物标记物，用于识别在接受PD-1抑制剂治疗后可能出现严重irAE和PD的患者亚群，从而考虑采用替代治疗方案。未来还需更多的研究来进一步验证。

参考文献

D. Jimenez-Sanchez, et al. Interpretable AI-identified spatial tumor microenvironment (TME) neighborhoods associate with severe immune-related adverse events (irAE) and progressive disease (PD) in patients with melanoma treated with anti-PD-1-based therapy. 2023 ESMO abstr 1024MO

责任编辑：Nydia
排版编辑：Nydia