首页 > 文章详情

2024 WCLC | 基于血浆蛋白质组学的非小细胞肺癌患者免疫和化疗相关毒性预测模型

08月20日

编译：肿瘤资讯

来源：2024 WCLC

2024世界肺癌大会（WCLC）将于美国当地时间9月7-10日在圣地亚哥举行，旨在为全球肺癌领域的学者、专家、从业人员提供最新临床研究、科学研究成果及广阔的学术交流平台。
近日，WCLC官网已披露部分摘要。J. Naidoo专家团队发表了基于血浆蛋白质组学的非小细胞肺癌患者免疫和化疗相关毒性预测模型，【肿瘤资讯】特此整理，以飨读者。

研究标题：
Plasma Proteomics-based Models for Predicting Immunotherapy- and Chemotherapy-Related Toxicity in NSCLC Patients

基于血浆蛋白质组学的非小细胞肺癌患者免疫和化疗相关毒性预测模型

摘要号：MA09.03

背景

转移性非小细胞肺癌（NSCLC）患者通常根据肿瘤特征和治疗线数接受基于PD-1/PD-L1的免疫检查点抑制剂（ICIs）治疗。这些治疗引起的毒性可以显著影响生活质量和治疗轨迹。目前，没有可靠的生物标志物来预测ICI诱导的免疫相关不良事件（irAEs）和化疗相关不良事件（chemo-AEs）的发展。在这里，我们描述了基于血浆蛋白质组学的模型，用于NSCLC患者在接受治疗前预测的严重irAEs、特异性irAEs和化疗-AEs。

方法

从接受PD-1/PD-L1抑制剂治疗（联合或不联合化疗）的426名NSCLC患者以及单独接受化疗的138名NSCLC患者中收集了治疗前的血浆样本。使用基于配体的技术对血浆进行蛋白质组分析，每个样本覆盖约7000种蛋白质。使用CTCAE v.4.2确定毒性数据并分级。毒性数据由实施治疗的肿瘤内科医生收集，根据免疫治疗或化疗进行归因，并由两名具有irAE专业知识的独立肿瘤内科医生进行验证。irAEs被定义为需要暂停治疗或免疫抑制治疗的毒性，具体取决于级别。在ICI治疗队列数据集中，使用交叉验证方法识别与严重irAEs（定义为3级或更高等级的irAEs或在前100天内导致ICI停药）相关的蛋白质，并称为毒性相关蛋白（TAPs）。作为预测特定irAE类型的概念验证，采用类似的方法识别与ICI诱导的皮疹（irAE-皮疹）相关的蛋白质，称为皮疹-TAPs。同样，在化疗队列中与化疗-AEs相关的蛋白质被归类为化疗-TAPs。TAP集被整合到三个不同的基于机器学习的模型中，每个模型计算发展相应毒性类型（即严重irAE、irAE-皮疹或化疗-AE）的概率。对所有TAP集进行了生物信息学分析。

结果

模型显示出显著的预测性能，如受试者工作特征（ROC）曲线下的面积（AUC）所示（严重irAE模型：AUC=0.62，p值=0.004; irAE-皮疹模型：AUC=0.75，p值<0.0001;化疗-AE模型：AUC = 0.62，p值<0.0001）AUC=0.67，p值=0.002）以及预测AE概率和观察到的AE发生率之间的高度相关性（重度irAE模型：R2=0.88，p值=0.0016; irAE-皮疹模型：R2=0.91; p值=0.018;化疗-AE模型：R2=0.80，p值=0.01）。严重irAE、irAE皮疹和化学AE模型分别基于231、108和114种蛋白质。只有两种蛋白质在所有三个TAP集中都很常见，这表明这些是独立的模型，反映不同的生物学机制的毒性类型。严重irAE TAP集显示出显著的炎症和大量与中性粒细胞和单核细胞相关的蛋白质富集。在出现ICI相关皮疹的患者中，多个TAPs较高，其中与gdT细胞、嗜碱性粒细胞和炎症相关的蛋白质明显富集。化疗-TAP集显示出显著的血管生成途径富集。

结论

我们描述了三种新的计算模型，基于治疗前血浆蛋白质组学谱预测严重irAEs、特定类型的irAE和化疗-AEs。我们的发现还为治疗相关毒性提供了生物学见解。总体而言，该研究展示了一个可行的框架，用于开发针对不同类别的治疗相关毒性的预测模型。

责任编辑：肿瘤资讯-TY
排版编辑：肿瘤资讯-TY

wclc文末.jpg