克利夫蘭 -克利夫蘭診所的Timothy Chan 醫(yī)學博士和同事開發(fā)的一種新機器學習模型可以準確預測免疫檢查點阻斷 (ICB)，一種不斷增長的免疫治療藥物，是否對診斷出患有多種癌癥的患者有效.
該預測工具評估多個患者特定的生物學和臨床因素，以預測對免疫檢查點抑制劑的反應程度和生存結(jié)果。根據(jù)發(fā)表在《自然生物技術(shù)》上的研究結(jié)果，它明顯優(yōu)于迄今為止開發(fā)的單個生物標志物或其他變量組合。
通過進一步驗證，該工具可以幫助腫瘤學家更好地識別最有可能從 ICB 中受益的患者。在治療前識別 ICB 無效的患者可以減少不必要的費用和潛在副作用的暴露。它還可能表明需要尋求替代治療策略，例如聯(lián)合治療。
“了解患者最適合哪種治療方式很重要，”克利夫蘭診所免疫治療和精準免疫腫瘤學中心主任陳博士說。“我們的模型可以更全面地了解患者對免疫檢查點阻斷反應的多樣性。這是第一個組裝如此大規(guī)模的臨床和基因組變量，這些變量對多種癌癥類型的免疫治療具有預測價值。”
這些最新發(fā)現(xiàn)建立在 Chan 博士早期工作的基礎上，他發(fā)現(xiàn)具有高腫瘤突變負荷和 DNA 修復缺陷的患者對免疫檢查點治療反應良好。這些發(fā)現(xiàn)已通過臨床試驗驗證，并且 FDA 批準了任何癌癥治療的第一個腫瘤類型不可知批準。
免疫檢查點是特定免疫細胞 (T 細胞) 上的蛋白質(zhì)，當它們被激活或“開啟”時，可防止免疫反應過于強烈并破壞健康細胞。一些癌細胞能夠劫持檢查點信號以偽裝自己并避免成為患者免疫系統(tǒng)的目標。檢查點抑制劑是一類免疫治療藥物，可防止癌細胞激活這些檢查點。
然而，ICB 并非對所有癌癥類型都有效。即使在對 ICB 有反應的癌癥中，接受 ICB 治療的所有患者中有一半或更多沒有獲得臨床益處。先前的研究已經(jīng)確定了一些與 ICB 療效相關(guān)的生物標志物和基因組特征，但沒有一個因素可以被視為治療結(jié)果的最佳預測因子。
在這項研究中，陳博士和他的同事使用一個數(shù)據(jù)集開發(fā)了他們的模型，該數(shù)據(jù)集包含來自近 1,500 名患有 16 種不同癌癥類型的患者的臨床、腫瘤和基因測序信息，這些患者接受了兩種不同類型的免疫檢查點抑制劑(特別是 PD-1/ PD-LI 抑制劑和 CTLA-4 阻斷)或兩者的組合。然后，他們應用了一種算法，該算法結(jié)合了許多遺傳、分子、臨床和人口統(tǒng)計學變量，其中一些已被證明與 ICB 反應相關(guān)。
標簽：
免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權(quán)請聯(lián)系刪除！