癌细胞周围的黑仔T细胞
信用:国家卫生研究院 根据今天发表在eLife上的一份报告，研究人员已经开发出一种模型，可以在治疗的早期预测癌症患者是否会对免疫疗法有反应
该模型可以为医生提供一种方法，利用从医院扫描和实验室检测中获得的大量信息，识别那些在癌症治疗早期受益于免疫疗法的人
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出现副作用
“虽然免疫疗法已经改变了一部分癌症患者的存活率，但持久的治疗效果仍然只在少数人身上看到，”王志辉说，他是美国得克萨斯州休斯顿市休斯顿卫理公会研究所医学数学副教授，也是该研究的第一位和第二位资深作者之一
“数学模型可以定性或定量地辨别癌症中潜在的复杂生物和物理过程，否则这些过程可能会被遗漏，并有助于优化治疗方法
我们想展示如何使用标准的临床测量方法，如扫描图像和组织活检分析，来建立一个模型，预测谁可以从免疫治疗中受益
" 该团队专注于观察患者对一类被称为免疫检查点抑制剂的免疫治疗药物的反应
他们设计了一个模型来确定患者开始检查点抑制剂治疗后肿瘤相对质量随时间的变化
肿瘤质量的变化受到免疫系统和癌细胞之间复杂的生物串扰的影响
他们通过关注三个可以组合成一个等式的测量来简化这种串扰:恶性肿瘤细胞生长的能力、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
他们首先使用临床试验的临床数据校准了这个模型，这些临床试验评估了一类特异性靶向PD-1/PD-L1途径的检查点抑制剂
这些试验测量了189名常见肿瘤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外一组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的免疫治疗药物的治疗
他们发现，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，在有反应和无反应的患者之间都有显著差异
重要的是，该模型正确预测了81年发生的治疗反应
4%的患者仅使用肿瘤体积测量，并且在治疗开始后两个月内
该模型预测早期时间点(少于60天)反应的高敏感性表明，该模型可以提供最有可能受益于检查点抑制治疗的癌症患者的有价值的早期识别
与预测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患者不会从可能有效的治疗中获益是很重要的
“这里介绍的模型回顾性地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，”该研究的联合资深作者、得克萨斯大学MD安德森癌症中心放射肿瘤学系副教授尤金·科伊总结道
“我们已经证明，该模型可以可靠地使用来自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，这些测量可以作为个体患者免疫治疗有效性的早期和准确的指标
"
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
