Baidu
map

Nature系列综述:肝细胞癌免疫治疗的生物标志物!

2023-11-12 BioMed科技 BioMed科技 发表于上海

研究者概述了当前生物标志物的使用和过去5年的发展,包括基因特征、循环肿瘤细胞、高维流式细胞术、单细胞RNA测序,以及涉及微生物组、放射组学和临床标志物的方法。

肝细胞癌(HCC)是癌症最常见的形式(90%),由于其异质性以及与其他潜在肝病疾病共存,其医疗治疗非常复杂。肝癌是唯一一种无需活检样本即可通过常规诊断的实体瘤。鉴于>80%的患者还会患有潜在的肝病或肝功能障碍,器官移植一直是一种标准治疗方法。直到2017年,瑞戈非尼被批准作为肝癌二线治疗标准,全身治疗选择仅限于酪氨酸激酶抑制剂 (TKI) 索拉非尼,替代治疗方法几乎没有成功。而目前,有十多种FDA批准的全身疗法可用于HCC患者,其中包括几种免疫检查点抑制剂 (ICIs) 。阿特珠单抗(Atezolizuma)加贝伐单抗(Bevacizumab)和曲美单抗(Tremlimumab)加度伐利尤单抗(Durvalumab),现已被批准为晚期HCC标准一线疗法。尽管与索拉非尼相比,生存结果有了显著改善,但大多数晚期HCC患者并没有从这些方案中获得持久的益处,且缺乏预测性生物标志物,无法在治疗前识别此类患者。来自回顾性研究的数据表明,在接受ICIs治疗的患者中,免疫相关不良事件(irAE)与总生存期(OS)改善之间存在正相关。因此,迫切需要预测性生物标志物。

近日,美国国家癌症研究所Eytan Ruppin/Xin W. Wang研究团队总结了HCC的免疫学数据以及接受ICIs治疗该疾病的患者的结果。研究者概述了当前生物标志物的使用和过去5年的发展,包括基因特征、循环肿瘤细胞、高维流式细胞术、单细胞RNA测序,以及涉及微生物组、放射组学和临床标志物的方法。讨论了HCC中进一步开发生物标志物的新概念,包括生物标志物驱动的试验、空间转录组学和综合“大数据”分析方法。这些概念都有可能更好地识别最有可能从ICIs中受益的患者,并促进新治疗方法的发展。

该综述以题为“Biomarkers for immunotherapy of hepatocellular carcin”发表在《Nat. Rev. Clin. Oncol.》期刊上。

图片

图片

图1. 生物标志物研究所需的材料

生物标志物被定义为可以客观测量和评估一个或多个生理过程、致病过程或对治疗干预的反应的指标的特征。可在治疗前使用的生物标志物包括预后生物标志物,无论治疗如何,它们都可以预测患者结果。预测性生物标志物提供了特定治疗干预效果的信息,通常与其他干预措施进行比较。在涉及HCC患者的研究中,已经测试了各种生物标志物,包括许多与抗肿瘤免疫有关的生物标志物(图2)。

图片

图2. 肝癌免疫治疗的各种候选生物标志物来源

图片

图3. 生物标记物鉴定研究的试验设计

综上,研究者对HCC生物标志物的发展现状进行了总结。进一步对该领域潜在的新型生物标志物和最有前景的未来研究方向提供了一些见解。对于未来发展,研究者认为,学术界、制药行业、监管机构、患者权益倡导者和患者都认可从接受 ICI 的患者获取更多更好的临床数据,才能确定更好的生物标志物。需要指出的是,未来基于人工智能的询问数据库应包括但不限于有关治疗和反应类型、种族和民族、潜在肝脏疾病、合并症以及肿瘤、血液和影像学研究结果的信息。尽管从现实世界的队列中获取数据也会有所帮助,但这个过程应该从临床试验设计的改进开始。最后,不应低估这些研究,这些研究不仅有助于预测对特定疗法的反应,还可能为生物学机制提供新的见解,并为 HCC 患者开发更好的未来疗法。

原文链接:

https://doi.org/10.1038/s41571-023-00816-4

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (0)
#插入话题

相关资讯

Cancer Commu:完全缓解长达8年​!中国创新CAR-T疗法为晚期癌症患者带来“治愈”曙光!

国研创新CAR-GPC3 T 细胞疗法治疗晚期肝细胞癌 (HCC) 的2例长期无病生存病例发表在国际知名免疫学期刊《Cancer Communications》杂志上,引起了巨大轰动!

academic radiology:增强超声与深度学习结合实现肝细胞癌微血管浸润的术前无创预测

近年来,深度学习(DL)因其图像模式识别和人工智能能力而备受关注,能有效提高医学图像解读的诊断准确性、增加诊断的客观性。

RADIOLOGY:开发一个包括MRI功能的模型用于预测肝切除后肝细胞癌的高级复发

结合血清中性粒细胞计数、肿瘤大小和动脉期过度增强比例的模型比目前的分期系统更好地预测了晚期肝细胞癌复发,并可能识别高风险患者。

J Hepatol:浙江大学郑树森团队发现肝细胞癌和门静脉肿瘤血栓形成患者在成功降级后可能是肝移植的候选者

该研究进行了1项研究肝细胞癌伴门静脉肿瘤血栓形成患者肝移植预后的荟萃分析。

Cancer Res:中山大学彭穗/邝栋明发现B细胞是肝细胞癌和结直肠癌肝转移微环境中的重要调节因子

该研究证明了HCC和CRLM中血浆和髓系细胞介导的免疫抑制,表明选择性地调节原发性或继发性肿瘤相关的免疫抑制调节网络可能会重新编程微环境,为治疗肝癌提供一种免疫治疗策略。

STTT:中山大学顾仰葵/吴沛宏发现C期肝细胞癌的潜在治疗新策略

该研究评估了卡瑞利珠单抗和阿帕替尼联合HAIC-FOLFOX治疗BCLC C期HCC患者的益处。

Baidu
map
Baidu
map
Baidu
map