
-
生物通官微
陪你抓住生命科技
跳动的脉搏
整合严重免疫相关不良事件预测模型与疗效生物标志物可实现非小细胞肺癌免疫治疗的精准分层:来自 3 期 ORIENT-11 研究的启示
《Cancer Immunology, Immunotherapy》:Integration of a severe immune-related adverse events predictive model with efficacy biomarkers enables precise stratification in NSCLC immunotherapy: insights from the phase 3 ORIENT-11 study
【字体: 大 中 小 】 时间:2026年08月28日 来源:Cancer Immunology, Immunotherapy 4.6
编辑推荐:
摘要背景严重免疫相关不良反应(irAEs)会损害免疫检查点抑制剂(ICIs)的治疗结局。然而,在常规实践中,临床医生仍然缺乏能够前瞻性地将抗肿瘤疗效与严重 irAEs 的风险区分开来的生物标志物,导致 ICIs 在很大程度上是经验性、一刀切的使用。方法在本项针对随机 III
严重免疫相关不良反应(irAEs)会损害免疫检查点抑制剂(ICIs)的治疗结局。然而,在常规实践中,临床医生仍然缺乏能够前瞻性地将抗肿瘤疗效与严重 irAEs 的风险区分开来的生物标志物,导致 ICIs 在很大程度上是经验性、一刀切的使用。
在本项针对随机 III 期 ORIENT-11 试验的事后分析中,我们分析了接受信迪利单抗(一种抗 PD-1 抗体)联合化疗治疗的晚期 NSCLC 患者的基线肿瘤样本 RNA 测序数据。进行基因集富集分析(GSEA)和通路富集分析以阐明严重 irAEs 的机制。基于富集通路,通过 50 次 LASSO 回归构建了预测模型,随后将其与已确立的疗效生物标志物(PD-L1 表达和肿瘤浸润淋巴细胞 [TIL])相结合,创建了一个四象限风险 - 获益分层系统。
在 ORIENT-11 试验中接受联合治疗的 266 名患者中,有 19 名(7.14%)发生了严重 irAEs。Th17 细胞分化通路在发生严重 irAEs 的患者中显著富集。由此通路推导出的预测模型在训练集和验证集中的曲线下面积(AUC)分别为 0.904 和 0.769。由于该模型独立于疗效,将此毒性模型与由 PD-L1/TIL 定义的疗效生物标志物相结合,将患者分为四组,这些组在客观缓解率(ORR,92.9% 至 51.1%)、严重 irAE 发生率(0% 至 46.7%)和无进展生存期(PFS)方面表现出差异。
Th17 分化通路与 NSCLC 患者的严重 irAEs 相关。通过将基于 Th17 的严重 irAE 预测模型与疗效生物标志物相结合,我们提出了一种四象限风险 - 获益分层框架,支持个体化免疫治疗决策,并超越了一刀切的方法。
严重免疫相关不良反应(irAEs)会损害免疫检查点抑制剂(ICIs)的治疗结局。然而,在常规实践中,临床医生仍然缺乏能够前瞻性地将抗肿瘤疗效与严重 irAEs 的风险区分开来的生物标志物,导致 ICIs 在很大程度上是经验性、一刀切的使用。
在本项针对随机 III 期 ORIENT-11 试验的事后分析中,我们分析了接受信迪利单抗(一种抗 PD-1 抗体)联合化疗治疗的晚期 NSCLC 患者的基线肿瘤样本 RNA 测序数据。进行基因集富集分析(GSEA)和通路富集分析以阐明严重 irAEs 的机制。基于富集通路,通过 50 次 LASSO 回归构建了预测模型,随后将其与已确立的疗效生物标志物(PD-L1 表达和肿瘤浸润淋巴细胞 [TIL])相结合,创建了一个四象限风险 - 获益分层系统。
在 ORIENT-11 试验中接受联合治疗的 266 名患者中,有 19 名(7.14%)发生了严重 irAEs。Th17 细胞分化通路在发生严重 irAEs 的患者中显著富集。由此通路推导出的预测模型在训练集和验证集中的曲线下面积(AUC)分别为 0.904 和 0.769。由于该模型独立于疗效,将此毒性模型与由 PD-L1/TIL 定义的疗效生物标志物相结合,将患者分为四组,这些组在客观缓解率(ORR,92.9% 至 51.1%)、严重 irAE 发生率(0% 至 46.7%)和无进展生存期(PFS)方面表现出差异。
Th17 分化通路与 NSCLC 患者的严重 irAEs 相关。通过将基于 Th17 的严重 irAE 预测模型与疗效生物标志物相结合,我们提出了一种四象限风险 - 获益分层框架,支持个体化免疫治疗决策,并超越了一刀切的方法。
生物通微信公众号