noticias

A inmunoterapia trouxo cambios revolucionarios no tratamento de tumores malignos, pero aínda hai algúns pacientes que non poden beneficiarse. Polo tanto, necesítanse urxentemente biomarcadores axeitados nas aplicacións clínicas para predicir a eficacia da inmunoterapia, co fin de maximizar a eficacia e evitar toxicidade innecesaria.

Biomarcadores aprobados pola FDA

Expresión de PD-L1. A avaliación dos niveis de expresión de PD-L1 mediante inmunohistoquímica (IHQ) produce a puntuación de proporción tumoral (TPS), que é a porcentaxe de células tumorais tinguidas parcial ou completamente na membrana de calquera intensidade nas células tumorais superviventes. Nos ensaios clínicos, esta proba serve como proba diagnóstica auxiliar para o tratamento do cancro de pulmón non microcítico (NSCLC) avanzado con pembrolizumab. Se a TPS da mostra é ≥ 1 %, considérase a expresión de PD-L1; unha TPS ≥ 50 % indica unha alta expresión de PD-L1. No ensaio inicial de fase 1 (KEYNOTE-001), a taxa de resposta dos pacientes no subgrupo PD-L1 TPS > 50 % que usaron pembrolizumab foi do 45,2 %, mentres que, independentemente da TPS, a taxa de resposta de todos os pacientes que recibiron este tratamento con inhibidores de puntos de control inmunitario (ICI) foi do 19,4 %. O ensaio de fase 2/3 posterior (KEYNOTE-024) asignou aleatoriamente pacientes con TPS PD-L1 >50 % a recibir pembrolizumab e quimioterapia estándar, e os resultados mostraron unha mellora significativa na supervivencia global (SG) nos pacientes que recibiron tratamento con pembrolizumab.

Non obstante, a aplicación de PD-L1 na predición das respostas ao ICI está limitada por varios factores. En primeiro lugar, o limiar óptimo para os diferentes tipos de cancro varía. Por exemplo, o pabolizumab pódese usar cando a expresión tumoral de PD-L1 en pacientes con cancro gástrico, cancro de esófago, cancro de vexiga e cancro de pulmón é do 1 %, 10 % e 50 %, respectivamente. En segundo lugar, a avaliación da poboación celular da expresión de PD-L1 varía dependendo do tipo de cancro. Por exemplo, o tratamento do carcinoma escamoso recorrente ou metastásico de cabeza e pescozo pode optar por usar outro método de proba aprobado pola FDA, a puntuación positiva completa (CPS). En terceiro lugar, case non hai correlación entre a expresión de PD-L1 en varios tipos de cancro e a resposta ao ICI, o que indica que o fondo tumoral pode ser un factor clave na predición de biomarcadores do ICI. Por exemplo, segundo os resultados da proba CheckMate-067, o valor preditivo negativo da expresión de PD-L1 no melanoma é só do 45 %. Finalmente, varios estudos descubriron que a expresión de PD-L1 é inconsistente en diferentes lesións tumorais nun mesmo paciente, mesmo dentro do mesmo tumor. En resumo, aínda que os ensaios clínicos iniciais do NSCLC impulsaron a investigación sobre a expresión de PD-L1 como posible biomarcador preditivo, a súa utilidade clínica en diferentes tipos de cancro segue sen estar clara.

Carga de mutacións tumorais. A carga de mutacións tumorais (CMT) utilizouse como indicador alternativo da inmunoxenicidade tumoral. Segundo os resultados do ensaio clínico KEYNOTE-158, entre os 10 tipos de tumores sólidos avanzados tratados con pembrolizumab, os pacientes con polo menos 10 mutacións por megabase (CMT alta) tiveron unha taxa de resposta maior que aqueles con CMT baixa. Cómpre sinalar que neste estudo, a CMT foi un preditor da supervivencia libre de progresión (SLP), pero non foi capaz de predicir a supervivencia global (SG).

A resposta á terapia inmunitaria está impulsada principalmente polo recoñecemento de novos antíxenos por parte das células T. A inmunoxenicidade asociada a unha maior TMB tamén depende de varios factores, incluíndo o neoantíxeno tumoral presentado polo tumor; o sistema inmunitario recoñece os neoantíxenos tumorais; a capacidade do hóspede para iniciar respostas específicas de antíxeno. Por exemplo, os datos suxiren que os tumores coa maior infiltración dalgunhas células inmunitarias poden en realidade ter unha amplificación de clons de células T reguladoras inhibitorias (Treg). Ademais, o rango de TMB pode diferir do potencial dos neoantíxenos TMB, xa que o sitio exacto da mutación tamén xoga un papel importante; as mutacións que median diferentes vías de presentación de antíxenos poden afectar a presentación (ou non presentación) de novos antíxenos ao sistema inmunitario, o que indica que as características intrínsecas e inmunolóxicas do tumor deben ser consistentes para producir respostas ICI óptimas.

Na actualidade, a TMB mídese mediante secuenciación de nova xeración (NGS), que pode variar entre as diferentes institucións (internamente) ou plataformas comerciais utilizadas. A NGS inclúe a secuenciación do exoma completo (WES), a secuenciación do xenoma completo e a secuenciación dirixida, que se pode obter a partir de tecido tumoral e ADN tumoral circulante (ctDNA). Cómpre sinalar que os diferentes tipos de tumores teñen unha ampla gama de TMB, sendo os tumores inmunóxenos como o melanoma, o NSCLC e o carcinoma de células escamosas os que presentan os niveis máis altos de TMB. Do mesmo xeito, os métodos de detección deseñados para diferentes tipos de tumores teñen diferentes definicións dos valores limiar de TMB. No estudo do NSCLC, o melanoma, o carcinoma urotelial e o cancro de pulmón de células pequenas, estes métodos de detección utilizan diferentes métodos analíticos (como a detección de WES ou PCR para números específicos de xenes relacionados) e limiares (TMB alto ou TMB baixo).

Os microsatélites son moi inestables. O microsatélite altamente inestable (MSI-H), como biomarcador pancancero para a resposta ICI, ten un excelente rendemento á hora de predicir a eficacia do ICI en varios tipos de cancro. O MSI-H é o resultado de defectos de reparación de erros de emparellamento (dMMR), o que leva a unha alta taxa de mutación, especialmente nas rexións de microsatélites, o que resulta na produción dun gran número de novos antíxenos e, en última instancia, desencadea unha resposta inmunitaria clonal. Debido á alta carga de mutación causada polo dMMR, os tumores MSI-H poden considerarse un tipo de tumor con alta carga de mutación (TMB). Baseándose nos resultados dos ensaios clínicos KEYNOTE-164 e KEYNOTE-158, a FDA aprobou pembrolizumab para o tratamento de tumores MSI-H ou dMMR. Este é un dos primeiros fármacos pancanceros aprobados pola FDA baseado na bioloxía tumoral en lugar da histoloxía.

Malia o éxito significativo, tamén hai cuestións que ter en conta ao usar o estado MSI. Por exemplo, ata o 50 % dos pacientes con cancro colorrectal dMMR non responden ao tratamento con ICI, o que destaca a importancia doutras características para predicir a resposta. Outras características intrínsecas dos tumores que non se poden avaliar coas plataformas de detección actuais poden ser factores que contribúen. Por exemplo, houbo informes de que os pacientes con mutacións en xenes que codifican importantes subunidades catalíticas da polimerase delta (POLD) ou da polimerase ε (POLE) na rexión do ADN carecen de fidelidade de replicación e presentan un fenotipo de "supermutación" nos seus tumores. Algúns destes tumores teñen unha inestabilidade de microsatélites significativamente maior (pertencen, polo tanto, a MSI-H), pero non faltan proteínas de reparación de erros de emparellamento (polo tanto, non dMMR).

Ademais, de xeito similar á TMB, a MSI-H tamén se ve afectada polos novos tipos de antíxenos xerados pola inestabilidade dos microsatélites, o recoñecemento do hóspede de novos tipos de antíxenos e a resposta do sistema inmunitario do hóspede. Mesmo nos tumores de tipo MSI-H, identificouse un gran número de mutacións dun só nucleótido como mutacións pasaxeiras (mutacións non impulsoras). Polo tanto, non abonda con confiar unicamente no número de microsatélites identificados no tumor; o tipo real de mutación (identificado a través de perfís de mutación específicos) pode mellorar o rendemento preditivo deste biomarcador. Ademais, só unha pequena proporción de pacientes con cancro pertencen a tumores MSI-H, o que indica a necesidade actual de biomarcadores máis amplamente aplicables. Polo tanto, a identificación doutros biomarcadores eficaces para predicir a eficacia e orientar o tratamento dos pacientes segue a ser unha área de investigación importante.

Investigación de biomarcadores baseada na organización

Dado que o mecanismo de acción do ICI é reverter a supresión das células inmunitarias en lugar de dirixirse directamente ás vías intrínsecas das células tumorais, as investigacións posteriores deberían centrarse na análise sistematica do ambiente de crecemento tumoral e a interacción entre as células tumorais e as células inmunitarias, o que pode axudar a dilucidar os factores que afectan a resposta do ICI. Moitos grupos de investigación estudaron as características tumorais ou inmunitarias de tipos de tecidos específicos, como as características das mutacións xenéticas tumorais e inmunolóxicas, os déficits de presentación de antíxenos tumorais ou os centros ou agregados inmunitarios multicelulares (como as estruturas linfoides terciarias), que poden predicir as respostas á inmunoterapia.

Os investigadores empregaron a NGS para secuenciar o exoma e o transcriptoma tumoral e inmunitario dos tecidos dos pacientes antes e despois do tratamento con ICI, e realizaron análises de imaxes espaciais. Mediante o uso de múltiples modelos integrados, combinados con técnicas como a secuenciación unicelular e a imaxe espacial, ou modelos multiómica, mellorouse a capacidade preditiva dos resultados do tratamento con ICI. Ademais, un método integral para avaliar os sinais inmunitarios tumorais e as características intrínsecas do tumor tamén demostrou unha maior capacidade preditiva. Por exemplo, un método integral de secuenciación por lotes que mide simultaneamente as características tumorais e inmunitarias é superior a unha única variable analítica. Estes resultados destacan a necesidade de simular a eficacia da ICI dun xeito máis completo, incluíndo a incorporación dos resultados da avaliación da capacidade inmunitaria do hóspede, as características intrínsecas do tumor e os compoñentes inmunitarios do tumor en pacientes individuais para predicir mellor que pacientes responderán á inmunoterapia.

Dada a complexidade de incorporar factores tumorais e do hóspede na investigación de biomarcadores, así como a posible necesidade de integración lonxitudinal das características do microambiente inmunitario, a xente comezou a explorar biomarcadores mediante modelaxe por computadora e aprendizaxe automática. Na actualidade, xurdiron algúns logros de investigación innovadores neste campo, o que indica o futuro da oncoloxía personalizada asistida por aprendizaxe automática.

Os desafíos aos que se enfrontan os biomarcadores baseados en tecidos

Limitacións dos métodos analíticos. Algúns biomarcadores significativos funcionan ben en certos tipos de tumores, pero non necesariamente noutros tipos de tumores. Aínda que as características xenéticas específicas do tumor teñen unha maior capacidade preditiva que a TMB e outras, non se poden usar para o diagnóstico de todos os tumores. Nun estudo dirixido a pacientes con NSCLC, as características da mutación xenética resultaron ser máis preditivas da eficacia da ICI que unha TMB alta (≥ 10), pero máis da metade dos pacientes non puideron detectar características da mutación xenética.

Heteroxeneidade tumoral. O método de biomarcadores baseado en tecidos só toma mostras nun único sitio tumoral, o que significa que a avaliación de partes específicas do tumor pode non reflectir con precisión a expresión xeral de todos os tumores no paciente. Por exemplo, estudos atoparon heteroxeneidade na expresión de PD-L1 entre e dentro dos tumores, e existen problemas similares con outros marcadores de tecidos.

Debido á complexidade dos sistemas biolóxicos, moitos dos biomarcadores de tecidos empregados anteriormente poden estar simplificados en exceso. Ademais, as células do microambiente tumoral (TME) adoitan ser móbiles, polo que as interaccións que se mostran na análise espacial poden non representar as verdadeiras interaccións entre as células tumorais e as células inmunitarias. Mesmo se os biomarcadores poden representar idealmente todo o ambiente tumoral nun momento específico, estes obxectivos aínda poden inducirse e cambiar dinamicamente co tempo, o que indica que unha única instantánea nun momento determinado pode non representar ben os cambios dinámicos.

Heteroxeneidade do paciente. Mesmo se se detectan cambios xenéticos coñecidos relacionados coa resistencia ao ICI, algúns pacientes que levan biomarcadores de resistencia coñecidos aínda poden beneficiarse, posiblemente debido á heteroxeneidade molecular e/ou inmunitaria dentro do tumor e en diferentes sitios tumorais. Por exemplo, a deficiencia de β2-microglobulina (B2M) pode indicar resistencia nova ou adquirida aos fármacos, pero debido á heteroxeneidade da deficiencia de B2M entre individuos e dentro dos tumores, así como á interacción dos mecanismos de substitución do recoñecemento inmunitario nestes pacientes, a deficiencia de B2M pode non predicir con forza a resistencia individual aos fármacos. Polo tanto, a pesar da presenza de deficiencia de B2M, os pacientes aínda poden beneficiarse da terapia con ICI.

Biomarcadores lonxitudinais baseados na organización
A expresión dos biomarcadores pode cambiar co tempo e co impacto do tratamento. As avaliacións estáticas e únicas de tumores e inmunobioloxía poden pasar por alto estes cambios, e os cambios na TME tumoral e nos niveis de resposta inmunitaria do hóspede tamén poden pasarse por alto. Múltiples estudos demostraron que a obtención de mostras antes e durante o tratamento pode identificar con maior precisión os cambios relacionados co tratamento con ICI. Isto destaca a importancia da avaliación dinámica de biomarcadores.

Biomarcadores baseados no sangue
A vantaxe da análise de sangue reside na súa capacidade para avaliar bioloxicamente todas as lesións tumorais individuais, reflectindo lecturas medias en lugar de lecturas de sitios específicos, o que a fai especialmente axeitada para avaliar os cambios dinámicos relacionados co tratamento. Numerosos resultados de investigación demostraron que o uso de ADN tumoral circulante (ctDNA) ou células tumorais circulantes (CTC) para avaliar a enfermidade mínima residual (MRD) pode orientar as decisións de tratamento, pero estas probas teñen información limitada para predicir se os pacientes poden beneficiarse de inmunoterapias como a ICI. Polo tanto, as probas de ctDNA deben combinarse con outros métodos para medir a activación inmunitaria ou a capacidade inmunitaria do hóspede. Neste sentido, fixéronse progresos na inmunofenotipificación de células mononucleares do sangue periférico (PBMC) e na análise proteómica de vesículas extracelulares e plasma. Por exemplo, os subtipos de células inmunitarias periféricas (como as células T CD8+), a alta expresión de moléculas de puntos de control inmunitario (como PD1 nas células T CD8+ periféricas) e os niveis elevados de varias proteínas no plasma (como CXCL8, CXCL10, IL-6, IL-10, PRAP1 e VEGFA) poden servir como suplementos eficaces para os biomarcadores dinámicos do ctDNA. A vantaxe destes novos métodos é que poden avaliar os cambios dentro do tumor (de xeito similar aos cambios detectados polo ctDNA) e tamén poden revelar cambios no sistema inmunitario do paciente.

Radiomics
Os factores preditivos dos datos de imaxe poden superar eficazmente as limitacións da mostraxe de biomarcadores de tecidos e a biopsia, e poden observar o tumor completo e posibles outros sitios metastáticos en calquera momento. Polo tanto, poden converterse nunha parte importante dos biomarcadores dinámicos non invasivos no futuro. A radiómica delta pode calcular cuantitativamente os cambios en múltiples características tumorais (como o tamaño do tumor) en diferentes momentos, como antes e despois do tratamento con ICI, durante o tratamento e o seguimento posterior. A radiómica delta non só pode predicir a resposta inicial ou nula ao tratamento precoz, senón que tamén identifica a resistencia adquirida á ICI en tempo real e monitoriza calquera recorrencia despois da remisión completa. O modelo de imaxe desenvolvido mediante tecnoloxía de aprendizaxe automática é incluso mellor que o estándar tradicional RECIST para predicir a resposta ao tratamento e os posibles eventos adversos. A investigación actual indica que estes modelos de radiómica teñen unha área baixo a curva (AUC) de ata 0,8 a 0,92 para predicir a resposta á terapia inmunitaria.

Outra vantaxe da radiómica é a súa capacidade para identificar con precisión a pseudoprogresión. O modelo de radiómica construído mediante aprendizaxe automática pode distinguir eficazmente entre a progresión verdadeira e a falsa ao volver medir os datos da TC ou PET para cada tumor, incluíndo factores como a forma, a intensidade e a textura, cunha AUC de 0,79. Estes modelos de radiómica poderían utilizarse no futuro para evitar a interrupción prematura do tratamento debido a unha avaliación errónea da progresión da enfermidade.

microbiota intestinal
Espérase que os biomarcadores da microbiota intestinal predigan a resposta terapéutica ao ICI. Numerosos estudos demostraron que unha microbiota intestinal específica está estreitamente relacionada coa resposta de varios tipos de cancro ao tratamento con ICI. Por exemplo, en pacientes con melanoma e cancro de fígado, a abundancia de bacterias Ruminococcaceae está asociada coa resposta á inmunoterapia PD-1. O enriquecemento en Akkermansia muciniphila é común en pacientes con cancro de fígado, cancro de pulmón ou carcinoma de células renais, que responden ben ao tratamento con ICI.

Ademais, o novo modelo de aprendizaxe automática pode ser independente dos tipos de tumor e asociar xéneros específicos de bacterias intestinais coa resposta terapéutica da inmunoterapia. Outros estudos tamén revelaron o papel específico que desempeñan os grupos bacterianos individuais na regulación do sistema inmunitario do hóspede, explorando máis a fondo como previr ou promover o escape inmunitario das células cancerosas.

Terapia neoadxuvante
A avaliación dinámica da bioloxía tumoral pode guiar as estratexias de tratamento clínico posteriores. O ensaio de terapia neoadxuvante pode avaliar o efecto terapéutico mediante a remisión patolóxica en mostras cirúrxicas. No tratamento do melanoma, a resposta patolóxica primaria (RPP) está asociada á taxa de supervivencia libre de recorrencia. No ensaio PRADO, os investigadores determinan as seguintes medidas de intervención clínica, como a cirurxía e/ou a terapia adxuvante, baseándose en datos de remisión patolóxica específicos do paciente.

Entre os distintos tipos de cancro, varias opcións novas de terapia adxuvante aínda carecen de comparación directa. Polo tanto, a elección entre a monoterapia con inmunoterapia ou a terapia combinada adoita decidirse conxuntamente polo médico responsable e o paciente. Actualmente, os investigadores desenvolveron unha característica do interferón gamma (IFN gamma) que contén 10 xenes como biomarcador para predicir a remisión patolóxica no melanoma despois da terapia neoadxuvante. Ademais, integraron estas características nun algoritmo para seleccionar pacientes con respostas fortes ou débiles á terapia neoadxuvante. Nun estudo de seguimento chamado DONIMI, os investigadores utilizaron esta puntuación, combinada cunha análise máis complexa, non só para predicir a resposta ao tratamento, senón tamén para determinar que pacientes con melanoma en estadio III requiren a adición de inhibidores da histona desacetilase (HDACi) para mellorar a resposta ao tratamento neoadxuvante con ICI.

Modelo tumoral derivado de pacientes
Os modelos tumorais in vitro teñen o potencial de predicir respostas específicas do paciente. A diferenza da plataforma in vitro utilizada para a análise do espectro de resposta a fármacos en tumores hematolóxicos, os tumores sólidos enfróntanse a maiores desafíos debido á súa microestrutura tumoral única e ás interaccións inmunitarias tumorais. O cultivo simple de células tumorais non pode replicar facilmente estas características complexas. Neste caso, os órganos semellantes a tumores ou os chips de órganos orixinarios de pacientes poden compensar estas limitacións estruturais, xa que poden preservar a estrutura orixinal das células tumorais e simular as interaccións con células inmunitarias linfoides e mieloides para avaliar as respostas ICI dun xeito específico para o paciente, reproducindo así con maior precisión as características biolóxicas nun ambiente tridimensional máis realista.

Varios estudos innovadores na China e nos Estados Unidos adoptaron este novo modelo tumoral tridimensional in vitro de alta fidelidade. Os resultados amosan que estes modelos poden predicir eficazmente a resposta do cancro de pulmón, o cancro de colon, o cancro de mama, o melanoma e outros tumores ao ICI. Isto senta as bases para unha maior verificación e estandarización do rendemento preditivo destes modelos.