血浆蛋白质组测试用于转移性非小细胞肺癌的个体化一线治疗选择

在肿瘤微环境（Tumor Microenvironment, TME）中，通过打断抑制性受体-配体相互作用，免疫检查点抑制剂（Immune Checkpoint Inhibitors, ICIs）针对PD-1或PD-L1的靶向有助于增强人体自然消灭癌细胞的能力。然而，即便如此，关键试验表明单药疗法的响应率<50%，中位无进展生存期（Progression-Free Survival, PFS）介于5至8个月之间。因此，针对了解肿瘤特征、微环境影响以及免疫系统因素之间复杂相互作用的需求，以个体患者变异和宿主免疫因素为基础的个性化治疗决策变得愈发重要。

近年来，PD-L1检测在治疗决策中的贡献虽然明显，但实际临床操作中的差异性巨大。例如，约75%的PD-L1高表达肿瘤患者在一线（1L）治疗设置中单独使用PD-1/PD-L1抑制剂，剩余25%的患者选择联合化疗。因此，既有的PD-L1评分及其他生物标志物，如肿瘤突变负荷（Tumor Mutational Burden, TMB），无法在个体患者基础上提供优化治疗决策所需的高度预测价值。现有针对转移性非小细胞肺癌（mNSCLC）的治疗策略存在局限性，需要更精密的方法来个性化治疗决策。

Petros Christopoulos教授领导的研究小组于2024年在JCO Precision Oncology期刊发表了题为“Plasma Proteome-Based Test for First-Line Treatment Selection in Metastatic Non–Small Cell Lung Cancer”的重要论文。该论文中，研究团队共同开发了一种基于预处理血浆蛋白质组档案的机器学习算法——Prophet，并进行了盲法验证，旨在提高mNSCLC治疗选择的个性化决策。研究包括540例接受PD-1/PD-L1抑制剂基础治疗的患者以及额外的85例接受化疗的患者，全部将血浆和临床数据接受预处理采集。研究使用的SomaScan测定法v4.1进行了血浆蛋白质组分析。

研究结果显示，Prophet测试与临床受益（Clinical Benefit, CB）之间存在强烈的相关性，通过高度一致性（r2 = 0.98, p < .001）预测和观察到的CB，并对患者进行Prophet阳性或阴性的分类，进一步在PD-L1表达水平之外对患者的结果进行分层。Prophet成功区分了具有高肿瘤PD-L1水平（≥50%）的Prophet阴性患者，在接受免疫治疗和化疗联合治疗与单独免疫治疗相比，无论是在总体生存期（Overall Survival, OS）还是在PFS上，治疗联合组的结果均显著优于单独免疫治疗组（风险比例[Hazard Ratio, HR]为0.23[95% Confidence Interval, CI, 0.1至0.51], p = .0003）。相反，Prophet阳性患者的统计数据表明，无论是单独免疫治疗还是联合化疗，在治疗效果上都显示出可比性（HR, 0.78 [95% CI, 0.42至1.44], p = .424）。

论文中得出的结论是，基于血浆蛋白质组的测试结合标准的PD-L1检测，能够区分出在PD-1/PD-L1抑制剂基础治疗中有着不同结果的患者亚组。这些数据表明，该方法可以提高mNSCLC一线治疗的精度。研究表明，简单的血液基因检测可充当与肿瘤PD-L1检测一起的复合生物标志物，以优化初治高级非小细胞肺癌患者的治疗决策，并在一些患者中减少了因化疗引起的毒性。

文章作者来自跨国多中心，包括来自以色列、美国、德国、英国各大医院及科研机构的研究者，涉及的领域涵盖了临床、生物统计和生物信息学等。研究的创新之处不仅在于提供了新型和有潜力的血液基因检测用于治疗决策，同时数据还表明Prophet可以作为预测免疫治疗益处的独立指标。因此，此项研究的意义在于实现了基于血浆蛋白质组学数据辅助治疗的精准医疗目标，给临床上的治疗决策提供了切实可行的科学依据，可能有助于改进对mNSCLC患者的一线治疗方案选择。