コンピューターツールで転移性乳がん患者の免疫療法の成果を評価できる

ジョンズ・ホプキンス大学キンメルがんセンターとジョンズ・ホプキンス大学医学部の研究者らは、計算ツールを使用して、転移性トリプルネガティブ乳がんのどの患者が免疫療法の恩恵を受けられるかを評価する方法を開発した。計算科学者と臨床医による研究は、 出版された 10月28日 米国科学アカデミーの議事録。

免疫療法は、体自身の免疫システムを強化して攻撃するために使用されます。 がん細胞。ただし、反応するのは一部の患者のみ 処理と、研究の筆頭著者でジョンズ・ホプキンス大学博士研究員であるテインモジ・アルラージ博士は次のように説明している。「これらの治療法は毒性が高いため、効果がある患者を特定することが非常に重要です。」

これを明らかにするために、研究では、特定の細胞の有無、または腫瘍内のさまざまな分子の発現が、特定の患者が治療に反応するかどうかを示すことができるかどうかをテストしました。 免疫療法。このような分子は予測バイオマーカーと呼ばれ、患者にとって適切な治療法を選択するのに役立ちます、とジョンズ・ホプキンス大学医学部の生体医工学および腫瘍学の教授であり、研究の上級著者であるアレクサンダー・ポペル博士は説明する。

「残念ながら、既存の予測バイオマーカーでは、免疫療法の恩恵を受ける患者を特定する精度が限られています」とポペル氏は言う。 「さらに、治療反応を予測する特徴の大規模な評価には、多くの患者から腫瘍生検と血液サンプルを収集する必要があり、複数のアッセイを実行する必要がありますが、これは非常に困難です。」

そこでチームは、 数学的モデル 定量的システム薬理学と呼ばれる、転移性の仮想患者 1,635 人を生成する トリプルネガティブ乳がん 免疫療法薬ペムブロリズマブによる治療シミュレーションを実施しました。その後、彼らはこのデータを強力なツールに供給しました。 計算ツール統計的および機械学習ベースのアプローチを含む、治療反応を正確に予測するバイオマーカーを探します。彼らは、治療に反応する患者と反応しない患者を特定することに重点を置きました。

仮想臨床試験によって生成された部分合成データを使用して、研究者らは 90 のバイオマーカー単独、および 2 つ、3 つ、および 4 つの組み合わせでのパフォーマンスを評価しました。彼らは、腫瘍生検または 血液サンプル 治療前バイオマーカーと呼ばれる治療開始前に測定されたデータは、治療結果を予測する能力が限られていました。しかし、治療開始後に患者から採取された測定値（治療中バイオマーカーと呼ばれる）の方が、転帰をより正確に予測することができました。

驚くべきことに、彼らはまた、一般的に使用されるいくつかのことも発見しました バイオマーカー PD-L1と呼ばれる分子の発現や腫瘍内のリンパ球の存在などの測定は、治療開始後よりも治療開始前に評価した方が良好な結果を示しました。

研究者らはまた、治療結果を予測する際に、侵襲的生検を必要としない血液中の免疫細胞数などの測定の精度にも注目し、一部の血液ベースのバイオマーカーが腫瘍やリンパ節ベースのバイオマーカーと同等の性能を示すことを発見した。治療に反応する患者の一部。これは、応答を予測するための侵襲性の低い方法を示唆する可能性があります。

腫瘍直径の変化の測定値は CT スキャンによって容易に取得でき、予測できる可能性もあります。ポペル教授は、「治療開始後 2 週間以内の非常に早い段階で測定されたこの結果は、治療を継続した場合に誰が反応するかを特定する大きな可能性を秘めていました。」と述べています。

この結果を検証するために、研究者らは治療開始から 2 週間後の腫瘍直径の変化に基づいて患者を選択し、仮想臨床試験を実施しました。

「シミュレーションされた応答率は 11% から 25% へと 2 倍以上増加しました。これは非常に注目に値します」とアルルラージ氏は言います。 「これは、腫瘍生検サンプルの収集が不可能な場合の代替手段として非侵襲性バイオマーカーの可能性を強調しています。」

「免疫療法なしで良好に治ると予想される患者の過剰治療や、免疫療法にあまり反応しない患者の過小治療を避けるために、トリプルネガティブ乳がんに対する最適化された戦略を開発する際に、予測バイオマーカーが非常に重要です」と研究共著者のCesar氏は付け加えた。サンタマリア医学博士は、ジョンズ・ホプキンス大学キンメルがんセンターの腫瘍学准教授であり、乳がん免疫療法と免疫バイオマーカーの専門知識を持つ乳腺腫瘍専門医です。

「腫瘍微小環境の複雑さにより、臨床でのバイオマーカーの発見は困難ですが、インシリコを活用した技術が必要です」 [computer-based] モデリングはそのような複雑さを捉え、患者の治療選択に役立つ可能性を秘めています。」

まとめると、これらの新しい発見は、免疫療法の対象となる転移性乳がん患者をより適切に選択する方法に光を当てています。研究者らは、これらの発見は将来の臨床研究の設計に役立つと期待されており、この方法は他の種類のがんでも再現できる可能性があると述べている。

以前、チームは社内のモデリング フレームワークを使用して、 計算モデル 後期乳がんに特に焦点を当てています。 腫瘍 すでに体のさまざまな部分に広がっています。これは 出版された で 科学の進歩 去年。チームは、いくつかの臨床研究および実験研究からのデータを使用して、この計算モデルを開発し、徹底的に検証しました。