文献分享（2）患者的生存期和对精准免疫治疗反应的影响

NSCLC：非小细胞肺癌（non–small cell lung cancer） ICIs：免疫检查点抑制剂（Immune checkpoint inhibitors） IC：免疫细胞（immune cell） OS：总体生存（overall survival） PFS：无进展生存期（progression-free survival） TMB：肿瘤突变负荷（tumor mutation burden）

肺癌是世界上最常见的恶性肿瘤之一,已成为我国城市人口恶性肿瘤死亡原因的第1位。非小细胞型肺癌包括鳞状细胞癌（鳞癌）、腺癌、大细胞癌，与小细胞癌相比其癌细胞生长分裂较慢,扩散转移相对较晚。非小细胞肺癌约占所有肺癌的80%，约75%的患者发现时已处于中晚期，5年生存率很低。

肿瘤免疫疗法是继手术、化疗、放疗和靶向治疗之后出现的一种新型的治疗方法，被称为癌症治疗的第五大疗法。随着免疫肿瘤学的发展，利用免疫疗法治疗非小细胞肺癌(NSCLC)的方法也在不断的改进，比如肿瘤疫苗、细胞免疫疗法和免疫检查点抑制剂(ICIs)等治疗方法，这些治疗手段旨在去建立或增强机体对肿瘤的免疫反应[1,2]。同时，整合肿瘤微环境的生物标志物可能是预测晚期非小细胞肺癌患者免疫治疗反应性的有效手段。

今天小编为大家带来这篇中，Yunfang Yu等人描述了迄今为止最大的肺癌数据集研究，他们去评估了NSCLC患者的临床情况、潜在最佳治疗策略、患者亚型和预测生物标志物。

Yunfang Yu等人的分析表明，包括ICIs、肿瘤疫苗和细胞免疫疗法在内的免疫疗法与晚期NSCLC患者OS和PFS的改善有关。在NSCLC患者中，ICIs、肿瘤疫苗和细胞免疫疗法有助于延长病人生存的作用。其中，对晚期NSCLC病人来讲，pembrolizumab联合铂类化疗可作为最合适的ICI一线治疗方案，并建议将PD-L1表达和TMB结合，从而评估患者的生存期和对精准免疫治疗的反应。此外，CD8+ T细胞TILs、PD-L1的表达和TMB联合使用也会去影响患者预后。

标题：Association of Survival and Immune-Related Biomarkers With Immunotherapy in Patients With Non–Small Cell Lung Cancer A Meta-analysis and Individual Patient–Level Analysis

杂志：Immunology IF：4.147 发表时间：2019.7.10

（1）文献挖掘：从2018年1月到2018年7月，在PubMed、EMBASE和Cochrane Central Register of Controlled Trials数据库中输入关键词“tumor vaccine、cellular immunotherapy、immune checkpoint inhibitor、cytotoxic T-lymphocyte-associated protein 4、programmed death-ligand 1、programmed death receptor 1和non-small cell lung carcinoma”得到感兴趣的文献。此外，我们还手工检索美国临床肿瘤学会、欧洲肿瘤医学学会、美国癌症研究协会和世界肺癌大会相关的系统综述、meta分析和会议记录的参考文献。最终得到的数据集如Fig 1所示。

（2）Mantel-Haenszel随机效应模型：对于二分类数据，采用Mantel-Haenszel随机效应模型评估影响预后的因素。

（3）生存分析：通过log-ran检验各组间生存曲线是否差异，风险比（HR）和95%置信区间通过cox风险模型计算，最终的生存曲线图利用ggsurvimier包进行可视化。

（4）TMB（肿瘤突变负荷）：肿瘤突变负荷指非同义单核苷酸变异或插入或删除变异的数量，基于样本的突变数据进行计算。

（5）比较变量间是否具有相关性：对于分类变量而言，采用fisher精确检验或卡方检验衡量；对于连续型变量，采用wilcoxon秩和检验（两组连续变量）或者Kruskal-Wallis精确检验（三组连续变量及以上）。

（1）免疫治疗能延长病人的OS和PFS：HR值大于1表明该因素是风险因素，和病人差的预后相关；HR值小于1表明该因素是保护因素，和病人好的预后相关。通过和传统的治疗方法相比，发现免疫治疗能延长病人的OS（(HR, 0.76; 95% CI, 0.71-0.82; P < .001）和PFS（HR, 0.76; 95% CI, 0.71-0.82; P < .001）。此外，还发现此外，meta分析结果显示，在延长病人的OS和PFS方面，一线类pembrolizumab辅助铂类化疗的治疗效果比纳武单抗（nivolumab）、阿特朱单抗（atezolizumab）辅助铂化疗和易普利姆玛（ipilimumab）辅助铂化疗这些用药方式都要好。

Fig 1. 免疫治疗对预后的影响结果图

（2）PD-L1以及TMB与病人的OS和PFS的关系：在接受ICIs治疗的病人中，分别基于PD-L1以及TMB的表达，将病人划分为PD-L1 high和PD-L1 low以及TMB high和TMB low组，通过log-rank检验看不同高低组病人生存是否显著差异（如Fig 2所示），其中Fig 2A和2B是PD-L1 high和PD-L1 low两组病人PFS和OS的生存曲线，Fig 2C和2D是TMB high和TMB low两组病人PFS和OS的生存曲线。发现PD-L1以及TMB的高表达与病人好的预后相关。进一步，在数据集1中，又结合曲线下面积（AUC）评价指标，对PD-L1以及TMB对病人PFS的预测能力进行评估（如Fig 3所示），并发现PD-L1以及TMB两个指标的结合，对病人预后的预测性能更好（其AUC值更大）。

Fig 2. PD-L1以及TMB对病人预后的影响

Fig 3. PD-L1以及TMB对病人预后的影响

（3）NSCLC病人免疫微环境的刻画：从免疫细胞的角度，首先刻画了各免疫细胞之间的互作蓝图（如Fig 4A），然后结合各免疫细胞表达矩阵，将样本分成两个免疫亚型A和B，并进一步刻画这两个免疫亚型相应的TMB、生存状态、抽烟史、KRAS突变、EGFR突变、组织病理学分型以及临床分期的特征（如Fig 4B）。

Fig 4. NSCLC病人免疫微环境的刻画

（4）基因突变对免疫治疗的临床效果的影响：在KEYNOTE-001[3]和CheckMate-012[4]数据集中，作者研究了NSCLC常见的致癌驱动基因的突变与免疫检查点抑制的临床效果之间的关系（如Fig 5）。发现了一些和免疫检查点反应相关的基因，比如USH2A、NDB、NPAP1、RYR1和MGAM。还比较了高TMB组与低TMB组之间基因突变情况以及高PD-L1组与低PD-L2组之间基因突变情况。

Fig 5. 基因突变对免疫治疗的临床效果的影响

1. Tan WL, Jain A, Takano A, et al. Novel therapeutic targets on the horizon for lung cancer. Lancet Oncol. 2016;17 (8):e347-e362. doi:10.1016/S1470-2045(16)30123-1

2. Hirsch FR, Scagliotti GV, Mulshine JL, et al. Lung cancer: current therapies and new targeted treatments. Lancet. 2017;389(10066):299-311. doi:10.1016/S0140-6736(16)30958-8

3. Shaverdian N, Lisberg AE, Bornazyan K, et al. Previous radiotherapy and the clinical activity and toxicity of pembrolizumab in the treatment of non-small-cell lung cancer: a secondary analysis of the KEYNOTE-001 phase 1 trial. Lancet Oncol. 2017;18(7):895-903. doi:10.1016/S1470-2045(17)30380-7

4. Hellmann MD, Rizvi NA, Goldman JW, et al. Nivolumab plus ipilimumab as first-line treatment for advanced non-small-cell lung cancer (CheckMate 012): results of an open-label, phase 1, multicohort study. Lancet Oncol. 2017;18(1):31-41. doi:10.1016/S1470-2045(16)30624-6