纽约-研究人员已经开发了一种机器学习工具来预测哪些食管鳞状细胞癌(ESCC)患者可能对铂基新辅助化疗(NAC)有反应。
虽然这是ESCC的主要治疗方法，但治疗有效率在57%到72%之间。为了寻找预测NAC治疗敏感性和反应的生物标志物，日本理研综合医学中心和其他机构的研究人员对120多名接受治疗前收集的ESCC样本进行了免疫遗传学分析。当他们报道细胞医学报告周一之后，他们将注意力集中在与患者对治疗的后期反应或无反应相关的不同特征上。通过将这些特征(包括中性粒细胞浸润指标和某些拷贝数变化)绑定到一个软件工具中，他们可以预测NAC反应。
“我们发现了与NAC反应独特相关的免疫反应性的遗传特征和差异。这表明存在一组患者，他们已经有了突变，从而对NAC产生了耐药性，”日本理研研究所的高级作者Hidewaki Nakagawa和他的同事在他们的论文中写道。“重要的是，这些突变可能是临床有效的，可以支持在转移性ESCC患者中成功的靶向治疗策略，因为各种药物都在临床试验中。”
研究人员从121名接受NAC的ESCC患者中收集了活检样本。在这些患者中，8人完全缓解，67人部分缓解，36人病情稳定，10人病情进展。
虽然研究人员没有发现对治疗有反应的患者和没有反应的患者在基因表达上的显著差异，但他们确实检测到在对治疗有反应的患者中基因通路丰富。这些通路包括一些参与免疫反应的通路，如IL2 STAT5信号通路和干扰素γ反应通路。
研究小组进一步检查了样本中的T细胞特征，因为肿瘤浸润的CD8+ T细胞能够预测免疫治疗或化疗反应和其他癌症类型的患者生存期，并发现基于这些特征的治疗反应有显著差异。这促使他们对肿瘤微环境中的其他免疫细胞进行了研究，他们发现，CD8+ T细胞、CD4+ T细胞和B细胞水平较高的样本具有较高的应答率，而中性粒细胞水平较高的样本应答率较低。
与此同时，研究人员还检查了肿瘤的基因组图谱。他们注意到有反应的肿瘤和无反应的肿瘤之间有相似的突变负担，而且近80%的escc在染色体臂水平上有拷贝数变异。在应答者中，一些重复的拷贝数变化集中在某些生物通路上，包括干扰素γ反应通路，这表明这种改变与ESCC中的化疗敏感性和免疫反应有关。他们进一步生成了ESCC中与治疗反应相关的6个拷贝号签名。
研究人员将所有这些转录组、免疫和CNV因素，以及其他指标，如吸烟状况，结合成一个基于随机森林方法的模型来预测治疗反应。在对他们队列中的一个子集进行训练，并在另一个子集上进行测试后，研究人员发现，该模型的准确性超过84%，敏感性和特异性为66.7%。在20个新病例的队列中，该模型的准确性为84%。
这向研究人员表明，他们发现的因素可以应用于临床，指导治疗策略。他们写道:“我们设想一种治疗预测模型，将ESCC的拷贝数变化和免疫分析与临床数据结合起来，以改善对NAC的反应和患者预后。”