Терапия ингибиторами контрольных точек (ICI) — это тип лечения меланомы , самой смертоносной формы рака кожи, который блокирует белки в опухолевых или иммунных клетках, не позволяя иммунной системе убивать раковые клетки. Хотя это лечение показало некоторый клинический успех у пациентов с поздними стадиями меланомы, его эффективность зависит от надежных предикторов ответа пациента на терапию. В настоящее время единственным одобренным FDA биомаркером для лечения меланомы ICI является анализ нагрузки опухолевых мутаций, но механизмы, связывающие его с ICI, остаются неясными. Тем не менее, новые исследования теперь предоставляют доказательства новых надежных биомаркеров, которые предсказывают ответ на терапию с использованием передовых компьютерных технологий.

В статье, опубликованной в Nature Communications , Ноам Ауслендер, доктор философии, доцент программы молекулярного и клеточного онкогенеза Онкологического центра Эллен и Рональда Каплан в Вистаре, и Эндрю Паттерсон, аспирант лаборатории Ауслендера, определяют новые предикторы ICI. терапия меланомы. В частности, мутации в процессах регуляции пролиферации лейкоцитов и Т-клеток демонстрируют потенциал в качестве биомаркеров с надежным и стабильным предсказанием ответа на терапию ИКИ в нескольких различных наборах данных о пациентах с меланомой.

Эта работа направлена ​​на выявление лучших и более биологически интерпретируемых геномных предикторов ответа на иммунотерапию. Нам нужны лучшие биомаркеры, чтобы помочь выбрать пациентов, которые с большей вероятностью реагируют на терапию ИКИ, и понять, какие факторы могут помочь улучшить ответы и увеличить эти цифры».

Ноам Ауслендер, доктор философии, доцент программы молекулярного и клеточного онкогенеза Онкологического центра Эллен и Рональда Каплан в Вистаре

Используя машинное обучение и общедоступные деидентифицированные клинические данные, исследователи выяснили, почему одни пациенты с меланомой реагировали на терапию ИКИ, а другие — нет. Паттерсон, первый автор статьи, подробно описывает, что их исследовательский процесс включал в себя обучение моделей машинного обучения на наборе данных, чтобы предсказать, ответит ли пациент на ICI-терапию, а затем подтвердить, что модель способна постоянно прогнозировать ответ или сопротивление этому лечению в течение нескольких другие наборы данных.

Команда обнаружила, что процессы регуляции пролиферации лейкоцитов и Т-клеток имеют некоторые мутировавшие гены, которые способствуют реакции на лечение ICI и устойчивости к нему. Это знание может быть использовано для определения мишеней для усиления ответа или смягчения резистентности у пациентов с меланомой.

«Мы смогли лучше предсказать, отреагирует ли пациент на терапию ИЦИ, чем с помощью текущего стандартного клинического метода, а также извлечь биологическую информацию, которая может помочь в дальнейшем понимании механизмов, лежащих в основе реакции и сопротивления терапии ИЦИ». — объясняет Паттерсон.

Ученые намерены продолжить эту работу с целью повышения точности прогнозирования, дальнейшего понимания биологических механизмов, лежащих в основе устойчивости пациента или реакции на терапию ИКИ, и определения того, могут ли процессы, выделенные в статье, также служить предикторами ответа на лечение ИКИ для других типов рака. .