自从免疫治疗(IO)横空出世,取得的疗效让人叹为观止,癌症患者人人做梦都想接受IO治疗。
但可别忘了,免疫治疗药物用在不合适的人身上,不但不能缓解病情,还可能延误病情,造成疾病进展。
生物标志物(biomarker)作为最直接快速有效的检测手段,为了让患者能受到准确有效的治疗,biomarker就担起了筛选患者、分类患者的重担,准确找出有药物响应的患者,让他们尽早接受最好的治疗。
近期,由韩国科学家组成的研究团队,在著名期刊Nature Medicine发表了一篇可以写进教科书的胃癌免疫治疗研究成果[1]。
为什么这么说呢?因为他们在每个患者身上把目前几个可能的biomarker:
PD-L1、MSI、TMB、EBV都仔仔细细全测了一遍。真是太可怕了,也不知道花了韩国纳税人多少银子。
不过也值了,发表在影响因子32.621 的Nature Medicine,估计明年的韩国国自然重点项目不在话下了。
“不怕不识货,就怕货比货”,难能可贵的是这个研究为IO用药效果,在同一个患者群中提供了各个标记物的价值对比。而且,更有趣的是,不同的biomarker给出了非常不同但又非常有意义的结果。
一. 这些都是什么?
首先,我们要知道这些IO biomarker都是什么意思?
1. PD-L1
PD-L1是一种在肿瘤细胞表面表达的蛋白,而免疫系统的效应T细胞表达PD-1蛋白,PD-1通俗的讲就是一种免疫细胞自杀按钮,一旦肿瘤细胞拥有PD-L1,就像坏蛋长出了手,将T细胞上的PD-1自杀按钮狠狠按下,使T细胞无法正常的杀掉肿瘤细胞。坏蛋肿瘤不仅活了下来,还不断的增大增多,夺取身体的养分,破坏体内正常秩序。
所以,神奇的免疫治疗其实就是通过单克隆抗体保护PD-1,使它不被坏蛋按下,也就不会自杀了。因此,PD-L1蛋白高表达的肿瘤细胞无疑就是免疫治疗的靶子。现在这是最热的免疫治疗标志物。
2. MSI
微卫星不稳定性(Microsatellite instability,MSI)也是明星biomarker之一,微卫星序列(Microsatellite,MS)在真核生物基因组中约占5%,是基因重组和变异的来源。
MSI便是由于在遗传物质复制过程中,各种错误的累积所致。肿瘤细胞的DNA突变多表现在微卫星序列异常,免疫细胞一眼就看出来有问题。
MSI最大的问题是应用很少,只有在很少的癌种很苛刻的条件下才能使用,而且对于样本要求很高,很多时候需要手术或者穿刺。
3. TMB
肿瘤突变负荷(Tumor mutation burden,TMB)是肿瘤组织每兆碱基中突变的数目。原理和MSI非常相似,只不过突变不在MS上,而在全基因组之中。
因此,TMB高也是预测使用PD-1抗体是否有效的一个重要biomarker。
只是TMB检测更昂贵,而且检验标准非常不统一。而且不同癌种的TMB水平也很不一样。另外年龄也是一个很大的影响因素,年龄越高TMB越高,会影响正常值。
4. EBV
最后,让我们来看看文献中新推荐的EBV标志物,EBV就是EB病毒(Epstein-Barr virus,EBV)。
EBV是鼻咽癌和胃癌中经常出现的外来入侵者。病毒的DNA会插入到人细胞DNA基因组序列中,导致细胞增殖异常。
大家一定急着想知道,文章最后到底得出一个什么结论,谁才是最牛的预测标记物,或者说是最普适、最有用的biomarker?有没有一套让人信服的评价指标,公平公正的挑出它呢?
二. 评价指标只有一个就足够了吗?
让我们细细道来。
文中,对biomarker的评价标准之一是用药后的总体反应率(overall response rate ,ORR)
结果表明:EBV阳性的患者ORR为100%,MSI-H,即高度MSI的患者ORR为85.7%,PD-L1阳性的患者ORR为50%,阴性的患者ORR为0%。TMB也不甘示弱,高度TMB的患者ORR为88.9%,中度TMB的患者ORR为20%,低度TMB的患者ORR为11.1%。
x轴上有各个患者的编号,按照肿瘤最大缩小程度进行排序,越往右表示疗效越好;y轴代表肿瘤最大缩小程度,正值代表肿瘤增大,负值代表肿瘤缩小。
X轴上注明了患者的突变数目分为高度、中度、低度三种,按照染色体外显子区域TMB突变数目由多到少从左到右排序,x轴下方用颜色标记的患者有药物响应,没用颜色标记的患者无药物响应。y轴值的高低代表染色体外显子区域TMB突变数目的多少,不同的颜色代表不同原因引起的突变。
乍一看,哇!EBV的预测效果最好,MSI和TMB的效果也不错,好像一个个都可以比肩PD-L1,成为明星IO biomarker了?
赶快喝口水冷静冷静~
三. 不只一个评价指标
这明星biomarker可不是这么好当上的,得经过重重指标的考验,仅凭ORR还不能草率的判断谁更厉害,还得靠敏感性、特异性、阳性预测值、阴性预测值这四大统计学指标来统一评价。在文献所处的环境下,它们的含义分别是:
敏感性(TPR:True positive rate):
指的是用药有效人群中,被标志物预测为有效的(阳性)人数的比例。【真有效里被说有效的】
特异性(SPC:Specificity):
指的是用药无效人群中,被标志物预测为无效的(阴性)人数的比例。【真无效里被说无效的】
阳性预测值(PPV:Positive Predictive Value):
指的是标志物预测为有效的(阳性)人群中,实际用药有效的人数所占比例。【说有效里真有效的】
阴性预测值(NPV:Negative Predictive Value):
指的是标志物预测为无效的(阴性)人群中,实际用药无效的人数所占比例。【说无效里真无效的】
是不是感觉像绕口令啊?想必敏感性、特异性大家都听过,即使不懂其具体含义,也都略知一二。为什么还要多算两个预测值呢?它们的意思,是不是差不多呀……?
不,差之毫厘,谬以千里。
敏感性、特异性,主要反映诊断标志物预测的能力,是一个标志物准或者不准最直接的评价标准,主要用于从已经确定是癌症患者的群体中,挑出可能有药物响应的那部分。
敏感性是“挑的出”,特异性是“挑的准”。而预测值的意义主要是卫生经济学的评价,用以评价标志物的性价比。
四. 多重评价指标数据说话:PD-L1和EBV胜出
根据文献中提供的PD/SD/PR/CR的四种患者用药效果,我们把CR PR作为用药有效的部分,SD PD作为用药无效的部分,计算每一个biomarker的TPR/SPC/PPV/NPV,得出:
PD-L1的TPR=100%,SPC=63.16%,PPV=50%,NPV=100%;
EBV的TPR=40%,SPC=100%,PPV=100%,NPV=82.35%;
MSI的TPR=40%,SPC=97.62%,PPV=85.71%,NPV=82%;
TMB的TPR=42.86%,SPC=94.87%,PPV=75%,NPV=82.22%
看这四个指标,很明显,PD-L1和EBV的总体得分强势碾压了MSI和TMB,那么就只剩下PD-L1与EBV宫斗了(是不是最近追剧上瘾了)。
五. PD-L1和EBV继续比较
特别有意思的是,两个biomarker各占半壁江山。
PD-L1的TPR和NPV高(都是100%),EBV的SPC和PPV高(也都是100%),PD-L1是敏感性100%,EBV是特异性100%;PD-L1是阴性预测值100%,EBV是阳性预测值100%,这真是太神奇了!到底要选哪个呢?
PD-L1的NPV满分就意味为预测阴性的患者药物完全无效,没有错过任何一个可能获益的患者。而EBV的NPV为82%,则有让一些其实有效的患者被误判为阴性,错失了治疗的机会。
而另一个指标,敏感度PD-L1也是满分,意味着每一个用药有效的患者都被PD-L1这个标记物挑出来了。而EBV的TPR=40%,意味着有60%的有效患者被EBV预测为无效,让大部分用药有效患者失去用药的宝贵机会。
EBV的PPV满分意味着每一个预测为阳性的患者都是有效人群,而PD-L1的50%意味着有一半预测阳性人群是用药无效的(其实其中一部分是病情稳定SD)。EBV的特异性100%意味着每一个用药无效的患者,该指标都是阴性的。
由此可见,PD-L1“挑的出”,把所有的有效患者都挑出来了,但是有误挑的;
EBV“挑的准”,挑出来的都是有效的,但是有漏挑的。
六. PD-L1在药物应用上的优势
而如今K药作为一个可以对应于多种癌型,并有显著治疗效果的药物,已经得到了美国FDA的审核,并被收入美国国立综合癌症网络(National Comprehensive Cancer Network,NCCN)临床实践指南之中,NCCN是临床医生人人必读的指南,临床诊断和治疗常以指南内容为金标准。
如果由于漏诊使患者失去了用药的机会,患者将面临疾病进展的痛苦。这种悲剧是患者不愿意接受的。而PD-L1的TPR和NPV100%(的确有点不可思议),不仅患者不会漏诊,药厂也能卖出更多的药,皆大欢喜。
因此,在真正临床用药场景中,把PD-L1作为biomarker更受大家的欢迎。
七. 总结:综合优选为PD-L1
总结说来,PD-L1在保证TPR(敏感性)和NPV(阴性预测值)极高的情况下,SPC(特异性)和PPV(阳性预测率)也都很不错,综合能力均衡,在这场“宫斗”中完美取胜。
八. 实锤:PD-L1已经进入美国指南
2017年,NCCN指南明确指出对于无明显驱动基因突变的初诊NSCLC肺癌患者可以进行PD-L1的检测,如果PD-L1≥50%,可以选择PD-1单抗Keytruda(pembrolizumab,K药)作为一线用药。
这条指南至今就是金标准。
[1]Kim S T, Cristescu R, Bass A J, et al.Comprehensive molecular characterization of clinical responses to PD-1inhibition in metastatic gastric cancer[J]. Nature Medicine, 2018.
有话要说...