北京大学肿瘤医院

返回

顶部

网站导航

241-242期《全球肿瘤快讯》-1.jpg

荷兰研究者用智能“电子鼻”预测免疫治疗效果

作者: 来源: 发布时间:2019-10-25

荷兰研究者de Vries 等使用智能“电子鼻”,对肺癌患者呼出的气体进行分析,预测免疫治疗的患者能否达到客观缓解,客观缓解率预测的准确率高达85%。这种“呼气预测”,不仅可以提前预测客观缓解率,还能使至少24%的肺癌患者,提前回避无效的免疫治疗。(Ann Oncol. 2019年9月17日在线版. doi: 10.1093/annonc/mdz279)

为了预测免疫治疗的疗效,研究者们可谓绞尽脑汁。PD-L1表达水平、肿瘤突变负荷(TMB)、T细胞亚群测定、免疫微环境基因型、单细胞测序甚至机器学习等都被探讨用来预测免疫治疗疗效。

虽有一定研究进展,但免疫治疗的客观缓解率,在目前已获批的适应证患者群体中,只有30%左右。就算把疾病稳定的患者算上,整体获益比例也不够让人满意,许多患者实际上接受了无效的治疗。

除了治疗有没有效之外,治疗副作用、费用高昂、病情超进展风险之类的因素,都让预测疗效显得格外重要。

每个人呼出的气体,也像指纹一样有着独一无二的特征。挥发性有机物(VOC)、甲烷、氨气等可从侧面反映人体的代谢情况。研究显示,在呼吸系统疾病当中,VOC等气体成分的变化,可作为疾病筛查、预后评价的有效指标。且与抽血检查相比,呼气检查既无创又快速。

基于这个思路,荷兰研究者设计了“电子鼻”(eNose),在传统肺功能检测仪器的基础上,利用7个特殊传感器,实时分析疾病患者和正常人呼出气体成分特征的不同。经过数据处理和校对,这些特征会转化为最终的分析模式。

在分析COPD、哮喘等疾病时,检测流程只需要2分钟的电子鼻,都取得了成功。用到免疫治疗上,之前的套路并不变,只要从患者身上得到数据,再总结出模式就可以尝试了。

研究者首先招募了92例接受免疫治疗的晚期肺癌患者,让他们接受电子鼻呼气分析,也就是“训练队列”。总结出的分析模式,再在51例患者的“验证队列”当中进行验证。

虽然招募的真实世界患者情况复杂,但电子鼻没让人失望。在患者能否实现客观缓解的预测上,电子鼻分析的曲线下面积(AUC)达到0.85,也就是85%的准确率。而如果使用PD-L1表达水平预测,那么AUC只有0.66,差距接近20%。

而在提前区分免疫治疗无效的患者上,电子鼻也更准,它预测免疫治疗无效可能性>72%的患者有12例,这12例患者均未获得客观缓解。如果用PD-L1阴性作为筛查标准,虽然同样能找出这12例患者,却会漏掉3例获得客观缓解的患者。

也就是说,电子鼻预测可能无效的患者,最终治疗无效的可能性就非常大,检测的敏感性比PD-L1更好。而这些并不适合免疫治疗的患者,在整个队列中占到近四分之一(24%),提前将其筛选出来,换用其他方案治疗,利大于弊。

美国斯坦福大学Heather Wakelee教授评论指出,这两年PD-1抑制剂已经获批用于肺癌的一线治疗,可以单药也可以联合化疗,而研究团队入组的患者,大多数是单药二线治疗。所以电子鼻应用能否扩大,还需要前瞻性研究的验证。

(编译 冯如)


448bd88bf83dbfe2d60492be5eb5270f