Behandelingen gebaseerd op remming van PD-1/PD-L1 hebben geresulteerd in significant overlevingsprofijt van patiënten met maligniteiten, maar de werkzaamheid van deze behandelingen loopt sterk uiteen tussen verschillende typen maligniteiten. Een analyse van whole-exome en RNA-sequencing gegevens in The Cancer Genome Atlas (7187 patiënten) en van responsen op therapie in studies van 21 typen maligniteiten heeft gezocht naar voorspellers van de respons op deze behandelingen. Dr. Joo Sang Lee en dr. Eytan Ruppin (National Cancer Institute, Bethesda MD) publiceren de analyse online in JAMA Oncology.¹

De analyse evalueerde de associatie van respons met 36 variabelen in drie onderscheiden klassen: tumor-neoantigenen, tumor-microömgeving en inflammatie, en de checkpoint-targets. Onder de 36 variabelen was CD8⁺ T-cel abundantie de sterkst voorspeller van respons op anti-PD-1/PD-L1 therapie (Spearman R=0,72; p<2,3 x 10^-4), gevolgd door de tumormutatiebelasting (Spearman R=0,68; p<6,2 x 10^-4), en de fractie met hoge PD1-genexpressie (Spearman R=0,68; p<6,9 x 10^-4). Notably, schrijven de onderzoekers, vertegenwoordigen deze top-drie variabelen alle een van de drie beschouwde klassen, en hun combinatie is sterk gecorreleerd met respons (Spearman R=0.90; p<4,1 x 10^-8) en verklaart meer dan 80% van de ORR-variabiliteit die wordt gezien over verschillende tumortypen.

De onderzoekers stellen dat dit de eerste systematische evaluatie is van verschillende variabelen die geassocieerd zijn met anti-PD-1/PD-L1 therapierespons over verschillende typen maligniteiten. De drie geïdentificeerde variabelen verklaren het grootste deel van de variabiliteit in respons die tussen verschillende typen maligniteiten is waargenomen.

1.Lee JS, Ruppin E. Multiomics prediction of response rates to therapies to inhibit programmed cell death 1 and programmed cell death 1 ligand 1. JAMA Oncol 2019; epub ahead of print

Summary: An analysis of data in The Cancer Genome Atlas and responses in studies evaluated variables associated with response to anti-PD-1/PD-L1 therapy across 21 different cancer types. The analysis found 3 key variables explaining most of the observed cross-cancer response variability: CD8⁺ T-cell abundance, tumor mutational burden, and fraction of samples with high PD1 gene expression.