Sci Adv：新型基于人工智能的生物标志物或能帮助预测非小细胞肺癌患者的免疫疗法治疗反应

肿瘤血管是影响肿瘤行为和治疗耐受性的肿瘤微环境中的关键组分，近日，一篇发表在国际杂志Science Advances上题为“A tumor vasculature–based imaging biomarker for predicting response and survival in patients with lung cancer treated with checkpoint inhibitors”的研究报告中，来自凯斯西储大学等机构的科学家们通过进行一项回顾性研究发现，一种新型的人工智能衍生的生物标志物或能利用常规的成像扫描来预测哪些肺癌患者会对免疫疗法产生反应，相关研究结果不仅能为患者和临床医生制定疗法决策提供指导，还能帮助减少与免疫疗法相关的经济负担。

研究者Mohammadhadi Khorrami博士表示，仅仅通过基线CT扫描来预测机体对免疫疗法反应的能力或许会改变游戏规则，因为如果我们发现哪些患者对疗法产生或不产生反应，我们都能提供不同的治疗模式；此外，由于免疫疗法的治疗费用惊人（每名患者每年大约需要20万美元），因此在开始治疗之前非侵入性地确定这种反应的需要就变得非常重要了。

名为“定量血管弯曲”（QVT，quantitative vessel tortuosity）的新型生物标志物能分析肿瘤周围血管的特点，从而影响肿瘤的行为和疗法耐受性，肿瘤会适合机体建立新血管的机制并将尽可能多的血液重新导向肿瘤以便其能快速生长并扩散到机体全身，相比正常的血管而言，肿瘤相关的血管是混乱排列和扭曲的。研究者Khorrami及其同事利用AI工具评估了500多名非小细胞肺癌患者在免疫检查点阻滞疗法进行之前和之后机体中QVT生物标志物的不同方面，结果发现，对免疫检查点阻滞疗法没有反应的患者机体的血管要比产生反应的患者的血管更加扭曲，于是他们假设，血管扭曲会导致抗肿瘤细胞在肿瘤位点部位聚集，但并不能有效浸润肿瘤从而削弱免疫疗法的治疗效果。

新型基于人工智能的生物标志物或能帮助预测非小细胞肺癌患者的免疫疗法治疗反应。

图片来源：Science Advances (2022). DOI:10.1126/sciadv.abq4609

研究者Mehdi Alilou说道，我们的成像生物标志物在基因组、分子和细胞尺度上得到了验证，其或能潜在作为一种工具来更好地帮助识别不太可能因免疫疗法而获益的非小细胞肺癌患者。这些研究结果非常重要，因为免疫疗法通常是非小细胞肺癌患者的第一线疗法，而根据美国癌症协会数据显示，非小细胞肺癌患者占到了所有肺癌患者的84%的比例，然而，大多数患者并没有从免疫检查点阻滞疗法中获得持久的治疗效果。

免疫疗法往往能让大约30%的患者获益，而研究者指出，由于较高的治疗费用且失败率高达70%，因此我们就必须找到更好的方法来预测并监测患者对疗法的反应。当决定对哪些患者进行治疗以及如何对其进行治疗时，临床医生确实需要可解释的特征，而血管扭曲就是一种新型的放射组学方法，其能采用可解释、更为直观的人工智能手段来评估是否肿瘤会对疗法产生反应，即使在诸如肿瘤尺寸等更明显的变化变得明显之前。

这项研究中，研究人员所开发的新方法能定量测定血管的异常生长，从而就能帮助开发一种动态学方法，在治疗之前以及治疗过程中测定并监测这些改变。这或许就能为与免疫疗法相结合的策略铺平一条新型的诊断方法。综上，本文研究结果表明，QVT成像生物标志物或能潜在帮助预测并监测非小细胞肺癌患者对免疫检查点阻滞疗法的反应。（生物谷Bioon.com）

原始出处：

MEHDI ALILOU,MOHAMMADHADI KHORRAMI,PRATEEK PRASANNA, et al. A tumor vasculature–based imaging biomarker for predicting response and survival in patients with lung cancer treated with checkpoint inhibitors, Science Advances (2022). DOI:10.1126/sciadv.abq4609