《自然·医学》：bTMB里程碑！**bTMB指导免疫治疗的前瞻临床研究最终分析结果公布

肺癌是威胁人类健康的第一大癌症，让无数人为之心焦，好在近年来在靶向治疗的基础上，免疫治疗的兴起，为缓解这一疾病负担带来了希望。

然而，并不是每个人都能从免疫治疗中获益，PD-L1表达能帮我们缩小范围，TMB（肿瘤突变负荷）也有一定价值，但它们都依赖肿瘤组织的检测，而晚期肺癌有30%的患者压根就取不到足够的组织[1]，因此探索并验证基于血液的预测标志物就显得尤为重要。

其中，距离临床应用最近的就数bTMB（blood TMB），它是对血浆中游离DNA片段进行测序分析，计算得到的肿瘤突变负荷。既往多项回顾性研究已经证实了bTMB对PD-1/PD-L1抑制剂疗效预测的有效性[2-3]。但目前尚缺少前瞻性研究证据。

近日，由希望之城国家医疗中心的Edward S Kim教授和克利夫兰诊所的Vamsidhar Velcheti教授领衔的研究团队，在著名期刊《自然·医学》发表重要研究成果，公布了首个bTMB前瞻性临床研究的最终分析结果。

他们发现在接受一线阿替利珠单抗（PD-L1抑制剂）的非小细胞肺癌患者中，bTMB越高，越倾向于获得更高的客观缓解率（ORR），更长的总生存期（OS）和无进展生存期（PFS）。尽管基于预设的bTMB阈值分组（≥16 vs＜16），PFS无显著差异，高bTMB患者长程随访后的OS获益显著。

这一研究前瞻性地论证了bTMB对免疫治疗疗效的预测价值，同时也提出了bTMB未来的优化方向，为bTMB进入临床实践，向标准化检测进军，奠定了重要的基础。

论文首页

在正式介绍这个研究之前，我们有必要先了解一下背景。早在2018年本文中bTMB检测技术的开发者，Foundation Medicine公司，就与临床专家合作，也是在《自然·医学》上发表了bTMB回顾性研究数据[2]。

在该研究中，他们开发了一套在血液中检测TMB的技术方案，然后在两个肺癌免疫治疗队列：POPLAR（NCT01903993）和OAK（NCT02008227）中进行测试和验证。

先是比较了bTMB与组织TMB的关系，发现两者高度相关。接着在POPLAR队列中摸索不同bTMB阈值与疗效的关系，确定了bTMB≥16（Panel大小1.1M，相当于14.5 mut/Mb）为最佳阈值。最后用此阈值在OAK队列中进行验证。结果显示，bTMB≥16人群接受免疫治疗，PFS显著优于化疗；而bTMB＜16人群两种治疗方式无显著差异。

该研究首次证实了bTMB对于免疫治疗疗效的预测价值，在当时的学术界和产业界引起了不小的轰动。而本研究正是以此回顾性研究为基础，开展的前瞻性临床试验。

这是一项II期临床试验，代号为B-F1RST（NCT02848651），于2016年9月启动，至2019年7月截止，随访至2020年12月。自2018年开始，在ASCO、ESMO等国际肿瘤大会上频频亮相，备受关注，本次公布了其随访3年后的最终分析结果。

B-F1RST研究的设计

研究纳入了接受一线阿替利珠单抗治疗的IIIB-IVB期非小细胞肺癌患者152例，排除了EGFR/ALK驱动变异，不限制PD-L1的表达，不限制病理类型。主要终点是客观缓解率，以及bTMB≥16与PFS的关系。次要终点是安全性、其他疗效指标、以及不同bTMB阈值与疗效的关系。

值得注意的是，当外周血ctDNA（肿瘤来源的游离DNA）含量很低时，低频突变的丰度可能会低于最低检测限，而导致bTMB结果不准确。因而在本研究中，研究者定义当MSAF≥1%时（突变丰度最高的那个变异≥1%），ctDNA的含量较为充足，此时bTMB的结果是可靠的。

在本研究中共有119例患者（占比78%）MSAF≥1%，进行了后续的bTMB分析，其中bTMB≥16有28人（占比24%），bTMB＜16有91人（占比76%）。

我们来看结果，首先，bTMB≥16是不是能有更长的PFS。很可惜，bTMB≥16对比bTMB＜16组，中位PFS为5 vs 3.5个月，HR值0.8，P值0.35。数字上有提升，但统计学没有差异。

研究者分析这可能与样本量不足有关。按照119例的样本量，要做出统计差异，需要bTMB高低两组PFS的HR值达到0.55，也就是说高bTMB患者的无进展风险要降低45%，这个难度还是很大的。

bTMB≥16 vs bTMB＜16，两组PFS的差异

尽管PFS不够显著，接下来的分析还是给了我们信心。研究者发现，同样以bTMB≥16为阈值，高低两组的ORR为：35.7% vs 5.5%，P＜0.0001，差异相当显著。并且随着bTMB的阈值提高，ORR的差异会更进一步增加。

ITT人群、不同MSAF人群、不同bTMB阈值人群的ORR

在疗效瀑布图中，我们可以看到bTMB高的患者基本都集中在右边，有着不同程度的肿瘤缓解。同时，我们也可以看到PD-L1的高表达与bTMB高并不一致，统计学分析也确实发现两者之间没有显著相关性，这提示bTMB可能是独立于PD-L1表达的能预测疗效的指标。

不同PD-L1分组、bTMB分组肿瘤的缓解程度

在后续的分析中，研究者还发现，从低往高不断调整bTMB的阈值，无论是PFS还是OS，高bTMB与低bTMB组的差异都是越来越显著。

当bTMB阈值定为20时，两组PFS为：6.9 vs 2.9个月，HR值0.59，P值0.056，已经很接近有统计学意义了。

不同bTMB阈值，高低bTMB两组PFS、OS的差异

但阈值越高，也会导致高bTMB的患者比例很少，从而漏掉很多能从免疫治疗中获益的人。

我们知道免疫治疗一旦有效，获益会很持久，所以OS上会有优势。在随访达3年后，仍以bTMB≥16为阈值，高低两组OS为：29.1 vs 13.4个月，HR值0.54，P值0.032。数字上差异巨大，统计学也达到了显著。

以bTMB≥16为阈值，长程随访后，bTMB高低两组OS的差异

这也进一步印证了bTMB作为免疫疗效预测指标的价值，它能够找到真正长期获益的患者。

大家应该还记得，在这个研究中，还有部分患者无法评估bTMB，共33人（占比22%）。因为他们的MSAF＜1%，ctDNA的含量很低。这个MSAF有什么临床意义呢。

MSAF（maximum somatic allele frequency）意思是：最大体细胞等位基因丰度，就是能测到的最大突变丰度。用这个最大丰度可以粗略推算ctDNA占总体游离DNA的比例，从而反映出ctDNA的含量。

ctDNA是由肿瘤细胞坏死、凋亡而来，半衰期很短，它可以实时反映肿瘤负荷的高低。因此我们可以猜想，MSAF越低，肿瘤负荷应该也越低，预后也越好。结果也确实如此，MSAF＜1%的患者各项临床病理特征都是更好的，并且PFS也显著高于MSAF≥1%组。

也正是因为MSAF反映了肿瘤的负荷，当应用倾向性评分方法平衡了MSAF≥1%与＜1%患者的临床病理特征之后，两组间的PFS的差异就不再显著了。

MSAF≥1% vs MSAF＜1%，校正前与校正后的PFS差异

所以，如果患者的MSAF过低，不能计算bTMB，也许还是一件好事，这些患者预后会更好，但是否能使用免疫治疗，可能还需要别的标志物的帮助。

最后，本研究对所有完成检测的患者的基因组特征进行了分析，探索其与bTMB关系。完成检测的患者，定义为MEP（Molecularly Evaluable Population），共148人。

研究人员发现，相较于bTMB＜16组的患者，bTMB≥16组的患者富集了更多的TP53、LRP1B和CDKN2A变异，其中TP53在两组间有显著差异。

MEP组、MSAF组、bTMB≥16、bTMB＜16组基因组特征的比较

综合以上结果，我们可以认为，B-F1RST研究很好的论证了bTMB在一线免疫治疗疗效预测中的价值，尽管因为样本量有限，PFS并没有显著差异，但ORR和OS的结果还是给了我们对于bTMB这一标志物的信心。

特别是对于PD-L1阴性或没有足够组织样本进行PD-L1检测的患者，bTMB能让我们在选择免疫治疗时，多一盏灯，增加患者获益的可能。

然而，bTMB作为预测免疫疗效的标志物，也存在着一些问题，这些问题的根本还是在于TMB本身。

我们知道，TMB之所以能预测疗效，是因为它可以反映新抗原负荷，新抗原越多越能激活免疫，从而免疫疗效更好。也就是说，bTMB也好，组织TMB也好，它们都是新抗原负荷的替代指标。

熟悉免疫循环的朋友们，肯定还记得，免疫效应发挥的七大步骤。新抗原的释放、呈递、再到T细胞的激活、迁移、浸润、识别，最后发挥杀伤功能，是很长很复杂的过程。新抗原只是其中一环，离最终发挥效应很远[4]，中间的其他影响因素还有很多，因此要准确预测疗效非常困难。

这告诉我们，bTMB还有很多优化空间，包括去考虑纳入计算的突变的免疫原性，考虑免疫循环中其他因素对TMB的影响，还包括如何选择一个合适的阈值等。

另外，正因为免疫效应发挥的路径很长，涉及因素很多，在选择免疫治疗时，bTMB需要和包括PD-L1在内的其他标志物，进行组合，综合考虑。

尽管目前bTMB还没有获批为免疫治疗伴随诊断或补充诊断的标志物，但因其在组织不可获取时独特的价值，无论是国外还是国内，都已经被作为临床上可参考的一个指标。

B-F1RST研究是bTMB走入临床实践的一个里程碑，同时还有很多bTMB相关的研究正在开展之中，相信bTMB的价值会被进一步的挖掘，性能也会进一步提高。

希望不久的将来，bTMB能够更加规范化、标准化的应用于临床实践，从而能够惠及更多患者，为他们带来更多获益。