İmmunoterapiya bədxassəli şişlərin müalicəsində inqilabi dəyişikliklər gətirdi, lakin hələ də fayda verə bilməyən bəzi xəstələr var. Buna görə də, effektivliyi maksimuma çatdırmaq və lazımsız toksiklikdən qaçmaq üçün immunoterapiyanın effektivliyini proqnozlaşdırmaq üçün klinik tətbiqlərdə təcili olaraq müvafiq biomarkerlərə ehtiyac duyulur.
FDA tərəfindən təsdiqlənmiş biomarkerlər
PD-L1 ifadəsi. PD-L1 ifadə səviyyələrinin immunohistokimya (IHC) ilə qiymətləndirilməsi sağ qalan şiş hüceyrələrində istənilən intensivliyin qismən və ya tamamilə membrana boyanmış şiş hüceyrələrinin faizi olan şiş nisbəti xalını (TPS) verir. Klinik sınaqlarda bu test pembrolizumab ilə inkişaf etmiş qeyri-kiçik hüceyrəli ağciyər xərçənginin (KHDAK) müalicəsi üçün köməkçi diaqnostik test kimi xidmət edir. Nümunənin TPS ≥ 1% olarsa, PD-L1 ifadəsi nəzərə alınır; TPS ≥ 50% PD-L1-in yüksək ifadəsini göstərir. İlkin Faza 1 sınaqında (KEYNOTE-001) pembrolizumabdan istifadə edən PD-L1 TPS>50% altqrupunda xəstələrin cavab nisbəti 45,2%, TPS-dən asılı olmayaraq, bu immun nəzarət nöqtəsi inhibitoru (ICI) müalicəsi alan bütün xəstələrin cavab nisbəti 19,4% idi. Sonrakı faza 2/3 sınağı (ƏSAS-024) təsadüfi olaraq PD-L1 TPS>50% olan xəstələri pembrolizumab və standart kimyaterapiya almaq üçün təyin etdi və nəticələr pembrolizumab müalicəsi alan xəstələrdə ümumi sağ qalmada (ƏS) əhəmiyyətli yaxşılaşma göstərdi.
Bununla belə, ICI reaksiyalarının proqnozlaşdırılmasında PD-L1-in tətbiqi müxtəlif amillərlə məhdudlaşır. Birincisi, müxtəlif xərçəng növləri üçün optimal hədd dəyişir. Məsələn, mədə xərçəngi, özofagus xərçəngi, sidik kisəsi xərçəngi və ağciyər xərçəngi olan xəstələrdə PD-L1 şiş ifadəsi müvafiq olaraq 1%, 10% və 50% olduqda Pabolizumab istifadə edilə bilər. İkincisi, PD-L1 ifadəsinin hüceyrə populyasiyasının qiymətləndirilməsi xərçəng növündən asılı olaraq dəyişir. Məsələn, baş və boyun təkrarlanan və ya metastatik skuamöz hüceyrəli karsinomanın müalicəsi FDA tərəfindən təsdiqlənmiş başqa bir test metodundan, Kompleks Müsbət Skordan (CPS) istifadə etməyi seçə bilər. Üçüncüsü, müxtəlif xərçənglərdə PD-L1 ifadəsi ilə ICI reaksiyası arasında demək olar ki, heç bir əlaqə yoxdur, bu da şiş fonunun ICI biomarkerlərinin proqnozlaşdırılmasında əsas amil ola biləcəyini göstərir. Məsələn, CheckMate-067 testinin nəticələrinə görə, melanomada PD-L1 ifadəsinin mənfi proqnozlaşdırıcı dəyəri yalnız 45% -dir. Nəhayət, bir çox tədqiqatlar PD-L1 ifadəsinin tək bir xəstədə, hətta eyni şiş daxilində fərqli şiş lezyonları arasında uyğunsuz olduğunu aşkar etdi. Xülasə olaraq, NSCLC-nin ilkin klinik sınaqları mümkün proqnozlaşdırıcı biomarker kimi PD-L1 ifadəsi üzərində araşdırma aparsa da, onun müxtəlif xərçəng növlərində klinik faydası qeyri-müəyyən olaraq qalır.
Şiş mutasiyası yükü. Şiş Mutasiya Yükü (TMB) şişin immunogenliyinin alternativ göstəricisi kimi istifadə edilmişdir. KEYNOTE-158-in klinik sınaq nəticələrinə əsasən, pembrolizumab ilə müalicə olunan 10 növ inkişaf etmiş bərk şişlər arasında hər meqabazada ən azı 10 mutasiya (yüksək TMB) olan xəstələrdə aşağı TMB olanlara nisbətən daha yüksək cavab nisbəti olmuşdur. Qeyd etmək lazımdır ki, bu araşdırmada TMB PFS-nin proqnozlaşdırıcısı idi, lakin ƏS-ni proqnozlaşdıra bilmədi.
İmmun terapiya cavabı əsasən yeni antigenlərin T hüceyrələri tərəfindən tanınması ilə idarə olunur. Yüksək TMB ilə əlaqəli immunogenlik də müxtəlif amillərdən, o cümlədən şişin təqdim etdiyi şiş neoantigenindən asılıdır; İmmunitet sistemi şiş neoantigenlərini tanıyır; Ev sahibinin antigenə spesifik reaksiyaları başlatma qabiliyyəti. Məsələn, məlumatlar göstərir ki, bəzi immun hüceyrələrin ən yüksək infiltrasiyası olan şişlərdə, həqiqətən, inhibitor tənzimləyici T hüceyrəsi (Treg) klon gücləndirilməsi ola bilər. Bundan əlavə, TMB diapazonu TMB neoantigenlərinin potensialından fərqlənə bilər, çünki mutasiyanın dəqiq yeri də əhəmiyyətli rol oynayır; Antigen təqdimatının müxtəlif yollarına vasitəçilik edən mutasiyalar immun sisteminə yeni antigenlərin təqdim edilməsinə (və ya təqdim edilməməsinə) təsir göstərə bilər ki, bu da şişin daxili və immunoloji xüsusiyyətlərinin optimal ICI cavablarını yaratmaq üçün ardıcıl olması lazım olduğunu göstərir.
Hazırda TMB müxtəlif qurumlar (daxili) və ya istifadə edilən kommersiya platformaları arasında dəyişə bilən yeni nəsil ardıcıllıqla (NGS) ölçülür. NGS-ə şiş toxumasından və sirkulyasiya edən şiş DNT-sindən (ctDNA) əldə edilə bilən bütün ekzom ardıcıllığı (WES), bütün genom ardıcıllığı və hədəflənmiş ardıcıllıq daxildir. Qeyd etmək lazımdır ki, müxtəlif növ şişlərdə TMB-nin geniş diapazonu var, melanoma, NSCLC və skuamöz hüceyrəli karsinoma kimi immunogen şişlər ən yüksək TMB səviyyələrinə malikdir. Eynilə, müxtəlif şiş növləri üçün nəzərdə tutulmuş aşkarlama üsulları TMB eşik dəyərlərinin fərqli təriflərinə malikdir. NSCLC, melanoma, urotelial karsinoma və kiçik hüceyrəli ağciyər xərçənginin tədqiqində bu aşkarlama üsulları müxtəlif analitik üsullardan (məsələn, WES və ya əlaqəli genlərin müəyyən sayda PCR aşkarlanması) və hədlərdən (TMB yüksək və ya aşağı TMB) istifadə edir.
Mikropeyklər olduqca qeyri-sabitdir. Mikrosatellit yüksək qeyri-sabit (MSI-H), ICI reaksiyası üçün pan xərçəngi biomarker kimi, müxtəlif xərçənglərdə ICI effektivliyini proqnozlaşdırmaqda əla performansa malikdir. MSI-H uyğunsuzluq təmiri qüsurlarının (dMMR) nəticəsidir ki, bu da xüsusilə mikrosatellit bölgələrində yüksək mutasiya sürətinə gətirib çıxarır, nəticədə çoxlu sayda yeni antigenlərin istehsalına səbəb olur və nəticədə klonal immun cavabı işə salır. dMMR-nin yaratdığı yüksək mutasiya yükü səbəbindən MSI-H şişləri yüksək mutasiya yükü (TMB) şişinin bir növü hesab edilə bilər. KEYNOTE-164 və KEYNOTE-158-in klinik sınaq nəticələrinə əsasən, FDA MSI-H və ya dMMR şişlərinin müalicəsi üçün pembrolizumabı təsdiqlədi. Bu, histologiyadan çox şiş biologiyası ilə idarə olunan FDA tərəfindən təsdiqlənmiş ilk pan xərçəng dərmanlarından biridir.
Əhəmiyyətli uğurlara baxmayaraq, MSI statusundan istifadə edərkən nəzərə alınmalı olan məsələlər də var. Məsələn, dMMR kolorektal xərçəng xəstələrinin 50%-ə qədəri ICI müalicəsinə cavab vermir, bu da cavabın proqnozlaşdırılmasında digər xüsusiyyətlərin əhəmiyyətini vurğulayır. Cari aşkarlama platformaları tərəfindən qiymətləndirilə bilməyən şişlərin digər daxili xüsusiyyətləri töhfə verən amillər ola bilər. Məsələn, DNT bölgəsində polimeraza deltasının (POLD) və ya polimeraza ε (POLE) mühüm katalitik alt bölmələrini kodlayan genlərdə mutasiyaları olan xəstələrin replikasiya sədaqətinin olmadığı və şişlərində “super mutasiya” fenotipi nümayiş etdirdiyi barədə məlumatlar var. Bu şişlərin bəziləri mikrosatellit qeyri-sabitliyini əhəmiyyətli dərəcədə artırdı (beləliklə, MSI-H-ə aiddir), lakin uyğunsuzluğu bərpa edən zülallar əskik deyil (buna görə də dMMR deyil).
Bundan əlavə, TMB-yə bənzər olaraq, MSI-H də mikrosatellit qeyri-sabitliyi, yeni antigen növlərinin ev sahibinin tanınması və host immun sisteminin reaksiyası nəticəsində yaranan yeni antigen tiplərindən təsirlənir. Hətta MSI-H tipli şişlərdə çox sayda tək nukleotid mutasiyaları sərnişin mutasiyaları (sürücü olmayan mutasiyalar) kimi müəyyən edilmişdir. Buna görə də, yalnız şişdə müəyyən edilmiş mikrosatellitlərin sayına güvənmək kifayət deyil; Faktiki mutasiya növü (xüsusi mutasiya profilləri vasitəsilə müəyyən edilir) bu biomarkerin proqnozlaşdırıcı fəaliyyətini yaxşılaşdıra bilər. Bundan əlavə, xərçəng xəstələrinin yalnız kiçik bir hissəsi MSI-H şişlərinə aiddir və bu, daha geniş tətbiq olunan biomarkerlərə mövcud ehtiyacı göstərir. Buna görə də, effektivliyi proqnozlaşdırmaq və xəstənin idarə edilməsinə rəhbərlik etmək üçün digər effektiv biomarkerlərin müəyyən edilməsi mühüm tədqiqat sahəsi olaraq qalır.
Təşkilati əsaslı biomarker tədqiqatı
ICI-nin təsir mexanizminin şiş hüceyrələrinin daxili yollarını birbaşa hədəfləməkdənsə, immun hüceyrələrin bastırılmasını geri qaytarmaq olduğunu nəzərə alaraq, sonrakı tədqiqatlar şiş böyüməsi mühitini və şiş hüceyrələri ilə immun hüceyrələri arasında qarşılıqlı əlaqəni sistematik şəkildə təhlil etməyə yönəldilməlidir ki, bu da ICI reaksiyasına təsir edən amilləri aydınlaşdırmağa kömək edə bilər. Bir çox tədqiqat qrupu, immunoterapiyaya cavabları proqnozlaşdıra bilən şiş və immun gen mutasiyası xüsusiyyətləri, şiş antigeninin təqdimat çatışmazlığı və ya çoxhüceyrəli immun mərkəzləri və ya aqreqatları (məsələn, üçüncü dərəcəli limfoid strukturlar) kimi spesifik toxuma növlərinin şiş və ya immun xüsusiyyətlərini öyrənmişdir.
Tədqiqatçılar ICI müalicəsindən əvvəl və sonra xəstə toxumalarının şiş və immun ekzomu və transkriptomunu ardıcıllıqla sıralamaq üçün NGS-dən istifadə etdilər və məkan görüntüləmə analizi apardılar. Təkhüceyrəli ardıcıllıq və məkan təsviri və ya çox omik modellər kimi üsullarla birləşdirilmiş çoxsaylı inteqrasiya olunmuş modellərdən istifadə etməklə, ICI müalicə nəticələrinin proqnozlaşdırma qabiliyyəti təkmilləşdirilmişdir. Bundan əlavə, şişin immun siqnallarını və daxili şiş xüsusiyyətlərini qiymətləndirmək üçün hərtərəfli üsul da daha güclü proqnozlaşdırma qabiliyyətini göstərmişdir. Məsələn, şiş və immun xüsusiyyətlərini eyni vaxtda ölçən hərtərəfli toplu sıralama metodu tək analitik dəyişəndən üstündür. Bu nəticələr, hansı xəstələrin immunoterapiyaya cavab verəcəyini daha yaxşı proqnozlaşdırmaq üçün fərdi xəstələrə ev sahibi immun qabiliyyətinin, şişin daxili xüsusiyyətlərinin və şiş immun komponentlərinin qiymətləndirilməsi nəticələrinin daxil edilməsi də daxil olmaqla, ICI effektivliyinin daha əhatəli şəkildə simulyasiya edilməsinin zəruriliyini vurğulayır.
Biomarker tədqiqatına şiş və host amillərinin daxil edilməsinin mürəkkəbliyini, həmçinin immun mikromühit xüsusiyyətlərinin uzunlamasına inteqrasiyasına potensial ehtiyacı nəzərə alaraq, insanlar kompüter modelləşdirmə və maşın öyrənməsindən istifadə edərək biomarkerləri araşdırmağa başladılar. Hal-hazırda, bu sahədə bəzi əsaslı tədqiqat nailiyyətləri ortaya çıxdı və bu, maşın öyrənməsinin köməyi ilə fərdiləşdirilmiş onkologiyanın gələcəyini göstərir.
Toxuma əsaslı biomarkerlərin üzləşdiyi problemlər
Analitik metodların məhdudiyyətləri. Bəzi mənalı biomarkerlər müəyyən şiş növlərində yaxşı işləyir, lakin digər şiş növlərində mütləq deyil. Şiş spesifik gen xüsusiyyətləri TMB və digərlərinə nisbətən daha güclü proqnozlaşdırma qabiliyyətinə malik olsa da, bütün şişlərin diaqnostikasında istifadə edilə bilməz. NSCLC xəstələrini hədəf alan bir araşdırmada, gen mutasiya xüsusiyyətlərinin yüksək TMB (≥ 10) ilə müqayisədə ICI effektivliyini daha çox proqnozlaşdırdığı aşkar edildi, lakin xəstələrin yarıdan çoxu gen mutasiya xüsusiyyətlərini aşkar edə bilmədi.
Şişin heterojenliyi. Toxuma əsaslı biomarker metodu yalnız bir şiş yerindən nümunələr götürür, yəni xüsusi şiş hissələrinin qiymətləndirilməsi xəstədəki bütün şişlərin ümumi ifadəsini dəqiq əks etdirməyə bilər. Məsələn, tədqiqatlar şişlər arasında və içərisində PD-L1 ifadəsində heterojenlik tapdı və oxşar problemlər digər toxuma markerləri ilə də mövcuddur.
Bioloji sistemlərin mürəkkəbliyi səbəbindən əvvəllər istifadə edilən bir çox toxuma biomarkerləri həddindən artıq sadələşdirilmiş ola bilər. Bundan əlavə, şiş mikromühitindəki (TME) hüceyrələr adətən mobildir, buna görə də məkan analizində göstərilən qarşılıqlı təsirlər şiş hüceyrələri və immun hüceyrələri arasında həqiqi qarşılıqlı əlaqəni təmsil etməyə bilər. Biomarkerlər müəyyən bir zaman nöqtəsində bütün şiş mühitini ideal şəkildə təmsil edə bilsələr belə, bu hədəflər hələ də induksiya oluna və zamanla dinamik şəkildə dəyişə bilər ki, bu da bir zaman nöqtəsində bir snapshotın dinamik dəyişiklikləri yaxşı təmsil edə bilməyəcəyini göstərir.
Xəstə heterojenliyi. ICI müqaviməti ilə bağlı məlum genetik dəyişikliklər aşkar edilsə belə, məlum müqavimət biomarkerlərini daşıyan bəzi xəstələr, ehtimal ki, şiş daxilində və müxtəlif şiş yerlərində molekulyar və/yaxud immun heterojenliyə görə hələ də fayda verə bilərlər. Məsələn, β 2-mikroqlobulin (B2M) çatışmazlığı yeni və ya qazanılmış dərman müqavimətini göstərə bilər, lakin fərdlər arasında və şişlər daxilində B2M çatışmazlığının heterojenliyi, həmçinin bu xəstələrdə immun tanınması əvəzedici mexanizmlərin qarşılıqlı təsiri səbəbindən B2M çatışmazlığı fərdi dərman müqavimətini güclü şəkildə proqnozlaşdıra bilməz. Buna görə də, B2M çatışmazlığının olmasına baxmayaraq, xəstələr hələ də ICI terapiyasından faydalana bilərlər.
Təşkilati əsaslı uzununa biomarkerlər
Biomarkerlərin ifadəsi zamanla və müalicənin təsiri ilə dəyişə bilər. Şişlərin və immunobiologiyanın statik və tək qiymətləndirmələri bu dəyişiklikləri nəzərdən qaçıra bilər və şiş TME və ev sahibi immun cavab səviyyələrindəki dəyişikliklər də nəzərdən qaçırıla bilər. Çoxsaylı tədqiqatlar göstərmişdir ki, müalicədən əvvəl və müalicə zamanı nümunələrin əldə edilməsi ICI müalicəsi ilə bağlı dəyişiklikləri daha dəqiq müəyyən edə bilər. Bu, dinamik biomarkerlərin qiymətləndirilməsinin vacibliyini vurğulayır.
Qan əsaslı biomarkerlər
Qan analizinin üstünlüyü onun bütün fərdi şiş lezyonlarını bioloji cəhətdən qiymətləndirmək qabiliyyətindədir, spesifik sahə oxunuşlarını deyil, orta göstəriciləri əks etdirir və onu müalicə ilə bağlı dinamik dəyişiklikləri qiymətləndirmək üçün xüsusilə uyğun edir. Çoxsaylı tədqiqat nəticələri göstərdi ki, minimal qalıq xəstəliyi (MRD) qiymətləndirmək üçün sirkulyasiya edən şiş DNT (ctDNA) və ya dövran edən şiş hüceyrələrindən (CTC) istifadə müalicə qərarlarına rəhbərlik edə bilər, lakin bu testlər xəstələrin ICI kimi immunoterapiyalardan faydalana biləcəyini proqnozlaşdırmaqla bağlı məhdud məlumata malikdir. Buna görə də, ctDNA testi immun aktivləşdirməni və ya ev sahibinin immun qabiliyyətini ölçmək üçün digər üsullarla birləşdirilməlidir. Bu baxımdan, periferik qanın mononükleer hüceyrələrinin (PBMCs) immunofenotipləşdirilməsində və hüceyrədənkənar veziküllərin və plazmanın proteomik analizində irəliləyiş əldə edilmişdir. Məsələn, periferik immun hüceyrə alt tipləri (CD8+T hüceyrələri kimi), immun nəzarət nöqtəsi molekullarının yüksək ifadəsi (məsələn, periferik CD8+T hüceyrələrində PD1) və plazmadakı müxtəlif zülalların yüksək səviyyələri (məsələn, CXCL8, CXCL10, IL-6, IL-10, PRAP1 və VEGNAD-a təsirli ola bilər) biomarkerlər. Bu yeni metodların üstünlüyü ondan ibarətdir ki, onlar şiş daxilindəki dəyişiklikləri qiymətləndirə bilirlər (ctDNA tərəfindən aşkar edilən dəyişikliklərə bənzər) və həmçinin xəstənin immun sistemindəki dəyişiklikləri aşkar edə bilirlər.
Radiomika
Şəkil məlumatlarının proqnozlaşdırıcı amilləri toxuma biomarkerlərinin seçilməsi və biopsiyanın məhdudiyyətlərini effektiv şəkildə aradan qaldıra bilər və istənilən vaxt bütün şişi və mümkün digər metastatik yerləri müşahidə edə bilər. Buna görə də, onlar gələcəkdə qeyri-invaziv dinamik biomarkerlərin mühüm hissəsinə çevrilə bilərlər. Delta radiomikası müxtəlif vaxt nöqtələrində, məsələn, ICI müalicəsindən əvvəl və sonra, müalicə zamanı və sonrakı təqib zamanı çoxsaylı şiş xüsusiyyətlərindəki dəyişiklikləri (məsələn, şiş ölçüsü) kəmiyyətcə hesablaya bilər. Delta radiomikaları nəinki erkən müalicəyə ilkin və ya heç bir reaksiyanı proqnozlaşdıra bilməz, həm də real vaxt rejimində ICI-yə qarşı əldə edilmiş müqaviməti müəyyən edə və tam remissiyadan sonra hər hansı residivlərə nəzarət edə bilər. Maşın öyrənmə texnologiyası vasitəsilə hazırlanmış təsvir modeli müalicə reaksiyasını və mümkün mənfi hadisələri proqnozlaşdırmaqda ənənəvi RECIST standartından daha yaxşıdır. Cari tədqiqat göstərir ki, bu radiomika modelləri immun terapiya cavabını proqnozlaşdırmaqda 0,8 ilə 0,92 arasında əyri altındakı sahəyə (AUC) malikdir.
Radiomikanın başqa bir üstünlüyü onun psevdo irəliləyişi dəqiq müəyyən etmək qabiliyyətidir. Maşın öyrənməsi vasitəsilə qurulan radiomika modeli hər bir şiş üçün CT və ya PET məlumatlarını, o cümlədən forma, intensivlik və tekstura kimi faktorları 0,79 AUC ilə yenidən ölçməklə doğru və yanlış irəliləməni effektiv şəkildə ayırd edə bilər. Bu radiomika modelləri gələcəkdə xəstəliyin gedişatının yanlış qiymətləndirilməsi səbəbindən müalicənin vaxtından əvvəl dayandırılmasının qarşısını almaq üçün istifadə edilə bilər.
Bağırsaq mikrobiotası
Bağırsaq mikrobiotasının biomarkerlərinin ICI-nin terapevtik reaksiyasını proqnozlaşdıracağı gözlənilir. Çoxsaylı tədqiqatlar göstərdi ki, spesifik bağırsaq mikrobiotası müxtəlif xərçəng növlərinin ICI müalicəsinə reaksiyası ilə sıx bağlıdır. Məsələn, melanoma və qaraciyər xərçəngi olan xəstələrdə Ruminococcaceae bakteriyasının bolluğu PD-1 immunoterapiya reaksiyası ilə əlaqələndirilir. Akkermansia muciniphila zənginləşdirilməsi ICI müalicəsinə yaxşı cavab verən qaraciyər xərçəngi, ağciyər xərçəngi və ya böyrək hüceyrəli karsinoması olan xəstələrdə geniş yayılmışdır.
Bundan əlavə, yeni maşın öyrənmə modeli şiş növlərindən müstəqil ola bilər və spesifik bağırsaq bakterial nəsillərini immunoterapiyanın terapevtik reaksiyası ilə əlaqələndirə bilər. Digər tədqiqatlar da fərdi bakterial qrupların xərçəng hüceyrələrinin immun qaçışının qarşısını almaq və ya təşviq etmək yollarını araşdıraraq, ev sahibi immun sisteminin tənzimlənməsində oynadığı xüsusi rolu ortaya qoydu.
Neoadjuvant terapiya
Şiş biologiyasının dinamik qiymətləndirilməsi sonrakı klinik müalicə strategiyalarına rəhbərlik edə bilər. Neoadjuvant terapiya sınağı cərrahi nümunələrdə patoloji remissiya vasitəsilə terapevtik effekti qiymətləndirə bilər. Melanoma müalicəsində ilkin patoloji cavab (MPR) residivsiz sağ qalma nisbəti ilə əlaqələndirilir. PRADO sınaqında tədqiqatçılar xəstənin xüsusi patoloji remissiya məlumatlarına əsaslanaraq cərrahiyyə və/və ya köməkçi terapiya kimi növbəti klinik müdaxilə tədbirlərini müəyyən edirlər.
Xərçəngin müxtəlif növləri arasında bir neçə yeni köməkçi terapiya variantı hələ də baş-başa müqayisəyə malik deyil. Buna görə də, immunoterapiya monoterapiyası və ya kombinasiya terapiyası arasında seçim çox vaxt iştirak edən həkim və xəstə tərəfindən birgə həll edilir. Hazırda tədqiqatçılar neoadjuvant terapiyadan sonra melanomada patoloji remissiyanın proqnozlaşdırılması üçün biomarker kimi 10 gendən ibarət interferon qamma (IFN qamma) xüsusiyyətini inkişaf etdirmişlər. Onlar neoadjuvant terapiyaya güclü və ya zəif cavab verən xəstələri seçmək üçün bu xüsusiyyətləri daha bir alqoritmə birləşdirdilər. DONIMI adlı növbəti araşdırmada tədqiqatçılar bu xaldan daha mürəkkəb analizlə birlikdə təkcə müalicəyə reaksiyanı proqnozlaşdırmaq üçün deyil, həm də III mərhələdə melanoma xəstələrinin neoadjuvant ICI müalicəsinə cavabı artırmaq üçün histon deasetilaz inhibitorlarının (HDACi) əlavə edilməsini tələb etdiyini müəyyən etmək üçün istifadə etdilər.
Xəstələrdən alınan şiş modeli
In vitro şiş modelləri xəstənin spesifik reaksiyalarını proqnozlaşdırmaq potensialına malikdir. Hematoloji bədxassəli şişlərin dərman reaksiya spektrinin təhlili üçün istifadə edilən in vitro platformadan fərqli olaraq, bərk şişlər unikal şiş mikrostrukturuna və şiş immun qarşılıqlı təsirlərinə görə daha böyük problemlərlə üzləşirlər. Sadə şiş hüceyrə mədəniyyəti bu mürəkkəb xüsusiyyətləri asanlıqla təkrarlaya bilməz. Bu vəziyyətdə, xəstələrdən yaranan şiş kimi orqanlar və ya orqan çipləri bu struktur məhdudiyyətləri kompensasiya edə bilər, çünki onlar ilkin şiş hüceyrə quruluşunu qoruya və ICI cavablarını xəstəyə xüsusi bir şəkildə qiymətləndirmək üçün limfoid və miyeloid immun hüceyrələri ilə qarşılıqlı əlaqəni simulyasiya edə bilər və bununla da bioloji xüsusiyyətləri daha real üçölçülü mühitdə daha dəqiq şəkildə bərpa edə bilər.
Çin və ABŞ-da bir sıra irəliləyişli tədqiqatlar bu yeni yüksək dəqiqliyə malik üçölçülü in vitro şiş modelini qəbul etmişdir. Nəticələr göstərir ki, bu modellər ağciyər xərçəngi, kolon xərçəngi, döş xərçəngi, melanoma və digər şişlərin ICI-yə reaksiyasını effektiv şəkildə proqnozlaşdıra bilir. Bu, bu modellərin proqnozlaşdırıcı performansını daha da yoxlamaq və standartlaşdırmaq üçün əsas yaradır.
Göndərmə vaxtı: 06 iyul 2024-cü il