チェックポイント阻害剤応答の予測バイオマーカーとしての呼吸法

抗 PD-1 抗体および抗 PD-L1 抗体による免疫チェックポイント遮断は、NSCLC や黒色腫などのいくつかの種類のがんに対する新しい標準治療となっています。 ただし、バイオマーカーで選択されていない患者集団では、がんの種類や、単剤療法または併用療法のどちらが選択されるかに応じた全奏効率 (ORR) は、依然として 20% ～ 60% にとどまっています。 PD1/PD-L1 標的薬剤で治療された患者の全体的な許容度は約 5 ～ 10% ですが、大腸炎、肝炎、肺炎などの生命を脅かす可能性のある自己免疫毒性を含む、グレード 3 または 4 の毒性を経験します。 したがって、治療費が高く、合併症の可能性があるため、患者の選択を改善することが重要な目標であり、より良い患者を選択するための簡単に利用できる非侵襲的なポイントオブケア検査が非常に必要とされています。

この点で有望なアプローチは、呼気中の揮発性有機化合物 (VOC) の分析です。 VOC を検出するための呼気分析は、がんの診断と管理におけるその有用性についてますます調査されています。 電子鼻 (eNoses) は、VOC のパターンを検出するように設計された安価で臨床的に実用的なデバイスとして有望です。 最近発表された前向き観察データは、NSCLC患者の免疫療法に対する無反応の呼吸紋分析について非常に有望な判別機能を示しました。

この研究の主な目的は、ニボルマブまたはペムブロリズマブで治療された進行NSCLC患者において、呼吸法に基づく分類子が12週間の早期進行と非進行を予測したことを発見した以前の研究を検証することです。 第二に、呼吸法ベースの分類子の評価を拡張して、ICIで治療された進行腫瘍の他のコホートを含め、エンドポイントとして非進行ではなく反応を使用することも検討します. 探索的目標には、代替の機械学習技術を使用した呼吸法分類子の改良が含まれ、免疫療法の結果の他のバイオマーカーと相関します。