
在癌症治疗过程中,准确评估治疗效果一直是临床医生和患者共同关心的问题。近日,同济大学附属东方医院周彩存教授团队牵头,臻和科技等多家单位共同合作的全国多中心研究成果“Quantitative and dynamic ctDNA as a biomarker of response and survival in lung squamous cancer patients receiving immunochemotherapy or chemotherapy alone”发表于Journal of Thoracic Oncology(IF:21.1)。这项研究利用了臻和创新性定义的一种基于循环肿瘤DNA(ctDNA)动态变化的定量指标MinerVa-Delta,为晚期肺鳞状细胞癌(LUSC)患者的治疗响应监测和预后评估提供了新视角。
关键结论
在本研究中,臻和研究团队开发了一种ctDNA动态变化的新型评估指标-MinerVa-Delta,该指标不仅考虑了突变位点的等位基因频率(VAF)变化比值,还综合了VAF测量的不确定性和测序深度等因素, 通过加权方式更准确地捕捉到患者在治疗前后ctDNA的变化趋势,有助于更可靠地判断治疗效果。
队列研究结果显示,MinerVa-Delta作为一个灵敏的分子响应指标,可与传统影像学评估互为补充,在判断接受免疫联合化疗或单独化疗的LUSC患者的治疗响应方面展示出重要临床价值。研究发现,分子响应的患者从当前治疗中显著获益,而分子不响应的患者可能面临疾病进展迅速,提示有必要考虑更换治疗方案。值得一提的是,MinerVa-Delta模型无需依赖肿瘤组织活检,对于组织样本难以获取的晚期癌症患者,提供了一种可行而且精确的治疗检测方案。
队列和研究设计
本研究涵盖了两项独立的临床试验——CameL-Seq(NCT03668496)和LIPUSU(NCT02996214),分别称为A队列和B队列。A队列纳入了227例ⅢB-Ⅳ期LUSC患者,他们随机接受卡瑞利珠单抗联合卡铂和紫杉醇化疗或单纯化疗;B队列则包括97例接受以紫杉醇脂质体联合顺铂或吉西他滨联合顺铂作为一线化疗的晚期LUSC患者。
研究者在治疗前(C0)和治疗后6周或两个疗程后(C1)分别采集血浆样本,基于前后两个时间点的ctDNA数据,建立了分子响应指标MinerVa-Delta。 MinerVa-Delta综合考虑了每个突变位点的VAF变化比值、VAF测量的不确定性及测序深度对不确定性的影响。每位患者的MinerVa-Delta被定义为所有可追踪突变位点的标准化加权VAF差异的总和。研究中采用自研de novo突变检测方法来识别治疗前血浆中的突变,并基于这些突变对治疗后血浆进行个体化追踪分析。(图1)

图1 研究设计、ctDNA分析流程及MinerVa-Delta建立的概念框架
研究结果
MinerVa-Delta有效地将患者分为治疗响应组和非响应组
在队列A中,治疗前的血浆样本中成功检测到88%的ctDNA阳性率(199/227),显示出较高的检测灵敏度。随后,研究团队基于每位患者治疗前后ctDNA的变化,计算出响应的MinerVa-Delta指标,并确定以30%为最佳阈值,在该阈值下分子响应组与非响应组的预后差异最为显著。
结果显示,MinerVa-Delta低于30%的响应组患者,其疾病进展风险和死亡风险显著低于非响应组(MinerVa-Delta≥30%),对应的风险比(HR)分别为0.19(p<0.001)和0.24(p<0.001),表明该指标在治疗获益人群方面具有较强的临床指导价值。(图2)

图2. 生存曲线比较了队列A中分子响应组(MinerVa-Delta<30%)与分子非响应组(MinerVa-Delta≥30%)的预后差异
研究团队在独立队列B中进一步验证了MinerVa-Delta指标的预测性能。采用MinerVa-Delta指标,71%的患者(54例)被归为响应组,29%的患者(22例)为非响应组。 非响应组的疾病进展风险是响应组的20倍(p<0.001),死亡风险是8.3倍(p<0.001)。这表明MinerVa-Delta在独立队列B中同样能够有效区分响应患者和非响应患者,为晚期LUSC患者的治疗响应评估提供有力支持。(图3)

图3. 生存曲线比较了队列B中分子响应组(MinerVa-Delta<30%)与分子非响应组(MinerVa-Delta≥30%)的预后差异
MinerVa-Delta进一步细分根据RECIST标准评估为疾病稳定(SD)的患者
在研究中,MinerVa-Delta指标被用于重新评估影像学表现为SD的患者。尽管这些患者根据RECIST标准通常会维持原治疗方案,但如何精准管理这部分患者,尤其是接受PD-1抑制剂治疗的患者,仍是一个重要问题。研究结果表明,MinerVa-Delta能够有效区分SD患者中的响应患者和非响应患者。在队列A(89名SD患者)和队列B(13名SD患者)中,分别有74%和61%的患者被归为响应患者。这些响应患者在PFS和OS方面统计显著优于非响应患者(队列A:HR=0.28,p<0.001;队列B:HR=0.16,p=0.007),而非响应者的预后与RECIST标准下的疾病进展(PD)患者相似。此外,MinerVa-Delta在接受PD-1抑制剂联合化疗的患者和单纯化疗的患者中均展现出显著的分层效果,对应的风险比为0.18(p<0.001)和0.40(p=0.003)。
基于此,研究团队提出了一个将ctDNA动态变化整合进标准治疗管理中的流程建议,即影像学评估为SD但MinerVa-Delta定义为响应的患者可能从初始治疗中获益,而影像学SD且非响应的患者则可能需要考虑改变治疗选择。MinerVa-Delta作为一种新型的分子标志物,能够有效识别影像学SD患者中的潜在获益者,为临床决策提供了新的依据。这一分层意义尤为重要,因为在传统RECIST评估下,SD患者常常处于疗效判断的灰区,临床上缺乏明确的治疗指导。通过引入MinerVa-Delta,可进一步区分出真实获益者与可能进展者,有助于精准优化后续治疗方案,提升个体化管理水平。(图4)

图4. MinerVa-Delta 进一步细分根据RECIST标准评估为疾病稳定的患者。生存曲线比较了四类患者在PFS方面的预后差异,包括:部分缓解(PR)患者、分子响应的SD患者、分子非响应的SD患者以及PD患者。具体比较分别基于(A)队列A整体人群,(B)队列B整体人群,(C)队列A中接受PD-1抑制剂联合化疗的患者,以及(D)队列A中接受单纯化疗的患者。(E)建议流程图,展示如何将ctDNA动态变化整合进标准治疗管理中。
MinerVa-Delta在不同治疗模式中以及不同突变追踪策略下均具分层价值
研究结果显示,MinerVa-Delta指标作为一种通用且可靠的ctDNA动态变化评估方法,能够广泛应用于不同治疗模式的晚期LUSC患者中进行疗效分层。具体来看,非响应患者的复发风险显著高于响应患者,在化免组中尤为突出,约为后者的7.7倍(p<0.001),而在单纯化疗组中,该风险约是3.7倍(p<0.001)。 在OS的分析中也观察到了类似趋势。
同时,研究团队进一步验证了MinerVa-Delta的广泛适用性。晚期患者的肿瘤组织获取难度大,但是在肿瘤组织可及的情况下,采用肿瘤知情分析策略(tumor-informed,基于组织中检测到的突变位点,在血浆中进行个性化追踪)可提高血浆检测的灵敏度。本研究对比评估了MinerVa-Delta指标在分别使用tumor-informed和仅依赖基线血浆的plasma-informed两种追踪策略情形下的临床预测效果。结果显示,两种策略下,该指标均展现出稳健的风险分层能力。无论是在化免组还是单独化疗组,分子响应者均表现出更长的PFS和OS。(图5)
总结来说,即使在无法获得肿瘤组织的临床情境下,plasma-informed MinerVa-Delta方法也适用于近九成的患者,极大提升了其实用性;而在具备组织样本时,MinerVa-Delta的适用率更是达到100%。两种策略相辅相成:若在治疗前的血浆中即可检测到ctDNA,便可直接进行疗效评估;若血浆中未检出突变,还可以通过获取组织样本进一步开展检测,从而最大程度覆盖晚期患者群体。这一灵活的检测路径为临床提供了更高效、更可及的分子分层工具。

图5.MinerVa-Delta可更有效地用于对接受PD-1抑制剂联合化疗或者单独化疗的患者进行预后分层。(A–D)展示了在PD-1抑制剂联合化疗组和单纯化疗组中,分子响应者与分子非响应者之间的生存差异。分析分别采用基于血浆的策略(A-B)和基于肿瘤的策略(C-D)。
临床意义
本研究开发并验证了MinerVa-Delta指标,用于量化ctDNA的动态变化,以监测癌症治疗响应。该工具能有效区分接受一线PD-1抑制剂联合化疗或单独化疗的LUSC患者中的响应者和非响应者,并揭示两组在PFS和OS上的显著差异。MinerVa-Delta指标还可用于进一步细化影像学评估为SD的患者:其中,影像学评估为疾病稳定(SD)且达到分子应答的患者被视为真正从治疗中获益的人群,而分子不响应者则可需要考虑调整治疗方案。这一分层功能在早期临床试验中同样具有潜在价值,可作为影像学之外的重要疗效评估补充手段。
需要强调的是,MinerVa-Delta适用于临床中常见的“无法获取组织样本”的患者场景。由于晚期患者往往存在穿刺困难、组织样本不足等现实限制,基于血浆的ctDNA检测为疗效监测提供了一种更为便捷、可重复的选择。
总而言之,MinerVa-Delta为传统影像学RECIST评估提供了有力的分子层面补充,提升了治疗反应判断的敏感性和准确性,有助于个体化癌症管理。将ctDNA特征与传统影像学相结合,可实现对疾病状态的更全面、精准评估。
注:正文所有图片均来源于Journal of Thoracic Oncology。