समाचार

इम्युनोथेरापीले घातक ट्युमरको उपचारमा क्रान्तिकारी परिवर्तन ल्याएको छ, तर अझै पनि केही बिरामीहरू छन् जसले फाइदा लिन सक्दैनन्। त्यसकारण, प्रभावकारिता अधिकतम बनाउन र अनावश्यक विषाक्तताबाट बच्न इम्युनोथेरापीको प्रभावकारिताको भविष्यवाणी गर्न क्लिनिकल अनुप्रयोगहरूमा उपयुक्त बायोमार्करहरू तुरुन्तै आवश्यक पर्दछ।

FDA अनुमोदित बायोमार्करहरू

PD-L1 अभिव्यक्ति। इम्युनोहिस्टोकेमिस्ट्री (IHC) द्वारा PD-L1 अभिव्यक्ति स्तरहरूको मूल्याङ्कनले ट्युमर अनुपात स्कोर (TPS) प्राप्त गर्दछ, जुन जीवित ट्युमर कोषहरूमा कुनै पनि तीव्रताको आंशिक वा पूर्ण रूपमा झिल्ली दाग ​​भएको ट्युमर कोषहरूको प्रतिशत हो। क्लिनिकल परीक्षणहरूमा, यो परीक्षणले पेम्ब्रोलिजुमाबको साथ उन्नत गैर-सानो कोशिका फोक्सोको क्यान्सर (NSCLC) को उपचारको लागि सहायक निदान परीक्षणको रूपमा काम गर्दछ। यदि नमूनाको TPS ≥ 1% छ भने, PD-L1 अभिव्यक्तिलाई विचार गरिन्छ; TPS ≥ 50% ले PD-L1 को उच्च अभिव्यक्तिलाई संकेत गर्दछ। प्रारम्भिक चरण 1 परीक्षण (KEYNOTE-001) मा, पेम्ब्रोलिजुमाब प्रयोग गर्ने PD-L1 TPS>50% उपसमूहमा बिरामीहरूको प्रतिक्रिया दर 45.2% थियो, जबकि TPS को पर्वाह नगरी, यो प्रतिरक्षा चेकपोइन्ट इनहिबिटर (ICI) उपचार प्राप्त गर्ने सबै बिरामीहरूको प्रतिक्रिया दर 19.4% थियो। त्यसपछिको चरण २/३ परीक्षण (KEYNOTE-024) ले PD-L1 TPS>५०% भएका बिरामीहरूलाई पेम्ब्रोलिजुमाब र मानक केमोथेरापी प्राप्त गर्न अनियमित रूपमा तोकियो, र परिणामहरूले पेम्ब्रोलिजुमाब उपचार प्राप्त गर्ने बिरामीहरूमा समग्र बाँच्ने क्षमता (OS) मा उल्लेखनीय सुधार देखायो।

यद्यपि, ICI प्रतिक्रियाहरूको भविष्यवाणी गर्न PD-L1 को प्रयोग विभिन्न कारकहरूद्वारा सीमित छ। पहिलो, विभिन्न प्रकारका क्यान्सरहरूको लागि इष्टतम थ्रेसहोल्ड फरक हुन्छ। उदाहरणका लागि, ग्यास्ट्रिक क्यान्सर, एसोफेजियल क्यान्सर, मूत्राशय क्यान्सर क्यान्सर र फोक्सोको क्यान्सर भएका बिरामीहरूको ट्युमर PD-L1 अभिव्यक्ति क्रमशः १%, १०% र ५०% हुँदा Pabolizumab प्रयोग गर्न सकिन्छ। दोस्रो, PD-L1 अभिव्यक्तिको कोशिका जनसंख्याको मूल्याङ्कन क्यान्सरको प्रकारमा निर्भर गर्दछ। उदाहरणका लागि, टाउको र घाँटीको पुनरावर्ती वा मेटास्टेटिक स्क्वामस सेल कार्सिनोमाको उपचारले अर्को FDA अनुमोदित परीक्षण विधि, व्यापक सकारात्मक स्कोर (CPS) प्रयोग गर्न रोज्न सक्छ। तेस्रो, विभिन्न क्यान्सरहरूमा PD-L1 अभिव्यक्ति र ICI प्रतिक्रिया बीच लगभग कुनै सम्बन्ध छैन, जसले संकेत गर्दछ कि ट्युमर पृष्ठभूमि ICI बायोमार्करहरूको भविष्यवाणी गर्ने प्रमुख कारक हुन सक्छ। उदाहरणका लागि, CheckMate-067 परीक्षणको नतिजा अनुसार, मेलानोमामा PD-L1 अभिव्यक्तिको नकारात्मक भविष्यवाणी मान केवल ४५% छ। अन्तमा, धेरै अध्ययनहरूले पत्ता लगाएका छन् कि PD-L1 अभिव्यक्ति एउटै बिरामीमा विभिन्न ट्युमर घावहरूमा असंगत छ, एउटै ट्युमर भित्र पनि। संक्षेपमा, NSCLC को प्रारम्भिक क्लिनिकल परीक्षणहरूले PD-L1 अभिव्यक्तिलाई सम्भावित भविष्यवाणी गर्ने बायोमार्करको रूपमा अनुसन्धान गर्न प्रेरित गरे तापनि, विभिन्न प्रकारका क्यान्सरहरूमा यसको क्लिनिकल उपयोगिता अस्पष्ट रहन्छ।

ट्यूमर उत्परिवर्तन बोझ। ट्यूमर उत्परिवर्तन बोझ (TMB) लाई ट्यूमर इम्युनोजेनिसिटीको वैकल्पिक सूचकको रूपमा प्रयोग गरिएको छ। KEYNOTE-158 को क्लिनिकल परीक्षण नतिजाहरू अनुसार, पेम्ब्रोलिजुमाबले उपचार गरिएका १० प्रकारका उन्नत ठोस ट्यूमरहरू मध्ये, प्रति मेगाबेस (उच्च TMB) कम्तिमा १० उत्परिवर्तन भएका बिरामीहरूको प्रतिक्रिया दर कम TMB भएकाहरूको तुलनामा उच्च थियो। यो ध्यान दिन लायक छ कि यस अध्ययनमा, TMB PFS को भविष्यसूचक थियो, तर यो OS को भविष्यवाणी गर्न असमर्थ थियो।

प्रतिरक्षा थेरापी प्रतिक्रिया मुख्यतया नयाँ एन्टिजेनहरूको टी सेल पहिचानद्वारा संचालित हुन्छ। उच्च TMB सँग सम्बन्धित इम्युनोजेनिसिटी पनि विभिन्न कारकहरूमा निर्भर गर्दछ, जसमा ट्यूमरद्वारा प्रस्तुत ट्यूमर नियोएन्टिजेन समावेश छ; प्रतिरक्षा प्रणालीले ट्यूमर नियोएन्टिजेनहरू पहिचान गर्दछ; एन्टिजेन-विशिष्ट प्रतिक्रियाहरू सुरु गर्ने होस्टको क्षमता। उदाहरणका लागि, डेटाले सुझाव दिन्छ कि केही प्रतिरक्षा कोशिकाहरूको उच्चतम घुसपैठ भएका ट्यूमरहरूमा वास्तवमा अवरोधक नियामक T सेल (Treg) क्लोन प्रवर्धन हुन सक्छ। थप रूपमा, TMB को दायरा TMB नियोएन्टिजेनहरूको क्षमता भन्दा फरक हुन सक्छ, किनकि उत्परिवर्तनको सही साइटले पनि महत्त्वपूर्ण भूमिका खेल्छ; एन्टिजेन प्रस्तुतीकरणको विभिन्न मार्गहरूमा मध्यस्थता गर्ने उत्परिवर्तनहरूले प्रतिरक्षा प्रणालीमा नयाँ एन्टिजेनहरूको प्रस्तुतीकरण (वा गैर-प्रस्तुति) लाई असर गर्न सक्छ, जसले संकेत गर्दछ कि इष्टतम ICI प्रतिक्रियाहरू उत्पादन गर्न ट्यूमर आन्तरिक र इम्युनोलोजिकल विशेषताहरू एकरूप हुनुपर्छ।

हाल, TMB अर्को पुस्ताको सिक्वेन्सिङ (NGS) मार्फत मापन गरिन्छ, जुन विभिन्न संस्थाहरू (आन्तरिक रूपमा) वा प्रयोग गरिने व्यावसायिक प्लेटफर्महरूमा फरक हुन सक्छ। NGS मा सम्पूर्ण एक्सोम सिक्वेन्सिङ (WES), सम्पूर्ण जीनोम सिक्वेन्सिङ, र लक्षित सिक्वेन्सिङ समावेश छन्, जुन ट्युमर टिस्यु र परिसंचरण ट्युमर DNA (ctDNA) बाट प्राप्त गर्न सकिन्छ। यो ध्यान दिन लायक छ कि विभिन्न प्रकारका ट्युमरहरूमा TMB को विस्तृत दायरा हुन्छ, जसमा मेलानोमा, NSCLC, र स्क्वामस सेल कार्सिनोमा जस्ता इम्युनोजेनिक ट्युमरहरूमा उच्चतम TMB स्तर हुन्छ। त्यस्तै गरी, विभिन्न ट्युमर प्रकारहरूको लागि डिजाइन गरिएका पत्ता लगाउने विधिहरूमा TMB थ्रेसहोल्ड मानहरूको फरक परिभाषा हुन्छ। NSCLC, मेलानोमा, युरोथेलियल कार्सिनोमा, र सानो कोशिका फोक्सोको क्यान्सरको अध्ययनमा, यी पत्ता लगाउने विधिहरूले विभिन्न विश्लेषणात्मक विधिहरू (जस्तै WES वा सम्बन्धित जीनहरूको विशिष्ट संख्याको लागि PCR पत्ता लगाउने) र थ्रेसहोल्डहरू (TMB उच्च वा TMB कम) प्रयोग गर्छन्।

माइक्रोस्याटेलाइटहरू अत्यधिक अस्थिर हुन्छन्। ICI प्रतिक्रियाको लागि प्यान क्यान्सर बायोमार्करको रूपमा माइक्रोस्याटेलाइट अत्यधिक अस्थिर (MSI-H), विभिन्न क्यान्सरहरूमा ICI प्रभावकारिताको भविष्यवाणी गर्न उत्कृष्ट प्रदर्शन गर्दछ। MSI-H बेमेल मर्मत दोषहरू (dMMR) को परिणाम हो, जसले उच्च उत्परिवर्तन दर निम्त्याउँछ, विशेष गरी माइक्रोस्याटेलाइट क्षेत्रहरूमा, जसले गर्दा ठूलो संख्यामा नयाँ एन्टिजेनहरू उत्पादन हुन्छन् र अन्ततः क्लोनल प्रतिरक्षा प्रतिक्रिया ट्रिगर हुन्छ। dMMR को कारणले हुने उच्च उत्परिवर्तन बोझको कारण, MSI-H ट्युमरहरूलाई उच्च उत्परिवर्तन बोझ (TMB) ट्युमरको प्रकारको रूपमा मान्न सकिन्छ। KEYNOTE-164 र KEYNOTE-158 को क्लिनिकल परीक्षण परिणामहरूको आधारमा, FDA ले MSI-H वा dMMR ट्युमरहरूको उपचारको लागि pembrolizumab लाई अनुमोदन गरेको छ। यो हिस्टोलजी भन्दा ट्युमर जीवविज्ञान द्वारा संचालित FDA द्वारा अनुमोदित पहिलो प्यान क्यान्सर औषधिहरू मध्ये एक हो।

उल्लेखनीय सफलताको बावजुद, MSI स्थिति प्रयोग गर्दा सचेत हुनुपर्ने समस्याहरू पनि छन्। उदाहरणका लागि, dMMR कोलोरेक्टल क्यान्सरका ५०% सम्म बिरामीहरूले ICI उपचारको लागि कुनै प्रतिक्रिया पाउँदैनन्, जसले प्रतिक्रियाको भविष्यवाणीमा अन्य सुविधाहरूको महत्त्वलाई प्रकाश पार्छ। हालको पत्ता लगाउने प्लेटफर्महरूद्वारा मूल्याङ्कन गर्न नसकिने ट्युमरका अन्य आन्तरिक विशेषताहरूले योगदान पुर्‍याउने कारकहरू हुन सक्छन्। उदाहरणका लागि, DNA क्षेत्रमा पोलिमरेज डेल्टा (POLD) वा पोलिमरेज ε (POLE) को महत्त्वपूर्ण उत्प्रेरक उपयुनिटहरू एन्कोड गर्ने जीनमा उत्परिवर्तन भएका बिरामीहरूमा प्रतिकृति निष्ठा नभएको र तिनीहरूको ट्युमरमा "सुपर उत्परिवर्तन" फेनोटाइप प्रदर्शन गर्ने रिपोर्टहरू आएका छन्। यी मध्ये केही ट्युमरहरूमा माइक्रोस्याटेलाइट अस्थिरता उल्लेखनीय रूपमा बढेको छ (यसैले MSI-H सँग सम्बन्धित), तर बेमेल मर्मत प्रोटीनको अभाव छैन (त्यसैले dMMR होइन)।

यसको अतिरिक्त, TMB जस्तै, MSI-H पनि माइक्रोस्याटेलाइट अस्थिरता, नयाँ एन्टिजेन प्रकारहरूको होस्ट पहिचान, र होस्ट प्रतिरक्षा प्रणाली प्रतिक्रियाशीलता द्वारा उत्पन्न नयाँ एन्टिजेन प्रकारहरूबाट प्रभावित हुन्छ। MSI-H प्रकारका ट्युमरहरूमा पनि, ठूलो संख्यामा एकल न्यूक्लियोटाइड उत्परिवर्तनहरूलाई यात्रु उत्परिवर्तन (गैर-चालक उत्परिवर्तन) को रूपमा पहिचान गरिएको छ। त्यसकारण, ट्युमरमा पहिचान गरिएका माइक्रोस्याटेलाइटहरूको संख्यामा मात्र भर पर्नु पर्याप्त छैन; वास्तविक प्रकारको उत्परिवर्तन (विशिष्ट उत्परिवर्तन प्रोफाइलहरू मार्फत पहिचान गरिएको) ले यस बायोमार्करको भविष्यवाणी गर्ने कार्यसम्पादन सुधार गर्न सक्छ। थप रूपमा, क्यान्सर बिरामीहरूको थोरै अनुपात मात्र MSI-H ट्युमरसँग सम्बन्धित छ, जसले हालको आवश्यकतालाई अझ व्यापक रूपमा लागू हुने बायोमार्करहरूको संकेत गर्दछ। त्यसकारण, प्रभावकारिताको भविष्यवाणी गर्न र बिरामी व्यवस्थापनलाई मार्गदर्शन गर्न अन्य प्रभावकारी बायोमार्करहरू पहिचान गर्नु एक महत्त्वपूर्ण अनुसन्धान क्षेत्र रहन्छ।

संगठनात्मक आधारित बायोमार्कर अनुसन्धान

ICI को कार्य संयन्त्रले ट्यूमर कोषहरूको आन्तरिक मार्गहरूलाई प्रत्यक्ष रूपमा लक्षित गर्नुको सट्टा प्रतिरक्षा कोष दमनलाई उल्टाउनु हो भन्ने कुरालाई ध्यानमा राख्दै, थप अनुसन्धानले ट्यूमर वृद्धि वातावरण र ट्यूमर कोषहरू र प्रतिरक्षा कोषहरू बीचको अन्तरक्रियाको व्यवस्थित विश्लेषणमा ध्यान केन्द्रित गर्नुपर्छ, जसले ICI प्रतिक्रियालाई असर गर्ने कारकहरूलाई स्पष्ट पार्न मद्दत गर्न सक्छ। धेरै अनुसन्धान समूहहरूले ट्यूमर र प्रतिरक्षा जीन उत्परिवर्तन सुविधाहरू, ट्यूमर एन्टिजेन प्रस्तुतीकरण घाटा, वा बहुकोशिकीय प्रतिरक्षा केन्द्रहरू वा समुच्चयहरू (जस्तै तृतीयक लिम्फोइड संरचनाहरू) जस्ता विशिष्ट तन्तु प्रकारहरूको ट्यूमर वा प्रतिरक्षा विशेषताहरूको अध्ययन गरेका छन्, जसले इम्युनोथेरापीको प्रतिक्रियाहरूको भविष्यवाणी गर्न सक्छ।

अनुसन्धानकर्ताहरूले ICI उपचार अघि र पछि बिरामीको तन्तुहरूको ट्युमर र इम्यून एक्सोम र ट्रान्सक्रिप्टोमलाई अनुक्रमित गर्न NGS प्रयोग गरे, र स्थानिक इमेजिङ विश्लेषण गरे। एकल-कोशिका अनुक्रमण र स्थानिक इमेजिङ, वा बहु-ओमिक्स मोडेलहरू जस्ता प्रविधिहरूसँग मिलाएर, धेरै एकीकृत मोडेलहरू प्रयोग गरेर, ICI उपचार परिणामहरूको भविष्यवाणी गर्ने क्षमतामा सुधार गरिएको छ। यसको अतिरिक्त, ट्युमर प्रतिरक्षा संकेतहरू र आन्तरिक ट्युमर विशेषताहरूको मूल्याङ्कन गर्ने एक व्यापक विधिले पनि बलियो भविष्यवाणी गर्ने क्षमता देखाएको छ। उदाहरणका लागि, ट्युमर र प्रतिरक्षा विशेषताहरू एकैसाथ मापन गर्ने एक व्यापक ब्याच अनुक्रमण विधि एकल विश्लेषणात्मक चर भन्दा उत्कृष्ट छ। यी परिणामहरूले ICI प्रभावकारितालाई थप व्यापक तरिकाले अनुकरण गर्ने आवश्यकतालाई हाइलाइट गर्दछ, जसमा होस्ट प्रतिरक्षा क्षमता, आन्तरिक ट्युमर विशेषताहरू, र ट्युमर प्रतिरक्षा घटकहरूको मूल्याङ्कन परिणामहरू व्यक्तिगत बिरामीहरूमा समावेश गर्ने समावेश छ जसले गर्दा कुन बिरामीहरूले इम्युनोथेरापीमा प्रतिक्रिया दिनेछन् भनेर राम्रोसँग भविष्यवाणी गर्न सकिन्छ।

बायोमार्कर अनुसन्धानमा ट्युमर र होस्ट कारकहरू समावेश गर्ने जटिलता, साथै प्रतिरक्षा सूक्ष्म वातावरण सुविधाहरूको अनुदैर्ध्य एकीकरणको सम्भावित आवश्यकतालाई ध्यानमा राख्दै, मानिसहरूले कम्प्युटर मोडलिङ र मेसिन लर्निङ प्रयोग गरेर बायोमार्करहरू अन्वेषण गर्न थालेका छन्। हाल, यस क्षेत्रमा केही अभूतपूर्व अनुसन्धान उपलब्धिहरू देखा परेका छन्, जसले मेसिन लर्निङद्वारा सहयोग गरिएको व्यक्तिगत ओन्कोलोजीको भविष्यलाई संकेत गर्दछ।

तन्तुमा आधारित बायोमार्करहरूले सामना गर्ने चुनौतीहरू

विश्लेषणात्मक विधिहरूको सीमितता। केही अर्थपूर्ण बायोमार्करहरूले निश्चित ट्युमर प्रकारहरूमा राम्रो प्रदर्शन गर्छन्, तर अन्य ट्युमर प्रकारहरूमा आवश्यक छैन। यद्यपि ट्युमर-विशिष्ट जीन सुविधाहरूमा TMB र अन्य भन्दा बलियो भविष्यवाणी गर्ने क्षमता हुन्छ, तिनीहरूलाई सबै ट्युमरहरूको निदानको लागि प्रयोग गर्न सकिँदैन। NSCLC बिरामीहरूलाई लक्षित गरिएको एक अध्ययनमा, जीन उत्परिवर्तन सुविधाहरू उच्च TMB (≥ 10) भन्दा ICI प्रभावकारिताको बढी भविष्यवाणी गर्ने पाइयो, तर आधा भन्दा बढी बिरामीहरूले जीन उत्परिवर्तन सुविधाहरू पत्ता लगाउन असमर्थ थिए।

ट्युमरको विषमता। तन्तुमा आधारित बायोमार्कर विधिले एउटै ट्युमर साइटमा मात्र नमूना लिन्छ, जसको अर्थ विशिष्ट ट्युमर भागहरूको मूल्याङ्कनले बिरामीमा रहेका सबै ट्युमरहरूको समग्र अभिव्यक्तिलाई सही रूपमा प्रतिबिम्बित नगर्न सक्छ। उदाहरणका लागि, अध्ययनहरूले ट्युमरहरू बीच र भित्र PD-L1 अभिव्यक्तिमा विषमता फेला पारेको छ, र अन्य तन्तु मार्करहरूमा पनि यस्तै समस्याहरू अवस्थित छन्।

जैविक प्रणालीहरूको जटिलताको कारण, पहिले प्रयोग गरिएका धेरै टिस्यु बायोमार्करहरूलाई अति सरलीकृत गरिएको हुन सक्छ। थप रूपमा, ट्युमर माइक्रोइनभाइरनमेन्ट (TME) मा कोषहरू सामान्यतया मोबाइल हुन्छन्, त्यसैले स्थानिय विश्लेषणमा प्रदर्शित अन्तरक्रियाहरूले ट्युमर कोषहरू र प्रतिरक्षा कोषहरू बीचको वास्तविक अन्तरक्रियालाई प्रतिनिधित्व नगर्न सक्छन्। बायोमार्करहरूले एक निश्चित समय बिन्दुमा सम्पूर्ण ट्युमर वातावरणलाई आदर्श रूपमा प्रतिनिधित्व गर्न सक्ने भए पनि, यी लक्ष्यहरू अझै पनि प्रेरित हुन सक्छन् र समयसँगै गतिशील रूपमा परिवर्तन हुन सक्छन्, जसले संकेत गर्दछ कि एक समय बिन्दुमा एकल स्न्यापसटले गतिशील परिवर्तनहरूलाई राम्रोसँग प्रतिनिधित्व नगर्न सक्छ।

बिरामीको विषमता। ICI प्रतिरोधसँग सम्बन्धित ज्ञात आनुवंशिक परिवर्तनहरू पत्ता लागे पनि, ज्ञात प्रतिरोध बायोमार्करहरू बोकेका केही बिरामीहरूले अझै पनि फाइदा लिन सक्छन्, सम्भवतः ट्युमर भित्र र विभिन्न ट्युमर साइटहरूमा आणविक र/वा प्रतिरक्षा विषमताका कारण। उदाहरणका लागि, β 2-माइक्रोग्लोबुलिन (B2M) को कमीले नयाँ वा प्राप्त औषधि प्रतिरोधलाई संकेत गर्न सक्छ, तर व्यक्तिहरू र ट्युमर भित्र B2M को कमीको विषमता, साथै यी बिरामीहरूमा प्रतिरक्षा पहिचान प्रतिस्थापन संयन्त्रहरूको अन्तरक्रियाको कारणले गर्दा, B2M को कमीले व्यक्तिगत औषधि प्रतिरोधको दृढतापूर्वक भविष्यवाणी गर्न सक्दैन। त्यसकारण, B2M को कमीको उपस्थितिको बावजुद, बिरामीहरूले अझै पनि ICI थेरापीबाट लाभ उठाउन सक्छन्।

संगठनात्मक आधारित अनुदैर्ध्य बायोमार्करहरू
बायोमार्करहरूको अभिव्यक्ति समयसँगै र उपचारको प्रभावसँगै परिवर्तन हुन सक्छ। ट्यूमर र इम्युनोबायोलोजीको स्थिर र एकल मूल्याङ्कनले यी परिवर्तनहरूलाई बेवास्ता गर्न सक्छ, र ट्यूमर TME र होस्ट प्रतिरक्षा प्रतिक्रिया स्तरहरूमा परिवर्तनहरूलाई पनि बेवास्ता गर्न सकिन्छ। धेरै अध्ययनहरूले देखाएका छन् कि उपचार अघि र समयमा नमूनाहरू प्राप्त गर्नाले ICI उपचारसँग सम्बन्धित परिवर्तनहरू अझ सही रूपमा पहिचान गर्न सकिन्छ। यसले गतिशील बायोमार्कर मूल्याङ्कनको महत्त्वलाई हाइलाइट गर्दछ।

रगतमा आधारित बायोमार्करहरू
रगत विश्लेषणको फाइदा भनेको सबै व्यक्तिगत ट्युमर घाउहरूको जैविक रूपमा मूल्याङ्कन गर्ने क्षमतामा निहित छ, जसले विशिष्ट साइट रिडिङको सट्टा औसत रिडिङहरू प्रतिबिम्बित गर्दछ, जसले गर्दा उपचारसँग सम्बन्धित गतिशील परिवर्तनहरूको मूल्याङ्कन गर्न यसलाई विशेष रूपमा उपयुक्त बनाउँछ। धेरै अनुसन्धान परिणामहरूले देखाएका छन् कि न्यूनतम अवशिष्ट रोग (MRD) को मूल्याङ्कन गर्न परिसंचरण ट्युमर DNA (ctDNA) वा परिसंचरण ट्युमर कोशिकाहरू (CTC) प्रयोग गर्नाले उपचार निर्णयहरूलाई मार्गदर्शन गर्न सकिन्छ, तर यी परीक्षणहरूमा ICI जस्ता इम्युनोथेरापीहरूबाट बिरामीहरूले फाइदा लिन सक्छन् कि सक्दैनन् भन्ने भविष्यवाणी गर्ने बारे सीमित जानकारी छ। त्यसकारण, प्रतिरक्षा सक्रियता वा होस्ट प्रतिरक्षा क्षमता मापन गर्न ctDNA परीक्षणलाई अन्य विधिहरूसँग संयोजन गर्न आवश्यक छ। यस सन्दर्भमा, परिधीय रक्त मोनोन्यूक्लियर कोशिकाहरू (PBMCs) को इम्युनोफेनोटाइपिङ र बाह्य कोशिकाहरू र प्लाज्माको प्रोटोमिक विश्लेषणमा प्रगति भएको छ। उदाहरणका लागि, परिधीय प्रतिरक्षा कोष उपप्रकारहरू (जस्तै CD8+T कोषहरू), प्रतिरक्षा चेकप्वाइन्ट अणुहरूको उच्च अभिव्यक्ति (जस्तै परिधीय CD8+T कोषहरूमा PD1), र प्लाज्मामा विभिन्न प्रोटीनहरूको उच्च स्तर (जस्तै CXCL8, CXCL10, IL-6, IL-10, PRAP1, र VEGFA) सबै ctDNA गतिशील सह बायोमार्करहरूको लागि प्रभावकारी पूरकको रूपमा काम गर्न सक्छन्। यी नयाँ विधिहरूको फाइदा यो हो कि तिनीहरूले ट्युमर भित्रका परिवर्तनहरू (ctDNA द्वारा पत्ता लगाइएका परिवर्तनहरू जस्तै) मूल्याङ्कन गर्न सक्छन् र बिरामीको प्रतिरक्षा प्रणालीमा परिवर्तनहरू पनि प्रकट गर्न सक्छन्।

रेडियोमिक्स
छवि डेटाको भविष्यवाणी गर्ने कारकहरूले टिस्यु बायोमार्कर नमूना र बायोप्सीको सीमितताहरूलाई प्रभावकारी रूपमा पार गर्न सक्छन्, र कुनै पनि समयमा सम्पूर्ण ट्युमर र सम्भावित अन्य मेटास्टेटिक साइटहरू अवलोकन गर्न सक्छन्। त्यसकारण, तिनीहरू भविष्यमा गैर-आक्रामक गतिशील बायोमार्करहरूको महत्त्वपूर्ण भाग बन्न सक्छन्। डेल्टा रेडियोमिक्सले ICI उपचार अघि र पछि, उपचारको क्रममा, र त्यसपछिको फलो-अप जस्ता विभिन्न समय बिन्दुहरूमा धेरै ट्युमर सुविधाहरू (जस्तै ट्युमर आकार) मा परिवर्तनहरूको मात्रात्मक गणना गर्न सक्छ। डेल्टा रेडियोमिक्सले प्रारम्भिक उपचारको लागि प्रारम्भिक वा कुनै प्रतिक्रियाको भविष्यवाणी मात्र गर्न सक्दैन, तर वास्तविक समयमा ICI को लागि प्राप्त प्रतिरोध पहिचान गर्न र पूर्ण छूट पछि कुनै पनि पुनरावृत्ति निगरानी गर्न पनि सक्छ। मेसिन लर्निङ प्रविधि मार्फत विकसित इमेजिङ मोडेल उपचार प्रतिक्रिया र सम्भावित प्रतिकूल घटनाहरूको भविष्यवाणी गर्न परम्परागत RECIST मानक भन्दा पनि राम्रो छ। हालको अनुसन्धानले संकेत गर्दछ कि यी रेडियोमिक्स मोडेलहरूमा प्रतिरक्षा थेरापी प्रतिक्रियाको भविष्यवाणी गर्न ०.८ देखि ०.९२ सम्मको वक्र (AUC) अन्तर्गत क्षेत्र छ।

रेडियोमिक्सको अर्को फाइदा भनेको स्यूडो प्रोग्रेसनलाई सही रूपमा पहिचान गर्ने क्षमता हो। मेसिन लर्निङ मार्फत निर्मित रेडियोमिक्स मोडेलले ०.७९ को AUC सहित आकार, तीव्रता र बनावट जस्ता कारकहरू सहित प्रत्येक ट्युमरको लागि CT वा PET डेटा पुन: मापन गरेर साँचो र गलत प्रोग्रेसन बीच प्रभावकारी रूपमा छुट्याउन सक्छ। रोगको प्रगतिको गलत अनुमानको कारणले गर्दा उपचारको समयपूर्व समाप्तिबाट बच्न यी रेडियोमिक्स मोडेलहरू भविष्यमा प्रयोग गर्न सकिन्छ।

आन्द्राको माइक्रोबायोटा
पेटको माइक्रोबायोटाका बायोमार्करहरूले ICI को चिकित्सीय प्रतिक्रियाको भविष्यवाणी गर्ने अपेक्षा गरिएको छ। धेरै अध्ययनहरूले देखाएका छन् कि एक विशिष्ट पेटको माइक्रोबायोटा ICI उपचारमा विभिन्न प्रकारका क्यान्सरहरूको प्रतिक्रियासँग नजिकबाट सम्बन्धित छ। उदाहरणका लागि, मेलानोमा र कलेजोको क्यान्सर भएका बिरामीहरूमा, रुमिनोकोक्कासी ब्याक्टेरियाको प्रचुरता PD-1 इम्युनोथेरापी प्रतिक्रियासँग सम्बन्धित छ। कलेजोको क्यान्सर, फोक्सोको क्यान्सर, वा मृगौला कोशिका कार्सिनोमा भएका बिरामीहरूमा अक्करमेन्सिया म्युसिनिफिला संवर्धन सामान्य छ, जसले ICI उपचारमा राम्रो प्रतिक्रिया दिन्छन्।

थप रूपमा, नयाँ मेसिन लर्निङ मोडेल ट्युमर प्रकारहरूबाट स्वतन्त्र हुन सक्छ र विशिष्ट पेट ब्याक्टेरिया जेनेरालाई इम्युनोथेरापीको चिकित्सीय प्रतिक्रियासँग सम्बद्ध गर्न सक्छ। अन्य अध्ययनहरूले होस्ट प्रतिरक्षा प्रणालीलाई नियमन गर्न व्यक्तिगत ब्याक्टेरिया समूहहरूले खेल्ने विशिष्ट भूमिका पनि प्रकट गरेको छ, क्यान्सर कोशिकाहरूको प्रतिरक्षा भाग्न कसरी रोक्न वा प्रवर्द्धन गर्ने भनेर थप अन्वेषण गर्दै।

नियोएडजुभेन्ट थेरापी
ट्युमर जीवविज्ञानको गतिशील मूल्याङ्कनले पछिल्ला क्लिनिकल उपचार रणनीतिहरूलाई मार्गदर्शन गर्न सक्छ। नियोएडजुभेन्ट थेरापी परीक्षणले शल्यक्रिया नमूनाहरूमा प्याथोलॉजिकल रिमिसन मार्फत चिकित्सीय प्रभावको मूल्याङ्कन गर्न सक्छ। मेलानोमाको उपचारमा, प्राथमिक प्याथोलॉजिकल प्रतिक्रिया (MPR) पुनरावृत्ति मुक्त बाँच्ने दरसँग सम्बन्धित छ। PRADO परीक्षणमा, अनुसन्धानकर्ताहरूले बिरामी विशिष्ट प्याथोलॉजिकल रिमिसन डेटाको आधारमा शल्यक्रिया र/वा सहायक थेरापी जस्ता अर्को क्लिनिकल हस्तक्षेप उपायहरू निर्धारण गर्छन्।

विभिन्न प्रकारका क्यान्सरहरू मध्ये, धेरै नयाँ सहायक थेरापी विकल्पहरूमा अझै पनि हेड-टू-हेड तुलनाको अभाव छ। त्यसकारण, इम्युनोथेरापी मोनोथेरापी वा संयोजन थेरापी बीचको छनौट प्रायः उपस्थित चिकित्सक र बिरामीद्वारा संयुक्त रूपमा निर्णय गरिन्छ। हाल, अनुसन्धानकर्ताहरूले नियोएडजुभेन्ट थेरापी पछि मेलेनोमामा रोगविज्ञान माफीको भविष्यवाणी गर्न बायोमार्करको रूपमा १० जीनहरू समावेश गर्ने इन्टरफेरोन गामा (IFN गामा) सुविधा विकास गरेका छन्। तिनीहरूले नियोएडजुभेन्ट थेरापीमा बलियो वा कमजोर प्रतिक्रिया भएका बिरामीहरू चयन गर्न यी सुविधाहरूलाई एल्गोरिथ्ममा थप एकीकृत गरे। DONIMI भनिने एक अनुवर्ती अध्ययनमा, अनुसन्धानकर्ताहरूले यो स्कोर प्रयोग गरे, थप जटिल विश्लेषणसँग मिलाएर, उपचार प्रतिक्रियाको भविष्यवाणी गर्न मात्र होइन, तर कुन चरण III मेलेनोमा बिरामीहरूलाई नियोएडजुभेन्ट ICI उपचारको प्रतिक्रिया बढाउन हिस्टोन डिएसिटाइलेज इनहिबिटरहरू (HDACi) थप्न आवश्यक छ भनेर निर्धारण गर्न पनि।

बिरामीहरूबाट लिइएको ट्युमर मोडेल
इन भिट्रो ट्युमर मोडेलहरूमा बिरामी विशिष्ट प्रतिक्रियाहरूको भविष्यवाणी गर्ने क्षमता हुन्छ। हेमेटोलोजिक घातक रोगहरूको औषधि प्रतिक्रिया स्पेक्ट्रम विश्लेषणको लागि प्रयोग गरिने इन भिट्रो प्लेटफर्मको विपरीत, ठोस ट्युमरहरूले तिनीहरूको अद्वितीय ट्युमर माइक्रोस्ट्रक्चर र ट्युमर प्रतिरक्षा अन्तरक्रियाका कारण ठूला चुनौतीहरूको सामना गर्छन्। साधारण ट्युमर सेल संस्कृतिले यी जटिल सुविधाहरूलाई सजिलै दोहोर्याउन सक्दैन। यस अवस्थामा, बिरामीहरूबाट उत्पन्न हुने ट्युमर जस्ता अंगहरू वा अंग चिप्सले यी संरचनात्मक सीमितताहरूको क्षतिपूर्ति गर्न सक्छन्, किनकि तिनीहरूले मूल ट्युमर कोशिका संरचनालाई सुरक्षित गर्न सक्छन् र बिरामी विशिष्ट तरिकाले ICI प्रतिक्रियाहरूको मूल्याङ्कन गर्न लिम्फोइड र माइलोइड प्रतिरक्षा कोशिकाहरूसँग अन्तरक्रियाहरू अनुकरण गर्न सक्छन्, जसले गर्दा अझ यथार्थपरक त्रि-आयामी वातावरणमा जैविक सुविधाहरूलाई अझ सही रूपमा पुन: उत्पादन गर्न सकिन्छ।

चीन र संयुक्त राज्य अमेरिकामा भएका धेरै सफलतापूर्ण अध्ययनहरूले यो नयाँ उच्च निष्ठा त्रि-आयामिक इन भिट्रो ट्युमर मोडेल अपनाएका छन्। नतिजाहरूले देखाउँछन् कि यी मोडेलहरूले फोक्सोको क्यान्सर, कोलोन क्यान्सर, स्तन क्यान्सर, मेलानोमा र अन्य ट्युमरहरूको ICI प्रतिको प्रतिक्रियालाई प्रभावकारी रूपमा भविष्यवाणी गर्न सक्छन्। यसले यी मोडेलहरूको भविष्यवाणी कार्यसम्पादनलाई थप प्रमाणित र मानकीकरणको लागि जग बसाल्छ।