今天在国际肺癌研究协会2024 年世界肺癌大会上公布的一项研究表明了开发免疫检查点抑制剂预测生物标志物的有希望的途径。

在非小细胞肺癌中，免疫检查点抑制剂具有重大前景，但其疗效仅限于一小部分患者。确定可靠的预测性生物标记对于优化治疗反应至关重要。

由昆士兰大学的 Arutha Kulasinghe 博士团队和亚历山大公主医院的 Ken O'Byrne 教授领导，并与 Nucleai 的 Ettai Markovits 博士和 Akoya Biosciences 团队合作开展的研究表明，肿瘤微环境的复杂特征是预测哪些患者可能受益于这些疗法的关键。

Kulasinghe 及其同事分析了 45 名接受免疫检查点抑制剂治疗的患者的 NSCLC 组织样本。他们的团队使用先进的多重免疫荧光 (mIF) 染色结合基于深度学习的分析，将细胞分为 15 种不同的类型，并使用无监督聚类技术进一步对其进行分类。

O'Byrne 报告说：“通过绘制肿瘤和 TME 区域内的 1,000 多个空间特征，我们比较了有反应者和无反应者之间的特征，以确定预测模式。”

他们的团队确定了 43 个独特的细胞亚群，这些细胞亚群主要根据其代谢和活化状态进行区分。与氧化磷酸化和代谢途径相关的关键蛋白质(如 、SDHA、ATPA5、HK1、GLUT1 和 LDHA)的表达存在差异。