774敌人的敌人就是朋友

    接下来,我们研究了与EGFRTKI耐药相关的突变过程。在肺腺癌中发现了公认的突变特征,即衰老、APOBEC、DNA双链断裂修复、吸烟和DNA错配修复。与T790M−相比,EGFRT790M耐药肿瘤对衰老信号的相对贡献率更高,这与EGFRT790M点突变的三核苷酸背景下A[C&&&&;T]G的最高概率核苷酸变化一致(补充图3S12和S13)。相反,与T790M+肿瘤相比,非衰老特征(吸烟、载脂蛋白BEC和DNA修复)在T790M−中的比例显著高于T790M+肿瘤,暗示了驱动T790M−抗性的另一种突变过程。总体而言,这表明T790M耐药性可能不太可能出现在具有较大比例的活跃的非衰老突变特征(例如吸烟APOBEC特征)的肿瘤中。

    我们使用WES数据估计了每个肿瘤样本的癌细胞比例(纯度),并使用转录组去卷积方法Tumera估计和比较了T790M+和T790M−肿瘤中癌症和间质(非恶性)细胞中的基因表达。值得注意的是,我们推测在T790M−肿瘤的癌细胞中,肺腺癌标志基因如NAPSA、NKX2-1、SFTA2和SFTA3的表达普遍且几乎完全丧失。此外,我们观察到鳞状细胞癌或神经内分泌癌的组织学标志基因在一小部分T790M−肿瘤中的表达增加(n=4,27%。这些发现得到了多重免疫荧光的正交验证,证实了与T790M+肿瘤相比,T790M−癌细胞中NAPSA和NKX2-的表达降低(图2D;补充图S14)。值得注意的是,对三个未接受治疗的NSCLC腺癌队列的分析表明,低腺癌标志物基因(NAPSA和NKX2-1)的表达非常罕见,仅在EGFR野生型肿瘤中观察到(图2F)。总而言之,这些数据突显了TKI耐药后获得性谱系可塑性以前被低估的程度,特别是在T790M−肿瘤中,与扩增和非衰老突变签名过程共存,潜在地促进了表皮生长因子受体dú • lì 的信号机制。

    鉴于检查点抑制剂在EGFR突变的NSCLC中缺乏疗效,我们试图描述与EGFRTKI耐药相关的免疫环境,最初根据“T细胞炎症基因表达谱”(GEP)特征对肿瘤进行分层。

    然后,我们使用了一种已发表的计算方法(TEDER;REF)进一步阐明与TKI耐药相关的浸润免疫细胞亚群。这表明,与免疫T790M+肿瘤相比,免疫T790M−中MDSCs的推测水平更高(P=,t检验),而TAMM2的水平更低(P=,t检验)。免疫T790M−中PD-L1、FOXP3和IDO的表达也显著高于免疫T790M+肿瘤(图3B,PD-L1和FOXP3多重免疫荧光染色见附图S15B和S15C)。接下来,我们调查了耐药时的免疫表型是否与之前1G2GTKI的持续时间有关。有趣的是,免疫T790M−肿瘤的总TTP最短(图3C),其中一半(510名患者)的总TTP小于3个月。相反,免疫T790M+肿瘤的总生存期最长(中位TTP20.6个月;范围8.2月至76.8月),与免疫冷藏T790M+肿瘤相比(中位TTP4.1月;范围1.3月至13月;心率;P=;95%月46.2月;P=;图3C)。Meta分析强调单剂免疫检查点抑制剂在EGFR突变的非小细胞肺癌(59例)、患者中缺乏疗效,这与Meta分析一致(补充表S5)。然而,一名免疫T790M+患者(A096)在临床试验中接受了nivolumab-ipilimumab免疫检查点抑制剂的联合治疗(60例),并获得了8.9个月的稳定病情。综上所述,我们的数据提示炎性趋化因子的潜在作用,例如,CXCL9-可能由MDSCs驱动-在介导T790M−TKI耐药中发挥作用。此外,我们的数据突出了GEP“热”肿瘤中TME成分的显著异质性,说明需要更详细地询问免疫环境以描绘特定的免疫靶点。

    虽然第三代EGFRTKIs越来越多地被采用在一线环境中,但这种临床实践在一定程度上是由于无法预测单个患者的耐药轨迹。在确定了与不同EGFRTKI抵抗状态相关的新的分子特征(扩增、转录亚型、腺癌谱系标记丢失和炎症的TME)后,我们试图建立一个模型来预测T790M的出现。我们推测,这些基因组、染色体水平和转录特征可能存在于基线水平,也可能代表在治疗过程中获得的变化(图4A)。为了进一步探讨这一点,我们确定了在1G2GTKI治疗开始之前可能存在的三个躯干特征:EGFR外显子19缺失、WGD缺失和TP53改变(图4A)。使用贝叶斯方法,单个患者可以根据他们治疗前的分子基因型被分成不同的组,其发生EGFRT790M耐药的几率非常不同(图4B)。例如,在非WGD肿瘤中,发生T790M耐药性的概率在87.2%到97.9%之间,这可能意味着序贯治疗第一代第二代到第三代EGFRTKI可能是这些患者(我们队列中11%的患者)可行的临床策略。这些特征的预测能力需要在更大的队列中进一步验证。然而,这些结果说明了数据驱动的治疗算法是如何通过真实世界的证据得出的,并可能有助于为个别患者定义最佳的排序策略。

本章未完,请点击下一页继续阅读