IO在头颈部肿瘤治疗中的生物标记物探索

郭 晔

同济大学附属东方医院

PD-1/PD-L1抑制剂的疗效预测性biomarker备受关注

1.Fusi A, et al. The Lancet Oncology 2015;16:1285-7.

2.Tumeh PC, et al. Nature 2014;515:568-71.

3.Rizvi NA, et al. Science 2015.

4.Topalian SL, et al. Nature reviews Cancer 2016;16:275-87.

2

免疫治疗2.0时代：基于immune-biomarker的人群选择

1. Yuan J et al. J Immunother Cancer. 2016;4:3. Davies H et al. Nature. 2002;417:949-954. 2. Mok TS. Nat Rev Clin Oncol. 2011;8:661-668. Sharma P, Allison JP. Science. 2015;348(6230):56-61.3. Harold J. et al. J Clin Oncol. 2017 Feb 1. Epub.

3

MHC

Cell-surface

molecules

TCR

Tumor

APC

MDSC

Treg

CD4+ Tcell

CD8+ T cell

NK

Secreted

factors

Treg

• 机体对肿瘤的免疫应答取决于肿瘤细胞与免疫系统之间的相互作用，代表了相互作用的immune-biomarker可能对于免疫治疗有提示作用。

• Immune-biomarker反映的是肿瘤微环境中的免疫应答情况，而不同于传统的分子靶向biomarker（如EGFR，ALK等）

APC = 抗原提呈细胞; MDSC = 髓系来源抑制细胞; MHC = 主要组织相容性复合体; NK = 自然杀伤细胞; TCR = T 细胞受体; Treg = 调节性T细胞

CD8+ T cell

PD-L1孜孜不倦

PD-L1

• PD-L1是一种40KD的跨膜蛋白；

• PD-L1可表达在多种细胞表面，如抗原提呈细胞

（APC）等免疫细胞，以及微血管内皮细胞和炎

症环境中的实质细胞

• 在T细胞的第二步活化过程中，APC表面的PD-L1

能够与T细胞表面的PD-1结合，作为T细胞活化的

抑制性共刺激信号，介导免疫抑制

• 在肿瘤微环境中，肿瘤细胞表面的PD-L1与T细胞

表面的PD-1结合后，传递T细胞活化抑制性信号，

从而使肿瘤逃避免疫系统的杀伤

5

TCR

MHCPD-L1

PD-L2

PD-1CTLA4CD28

CD80 CD86

激活信号 抑制信号

第二信号：共刺激信号第一信号：识别信号

抗原提呈细胞

T细胞

Fesnak, A. D. et al. Nature Reviews Cancer 2016; 16: 566–581

肿瘤PD-L1的表达特征

6

PD-L1

T cell

PD-1

PD-L2

Tumour Cell

PD-L1

T cell

PD-1

PD-L2

肿瘤细胞

多种肿瘤表达PD-L1:

包括：NSCLC，SCCHN，RCC，黑色素瘤，胃癌，乳腺癌及其他肿瘤

• 不同肿瘤或组织学类型PD-L1表达水平不同4-7

• PD-L1表达具有瘤内异质性

• PD-L1表达呈动态性：在疾病不同时期表达不同；可随治疗而

变化1-3

1. Kerr KM et al. J Thorac Oncol. 2015;10:985-989. 2. Gatalica Z et al. Cancer Epidemiol Prev. 2014;23:2965-2970. 3. Sharpe K et al. Clin Cancer Res. 2013;19:6924-6934. 4. Brown JA et al. J Immunol. 2003;170:1257-1266. 5. Callea M et al. Cancer Immunol Res. 2014;3:1158-1164. 6. Calles A et al. J Thorac Oncol. 2015;10:1726-1735. 7. Dong H et al. Nat Med. 2002;8:793-800.

PD-L1表达的特点： 瘤种差异性

7

35.4% 37.7% 43.1%57.6%

76.1%84.4%12.0%

30.3% 19.3%

14.2%

9.9%

9.9%

22.8%

23.5%24.1%

17.2%

9.7%4.6%

29.8%

8.5% 13.5% 11.0%4.3%

1.1%

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

NSCLC Melanoma SCCHN Bladder RCC SCLC

To

tal

Po

pu

lati

on

(%

)

n=4930 n=3407 n=274 n=703 n=1918 n=615

<1% ≥1% to 4% ≥5% to 49% ≥50%PD-L1 expression in tumor cells:

• PD-L1 表达使用 Dako 28-8 pharmDx检测，样本来源于BMS临床研究• NSCLC, 非小细胞肺癌; Melanoma, 黑色素瘤; RCC, 肾细胞癌; SCCHN, 头颈部鳞状细胞癌; SCLC, 小细胞肺癌.

Krigsfeld G et al. Poster presentation at AACR 2017. CT143.

1. McLaughlin J et al. JAMA Oncol. 2015;2(1)46-54. 2. Rimm D et al. Breast Cancer Res Treat. 2014;147(2):457-458. 3. Velcheti V et al. Lab Invest. 2014;94(1):107-116.4. Wimberly H et al. Cancer Immunol Res. 2015;3(4):326-332. 5. Phillips T et al. Appl Immunohistochem Mol Morphol. 2015;23(8):541-549.

PD-L1 expression may vary within the

same tissue section1-3

PD-L1 expression can vary up to four times in

different areas of the same biopsy4

Adapted from Wimberly et al.4

Using the PD-L1 IHC 28-8 pharmDx, 6%

discordance was observed in 30 cases of

multisamples per case5

PD-L1表达的特点： 瘤内异质性

0

500

1000

1500

2000

2500

AQ

UA

sco

re

Fields of view from patient 89

Stromal

Epithelial

0

200

400

600

800

1000

1200

1400

1600

1800

2000

AQ

UA

sco

re

Fields of view from patient 80

Stromal

Epithelial

PD-L1表达的特点：动态变化，随着治疗而变化 (1)

9

Atezolizumab

CD8 T-cells PD-L1 CD8 T-cells PD-L1

Powderly J, et al. Oral presentation at ASCO 2013 (abstr. 3001).

Sharma P et al. Science 2015;348:56-61.

药物 细胞种类 对PD-L1的影响

放疗1-3 肠癌，乳腺癌，黑色素瘤∥

上调*†

顺铂 肝癌4

头颈鳞癌5

上调*†‡

紫杉醇 乳腺癌6

肠癌, 肝细胞癌7

上调*†

依托泊苷6 乳腺癌 上调*

奥沙利铂8 浆细胞样树突状细胞 上调*

多柔比星9 乳腺癌 下调*†‡

吉非替尼 非小细胞肺癌 下调*†‡10

上调§11

舒尼替尼 / 帕唑帕尼12 转移性肾癌 下调§

1. Dovedi SJ et al. Cancer Res. 2014;74(19):5458-5468. 2. Deng L et al. J Clin Invest. 2014;124(2):687-695. 3. Twyman-Saint Victor C et al. Nature. 2015;520(7547):373-377. 4. Qin X et al. Cell Mol Biol. 2010;56 Suppl:OL1366-72. 5. Qiao P et al. Poster presentation at AACR 2014. 3750. 6. Zhang P et al. Mol Immunol. 2008;45(5):1470-1476. 7. Gong W et al. J Chemother. 2011;23(5):295-299. 8. Tel J et al. Cancer Immunol Immunother. 2012;61(7):1101-1111. 9. Ghebeh H et al. Breast Cancer Res. 2010;12(4):R48. 10. Lin K et al. Biochem Biophys Res Commun. 2015;463(1-2):95-101. 11. Omori S et al. Abstract presented at ASCO 2015 Annual Meeting. e22118. 12. Sharpe K et al. Clin Cancer Res. 2013;19(24):6924-6934.

PD-L1的表达是动态变化的, 并且可能基于不同的治疗而

有不同的变化1-12

PD-L1表达的特点：动态变化，随着治疗而变化 (2)

10

*PD-L1 expression determined by flow cytometry. †PD-L1 expression determined by qRT-PCR or transcriptomeic profiling. ‡PD-L1 expression determined by western blots. §PD-L1 expression determined by IHC. ∥In tumors resistant to radiation + anti-CTLA-4.

TKI治疗调节PD-L1的表达:

11Clin Cancer Res. 2016 Sep 15;22(18):4585-93.

Cancer Discov. 2013 Dec;3(12):1355-63.

A B

• 细胞学研究 • 临床研究

PD-L1表达的特点：动态变化，随着治疗而变化 (3)

生物标记物的获批类型与临床应用

12

伴随诊断(CDx)3–5

用药前要求检测

(阳性) = 可能有效

( 阴性) = 可能无效

临床决策DX

评估biomarker

Rx

Rx

Biomarker表达与其他临床情况一并进行综合分

析

补充诊断3,5,6

用药前不要求检测，但可提供补充性信息

DX

评估biomarker

Rx

?

1. FDA-NIH Biomarker Working Group. BEST (Biomarkers, EndpointS, and other Tools) Resource. https://www.ncbi.nlm.nih.gov/books/NBK338448/#IX-C. Accessed September 4, 2018.

2. FDA. In vitro diagnostic devices. 2014. http://www.fda.gov/downloads/medicaldevices/deviceregulationandguidance/guidancedocuments/ucm262327.pdf. Accessed September 4, 2018.

3. Concept paper on predictive biomarker-based assay development in the context of drug development and lifecycle. European Medicines Agency website.

http://www.ema.europa.eu/docs/en_GB/document_library/Scientific_guideline/2017/07/WC500232420.pdf. Published July 20, 2017. Accessed October 8, 2017.

4. Scheerens H, et al. Clin Transl Sci 2017;10:84–92. 5. Milne CP, et al. Biomark Med 2015;9:25–34. 6. Jorgensen JT. Trends Cancer 2016;2:706–712.

PD-L1试剂获批情况概览

13

Footnotes, abbreviations, and references are in the slide notes.

LOCAL APPROVAL MAY BE REQUIRED BEFORE EXTERNAL USE. REFER TO LOCAL GUIDELINES.

Ab clonea Dako 28-81,2 Dako 22C33–5 Ventana SP1426,7 Ventana SP2638–12

For use with (drug) Nivolumab Pembrolizumab Atezolizumab

Nivolumab,

pembrolizumab,

durvalumab

PD-L1 计算方法c % 肿瘤细胞% 肿瘤细胞, TPSd; % 肿瘤细胞 ± 免疫细胞, CPSe or MEL

Scoref% 肿瘤细胞或免疫细胞

% 肿瘤细胞或免疫细胞应答± 免疫细胞

获批情况与cut-off值（美国）

补充诊断Melanoma ≥ 1%

NSQ NSCLC ≥ 1%, ≥ 5%, ≥

10%

SCCHN ≥ 1%

UC ≥ 1%

伴随诊断NSCLC ≥ 1%, ≥ 50% TPSUCf ≥ 10 CPSGastric/GEJ ≥ 1 CPSCC ≥ 1 CPS

补充诊断NSCLC ≥ 50% (TC)

or ≥ 10% (IC)

伴随诊断UCg ≥ 5% Ics

补充诊断UC ≥ 25% TC or ICh

(durvalumab)

获批情况与cut-off值（欧盟）

补充诊断Melanoma ≥ 1%, ≥ 5%

NSQ NSCLC ≥ 1%, ≥ 5%, ≥

10%

SCCHN ≥ 1%UC ≥ 1%

补充诊断Melanoma ≥ 1% MEL Scoref

伴随诊断NSCLC ≥ 1%, ≥ 50% TPS

SCCHN ≥ 50% TPSUCf ≥ 10 CPS

补充诊断NSCLC ≥ 50% (TC) or ≥ 10% (IC)

伴随诊断UCg ≥ 5% Ics

补充诊断NSQ NSCLC ≥ 1%, ≥ 5%,

≥ 10% TC (nivolumab)

伴随诊断NSCLC ≥ 1%, ≥ 50% TC

(pembrolizumab)

≥ 1%TC (durvalumab)

aNo head-to-head studies have been conducted and comparisons cannot be made between these assays or antibodies used therein. bDako, an Agilent technologies, Inc company. cAll assays score cells at

any intensity. dTPS = % of viable tumor cells showing partial or complete membrane staining relative to all viable tumor cells present in the sample (positive and negative). eCPS = number of PD-L1 staining

cells divided by the total number of viable tumor cells, multiplied by 100; PD-L1 expression is measured on both tumor and inflammatory cells. fMEL Score includes partial or complete cell membrane

staining of TCs and membrane and/or cytoplasmic staining of ICs. gUC ineligible for any platinum-containing therapy. hWhen > 1% of the sample is composed of ICs. If only 1% of the sample is composed

of ICs, then PD-L1–expressing ICs must equal 100%.

蓝印计划：PD-L1检测试剂盒的比较

• 39例非小细胞肺癌手术切除标本

• 每例标本由3个病理医生独立进行判读

• 81例真实世界肺癌标本

（包括手术切除、活检和细胞学标本）

• 来自全球的25位病理医生参与判读

28-8 22C3 SP142 SP263

Ⅰ期1 Ⅱ期2,3

73-10

蓝印计划分为两期

• 蓝印计划：5种IVD试剂和平台进行PD-L1检测结果之间的比较

• IASLC和5家药企及2家诊断试剂公司合作蓝印计划的设计和执行

1. Hirsch F, et al. Oral presentation at AACR 2016.

2. Tsao M.S, et al. Oral presentation at IASLC WCLC 2017.

3. Keith M. Kerr, et al. Oral presentation at IASLC WCLC 2018.

蓝印计划IIA：验证蓝印计划I中5种检测方法 (22C3, 28-8, SP142, SP263, 73-10)

4种检测方法：22C3, 28-8, SP142, SP263

蓝印计划IIB：针对同一肿瘤组织的切除标本、穿刺标本和细胞学标本，评估PD-L1

评检测一致性

28-8、SP263、22C3对肺癌肿瘤细胞的染色一致性高

1. Hirsch F, et al. Oral presentation at AACR 2016.

2. Tsao M.S, et al. Oral presentation at IASLC WCLC 2017.

• 28-8、SP263、22C3对肿瘤细胞的染色一致性高

• SP142对肿瘤细胞的染色较弱

• 73-10对肿瘤细胞的染色最强

0

60

70

80

90

100

肿瘤

细胞

染色

(%)

10

20

30

40

50

标本

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39

22C3 28-8

SP142 SP263

标本

肿瘤

细胞

染色

(%)

肿瘤细胞染色

蓝印计划I 蓝印计划II

• 每个点为病理医生评分的均值

28-8、SP263、22C3在SCCHN中的PD-L1结果也一致

16

方法：对108例I-IV期SCCHN标本用28-8、SP263、22C3进行PD-L 检测

SP263 vs. 28-8 22C3 vs. 28-8

Cut-off值 总体一致性 95%CI下限 总体一致性 95%CI下限

≥1% 91.7 85.9 96.3 91.7

≥10% 92.6 87.0 95.4 90.5

≥25% 94.4 89.3 97.2 93.0

• 三种抗体检测PD-L1的总体一致性在不同cut-off值均大于90%

• 与非小细胞肺癌中的结果相似

• 392例的更大样本探索在进行中

PD-L1在SCCHN研究中的表达情况

17

SCCHN trials reporting

PD-L1 prevalence # nivolumab trials1 # pembrolizumab trials2–4 # atezolizumab trials5

Phase 1 0 1 (LDT) 1

Phase 2 0 1 0

Phase 3 1 1 0

AssayDako PD-L1 IHC

28-8 pharmDx (TC)

Dako PD-L1 IHC

22C3 pharmDx (TPS or CPS)

Ventana SP142

(as an LDT) (TC or IC)

PD-L1 expression

≥1%: ~37% (TC)

≥5%: ~23% (TC)

≥10%: ~18% (TC)

≥1: 81–85 (CPS)

≥20: ~42 (CPS)

≥50: ~28 (CPS)

≥5%: ~19% (TC)

≥5%: ~28% (IC)

Nivolumab1

0

10

20

30

40

50

60

70

80

90

100

<1 ≥1 ≥5 ≥10 NE

Pre

va

len

ce

(%

)

Pembrolizumab2–4

0

10

20

30

40

50

60

70

80

90

100

≥5

Pre

va

len

ce

(%

)

Atezolizumab5

0

10

20

30

40

50

60

70

80

90

100

≥1 ≥20 ≥50 NE

Pre

va

len

ce

(%

)

PCD4989g (1L+)(TC)

PCD4989g (1L+) (IC)CheckMate 141 (1L+)

KEYNOTE-012 (1L+)2

KEYNOTE-055 (2L+)4

KEYNOTE-012 (1L+)2

KEYNOTE-048 (1L)3

0

20

40

60

80

100

≥1 ≥50

Pre

va

len

ce

(%

)

KEYNOTE-048 (1L)3

NR NR NR

TC PD-L1 expression (%) TPS PD-L1 expression (%) CPS PD-L1 expressiona TC or IC PD-L1 expression (%)

1. Ferris RL, et al. N Engl J Med 2016;375:1856–1867.

2. Chow LQ, et al. J Clin Oncol 2016;34:3838–3845.

3. Burtness B, et al. Oral presentation at the 43rd European Society of Medical Oncology Annual Meeting; October 19–23, 2018; Munich, Germany. Presidential Symposium 3.

4. Bauml J, et al. J Clin Oncol 2017;35:1542–1549.

5. Herbst RS, et al. Nature 2014;515:563–567.

SCCHN中PD-L1的不同检测方法定义：TPS与CPS

1. Phillips T et al. Appl Immunohistochem Mol Morphol. 2015;23 (8):541-549. 2. Agilent Technologies. PD-L1 IHC 22C3 pharmDx Interpretation Manual (NSCLC).

https://www.agilent.com/cs/library/usermanuals/public/29158_pd-l1-ihc-22C3-pharmdx-nsclc-interpretation-manual.pdf. Updated October 24, 2016. Accessed December 12, 2018. 3.

Tumor Proportion Score (TPS):

所有有效染色的肿瘤细胞中PD-L1染色阳性的肿瘤细胞百分比

Combined Positive Score (CPS):

PD –L1染色阳性的肿瘤细胞、淋巴细胞、巨噬细胞的百分比

TPS =

# PD-L1 positive tumor cells

Total # of PD-L1–positive +

PD-L1–negative tumor cells

x100

CPS =

# PD-L1 staining cells (tumor cells,

lymphocytes, macrophages)

Total # viable tumor cells

x100

CheckMate 141: PD-L1表达与Nivo治疗铂类进展SCCHN患者的OS无关（1）

• 死亡风险比（HR）在不同PD-L1表达水平（≥1%, ≥5%, and >10%）的患者中相似

aExpression of the programmed death 1 ligand 1 (PD-L1) was measured in 260 patients (161 patients in the nivolumab group and 99 in the standard-therapy group), and the p16 level in 178 patients (113 in the nivolumab group and 65 in the standard-therapy group). Hazard ratios are from unstratified Cox proportional-hazards models.

Used with permission Ferris et al, 2016, N Engl J Med.

Ferris RL et al. N Engl J Med. 2 2016;375(19):1856-1867.

Abbreviations can be found in the speaker notes.

VariableNivolumab(n = 240)

IC(n = 121)

Hazard Ratio for Death

PD-L1 表达水平（TPS）a 患者数n (%) 中位生存期，月 患者数n (%) 中位生存期，月 95% CIa

所有患者 240 (100.0) 7.5 121 (100.0) 5.1 0.69 (0.53–0.91)

≥1% 88 (36.7) 8.7 61 (50.4) 4.6 0.55 (0.36–0.83)

≥5% 54 (22.5) 8.8 43 (35.5) 4.6 0.50 (0.30‒0.83)

≥10% 43 (17.9) 8.7 34 (28.1) 5.2 0.56 (0.31‒1.01)

<1% 73 (30.4) 5.7 38 (31.4) 5.8 0.89 (0.54–1.45)

<5% 107 (44.6) 7.0 56 (46.3) 5.1 0.81 (0.55‒1.21)

<10% 118 (49.2) 7.2 65 (53.7) 4.6 0.73 (0.50‒1.06)

不可测量 79 (32.9) 7.8 22 (18.2) 5.8 0.79 (0.44‒1.44)

CheckMate141:PD-L1表达与Nivo治疗铂类进展SCCHN患者的OS无关（2）

20

2年随访1年随访

中位OS,

月 (95% CI)

HR

(95% CI)

Nivo 6.1 (4.4, 10.3) 0.83 (0.54, 1.29)IC 5.5 (3.7, 8.5)

中位OS,

月 (95% CI)

HR

(95% CI)

Nivo 6.5 (4.4, 11.7) 0.73 (0.49, 1.09)IC 5.5 (3.7, 8.5)

中期分析

0 3 6 9 12 2115 18 24 27

Nivo

IC

73 52 37 30 27 13 8 3 1

38 29 18 13 10 5 2 2 0

0

0

0

10

20

30

40

50

60

70

80

90

100

Months

中位OS,

月 (95% CI)

HR

(95% CI)

Nivo 5.7 (4.4, 12.7) 0.89(0.54, 1.45)IC 5.8 (4.0, 9.8)

0 3 6 9 12 15 18

Nivo

IC

73 52 33 17 8 3

38 29 14 6 2 0

0

0

0

10

20

30

40

50

60

70

80

90

100

Months

OS

(%

)

Nivo

IC

No. at riskMonths

76 54 39 32 29 20 19 17 15 11

40 30 19 14 10 7 5 4 4 1

5

0

4

0

3

00

0

0 3 6 9 12 2115 18 24 27 30 33 36 39

0

10

20

30

40

50

60

70

80

90

100

Nivo

IC

OS

(%

)

OS

(%

)

数据截止日期：2015年11月

Ferris R L，et al. Oral Oncology, 2018, 81:45-51.

数据截止日期：2017年9月数据截止日期：2016年9月

• PD-L1≤1%（TPS） 患者随着随访时间延长，HR有持续下降趋势

• 7例完全应答者(2例PD-L1表达阳性，2例PD-L1表达阴性，3例未取得肿瘤PD-L1表达数据)

KEYNOTE 040：铂类进展后SCCHN中，PD-L1阳性患者pembrolizumab治疗获益显著

Eew C , et al. Lancet , 2019, 393(10167):156.

数据截止日期：2017年5月

CPS≥1 CPS＜1

TPS≥50 TPS＜50

KEYNOTE-048:一线治疗SCCHN，Pembrolizumab单药较EXTREME方案在CPS≥20及CPS≥1人群中有OS获益

1. Danny Rischin 2019 ASCO

截止日期：2019年9月25日，最后一名患者登记后进行25个月

CPS≥20 CPS≥1

中位OS（95%CI） 事件 HR(95%CI)

Pembrolizu

mab14.8（11.5-20.6） 71% 0.58

(0.44-0.78)Extreme 10.7（808-12.8） 89%

中位OS（95%CI） 事件 HR(95%CI)

Pembroliz

umab12.3（10.8-14.3） 77%

0.74

(0.61-0.90)Extreme 10.3（9.0-11.5） 90%

PD-L1的生物学特性及临床现状1-15

1. Dovedi SJ et al. Cancer Res. 2014;74(19):5458-5468. 2. Deng L et al. J Clin Invest. 2014;124(2):687-695. 3. Twyman-Saint Victor C et al. Nature. 2015;520(7547):373-377. 4. Qin X et al. Cell Mol Biol. 2010;56 Suppl:OL1366-72. 5. Qiao P et al. Poster

presentation at AACR 2014. 3750. 6. Zhang P et al. Mol Immunol. 2008;45(5):1470-1476. 7. Gong W et al. J Chemother. 2011;23(5):295-299. 8. Tel J et al. Cancer Immunol Immunother. 2012;61(7):1101-1111. 9. Ghebeh H et al. Breast Cancer Res.

2010;12(4):R48. 10. Lin K et al. Biochem Biophys Res Commun. 2015;463(1-2):95-101. 11. Omori S et al. Abstract presented at ASCO 2015 Annual Meeting. e22118. 12. Sharpe K et al. Clin Cancer Res. 2013;19(24):6924-6934. 13. McLaughlin J et al. JAMA

Oncol. 2016;2(1):46-54. 14. Heskamp S et al. Cancer Res. 2015;75(14):2928-2936. 15. Pardoll DM. Nat Rev Cancer. 2012;12:252-264. 16. Ann Oncol. 2017 Dec 1;28(suppl_12):xii18-xii32. doi: 10.1093/annonc/mdx238

肿瘤免疫逃逸机制16

PD-L1作为免疫治疗biomarker的挑战

• 阴性人群亦有获益

• 不同抗体、平台及阈值

• 判读的主观性

• 非‘有’与‘无’

• 异质性

• 动态表达（如治疗前后的影响）

单一PD-L1表达水平难以较好地衡量复

杂的肿瘤微环境状态

其他biomarker的探索

宿主环境

个体差异可能影响癌症发生、进

展和/或抗癌治疗的应答情况7,8

微生物组 | 胚系突变

免疫抑制

通过抑制T细胞激活，促进T细

胞消耗，或激活调控T细胞来抑

制免疫反应的机制1,2,6

LAG-3 | Tregs | MDSCs |IDO

炎性肿瘤

显示肿瘤微环境中免疫细胞浸

润和激活证据的肿瘤亚型1,2,5

PD-L1 | PD-L2 | TILs |

炎性基因特征

肿瘤抗原

肿瘤产生的抗原被宿主免疫系

统识别为非己并引发免疫系统

对肿瘤的破坏1-4

TMB | MSI-H/dMMR | 新抗原

*效应T细胞或自然杀伤细胞. IDO=吲哚胺-2,3-加双氧酶-1; LAG-3=淋巴细胞抗原基因-3; MDSCs=髓样抑制细胞; MSI-H=高微卫星不稳定性; PD-1=程序性死亡受体-1; PD-L1=程序性死亡配体-1; PD-L2=程序性死亡配体-2; TILs=肿瘤浸润淋巴细胞; TMB=肿瘤突变负荷; Tregs=调节性T细胞

肿瘤精准免疫治疗biomarker的探索

251. Ma W et al. J Hematol Oncol. 2016;9(1):47. 2. Gibney GT et al. Lancet Oncol. 2016;17(12):e542-e551. 3. Schumacher TN, Schreiber RD. Science. 2015;348(6230):69-74. 4. Eggermont LJ et al. Trends Biotechnol. 2014;32(9):456-465. 5. Masucci GV, et al. J Immunother Cancer. 2016;4:76. 6. Yuan J et al. J Immunother Cancer. 2016;4:3. 7. Chen DS, Mellman I. Nature. 2017;541(7637):321-330. 8. Zitvogel L et al. Sci Transl Med. 2015;7(271):271ps1.

PD-L2

• PD-L2是一种通过与PD-1受体结合参与免疫反应

负调控的跨膜蛋白1

• PD-L2表达于多种细胞表面，如巨噬细胞、树突状

细胞和肿瘤细胞2,3

• PD-L2的基础表达低于PD-L1，但可能存在诱导

出现1

• 结合PD-1的亲和力是PD-L1的2-6倍1,4

26

TCR

MHCPD-L1

PD-L2

PD-1CTLA4CD28

CD80 CD86

激活信号 抑制信号

第二信号：共刺激信号第一信号：识别信号

抗原提呈细胞

T细胞

1. Rozali EN, et al. Clin Dev Immunol 2012;2012:656340.

2. Keir ME, et al. Annu Rev Immunol 2008;26:677–704.

3. Korman AJ, et al. Adv Immunol 2006;90:297–339.

4. Youngnak P, et al. Biochem Biophy Res Commun 2003;307:672–677.

PD-L2在疗效中的预测

1. Yearley, et al. Clin Cancer Res; 23(12); 3158-67

• 在172名患者的队列中（共7个瘤种），PD-L1及PD-L2均为阳性的患者ORR较高• PD-L2在pembrolizumab中可以较好的预测PFS

PD-L2在头颈肿瘤中的表达

1. Yearley, et al. Clin Cancer Res; 23(12); 3158-67

• 有超过一半的SCCHN患者表达PD-L2，但PD-L1与PD-L2的表达并不完全一致• PD-L2在SCCHN基质细胞、肿瘤细胞、内皮细胞均有表达

ICH 评分：0 –negative，1-rare，2- low，3-moderate，4-high，5-very high

• 随着肿瘤生长，体细胞突变不断累积，但胚系DNA中不存在该突变1

• 肿瘤突变负荷(TMB)：肿瘤基因组中体细胞突变数量2,3

• 体细胞突变可以在RNA /蛋白质水平表达，形成新抗原(或新表位)，蛋白质/肽段被免疫系统识别为“非己”3,4

1.Stratton MR et al. Nature. 2009;458(7239):719-724.

2. Lawrence MS et al. Nature. 2013;499(7457):213-218.

3. Schumacher TN, Schreiber RD. Science. 2015;348(6230):69-74.

4.Chabanon RM et al. Clin Cancer Res. 2016;22(17):4309-4321.

5. Kim JM, Chen DS. Ann Oncol. 2016;27(8):1492-1504.

6. Giannakis M et al. Cell Rep. 2016;15:857-865.

高尔基体

RNA

多肽

内质网

DNA

TAP 蛋白蛋白酶体

MHC/肽复合物

肿瘤细胞

非己新抗原

细胞毒性T细胞

1.体细胞突变 2.转录成突变mRNA

3.突变蛋白的蛋白酶体加工

5. 肽与 MHC I 类复合物结合

4. TAP调控肽转运至内质网内

6. T细胞识别细胞表面肿瘤抗原

− 新抗原识别促进T细胞活化，

克隆扩增并分化为效应子和

记忆T细胞5,6

TMB和新抗原

TAP：抗原加工相关转运物MHC：主要组织相容性复合物

新抗原和免疫应答

• 新抗原是新出现的未被免疫系统识别过的抗原1,2

• 新抗原一经识别，可激活免疫系统

• 肿瘤特异性的新抗原的增加会导致肿瘤浸润淋巴细胞

数量增加，增强肿瘤的免疫原性1,3

• 肿瘤突变负荷（tumor mutational burden, TMB) 和

微卫星不稳定/错配修复损伤（microsatellite

instability-high/mismatch repair deficient, MSI-

H/dMMR) 与某些肿瘤中高水平的新抗原相关4-6

3. 抗原提呈细胞激活T细胞

4. T细胞杀伤肿瘤细胞

2. 抗原提呈细胞捕获新抗原

1. 肿瘤细胞产生新抗原

1. Schumacher TN, Schreiber RD. Science. 2015;348(6230):69-74. 2. Lu Y-C, Robbins PF. Semin Immunol. 2016;28(1):22-27. 3. Kim JM, Chen DS. Ann Oncol. 2016;27(8):1492-1504. 4. Hause RJ et al. Nat Med. 2016;22(11):1342-1350. 5. Bogaert J, Prenen H. Ann Gastroenterol. 2014;27(1):9-14. 6. Rooney MS et al. Cell. 2015;160(1-2):48-61.

不同肿瘤类型的突变率

1. Alexandrov LB et al. Nature 2013;500(7463):415-421.

Alexandrov LB et al. Nature 2013;500(7463):415-421.*使用基于提取突变特征的算法分析7042例原发肿瘤样本得出

1000

100

10

1.0

0.1

0.001

纤维

性星

形细

胞瘤

急性

淋巴

细胞

白血

病

成神

经管

细胞

瘤

急性

髓性

白血

病

肾脏

难染

细胞

癌

慢性

淋巴

细胞

白血

病

成神

经细

胞瘤

恶性

胶质

瘤

胰腺

癌

低级

别胶

质瘤

B细

胞淋

巴瘤

前列

腺癌

骨髓

瘤

卵巢

癌

肾乳

头状

瘤

肾透

明细

胞癌

子宫

肌瘤

胃癌

头颈

部癌

宫颈

癌

结直

肠癌

食管

癌

小细

胞肺

癌

肺腺

癌

肺鳞

癌

黑色

素瘤

体细

胞突

变率

(*突

变/兆

碱基

)

0.01

甲状

腺癌

乳腺

癌

肝癌

膀胱

癌

头颈肿瘤TMB较高*

PD-1/PD-L1抑制剂的疗效与瘤种的TMB水平具有相关性

Yarchoan M et al. N Engl J Med. 2017 Dec 21;377(25):2500-2501.

• 27个瘤种肿瘤患者接受PD-1或PD-L1抑制剂治疗，各瘤种ORR与TMB水平正相关

在远处转移SCCHN患者中，应答患者TMB增高

1. Sean M Mcbride, et al. 2019 ASCO poster

方法/设计

• 一项随机对照研究，复发（M1）的SCCHN患者，接受Nivolumab单药或Nivolumab+SBRT

• 通过MSK-IMPACT检测肿瘤样本中的TMB

应答患者的TMB显著高于未应答患者

TMB作为Biomarker：高TMB与高PD-L1表达不是同一人群

1. Kowanetz M et al. Oral presentation at WCLC 2016. 2. Hellman M. Oral presentation at TAT Congress 20163. Solange P, et al. at AACR 2017, Abstract CT082.ESMO 2017, b-TMB in POPLAR & OAK.

Nivolumab(CheckMate 227,肿瘤PD-L1表达)

Atezolizumab(bTMB in POPLAR & OAK)

≥1%

71%

PD-L1 表达(%)

TM

B(M

u/M

b)

0

20

40

60

80

100

160

120

140

0 20 40 60 80 100

TMB是一个不同于PD-L1的，新的IO疗效预测性生物标志物

1. Frampton GM et al. Nat Biotechnol. 2013;31(11):1023-1031. 2. Ulahannan D. Br J Cancer. 2013;109(4):827-835.

DNA抽提 临床报告数据分析

ACTGTGCGACGA

CGCGTAGATCGC

AACGTCGCGATA

比对DNA

测序制备文库 杂交捕获

• 测序过程中可能发生样本损耗、因技术复杂对实验室要求高2

• 与全外显子测序（WES )相比，使用经选择的基因组合(gene panels)的挑战较少2

基于NGS的基因panel分析和工作流程

TMB作为Biomarker的挑战：NGS检测过程复杂

35

基因表达谱（GEP, gene expression profiling)

• 肿瘤炎症基因特征是指可反应肿瘤微环境中免疫细胞状况的特定基因

表达谱1,2

• 炎症基因特征可通过测序技术分析，如特定mRNA表达谱分析及RNA

测序等3,4

• 炎症基因特征包含免疫细胞相关的多种信息，如细胞类型、数量、功

能、定位等5

1. Walker MS, Hughes TA. Int J Mol Med. 2008;21(1):13-17. 2. Linsley PS et al. PLoS One. 2015;10(9):e0138726. 3. Fumagalli D et al. BMC Genomics. 2014;15:1008. 4. Cesano A. J Immunother Cancer. 2015;3.42. 5. Galon J et al. Immunity. 2013;39(1):11-26.

Platform

Figure adapted from Nina RR et al. post presentation at 2018 ESMO, 123P

炎症基因特征与免疫治疗的相关性

37

（n=313) （n=313)

• 探索性研究PD-1抑制剂疗效和患者肿瘤炎症基因特征的相关性 (分析人数313，涉及20个瘤种）

Patrick A Ott et al. Post presentation, 2017 ESMO, 84PD

• 从患者治疗前石蜡组织切片中提取RNA，分析18个炎症基因表达水平：CCL5, CD27, CD274 (PD-L1), CD276 (B7-H3), CD8A, CMKLR1, CXCL9, CXCR6, HLA.DQA1, HLA.DRB1, HLA.E,

IDO1, LAG3, NKG7, PDCD1LG2 (PDL2), PSMB10, STAT1, and TIGIT

GEP=基因表达谱GEP 评分:根据18个基因的表达情况，基于相关算法进行计算

GEP评分高的患者亚组 ORR更高，PFS更长

炎症基因特征与头颈肿瘤免疫治疗的相关性

• 本研究收集了来自KEYNOTE 012队列研究中的40例SCCHN患者的肿瘤RNA表达谱数据。• 分析包括IFN-γ 表达特征（6 gene）及扩展免疫表达特征（18 gene）

ORR 22.5% ，n=40

基因表达特征越高，肿瘤反应越好

Ayers M , et al. The Journal of clinical investigation, 2017, 127(8):2930-2940.

炎症基因特征对头颈肿瘤免疫治疗预测能力

18基因T细胞炎症基因谱较PD-L1有更好的预测价值

• 本研究收集了来自KEYNOTE 012队列研究中的40例SCCHN患者的肿瘤RNA表达谱数据。• 分析包括IFN-γ 表达特征（6 gene）及扩展免疫表达特征（18 gene）

提示基因表达谱具有良好的预测能力

肿瘤浸润淋巴细胞 (Tumor-Infiltrating Lymphocytes, TILs)

• TILs，是进入肿瘤微环境介导抗肿瘤免疫反应的免

疫细胞，如细胞毒性T细胞和自然杀伤细胞1,5

• 根据免疫细胞浸润情况，肿瘤可被分为不同的类

型，TILs的水平与免疫微环境的炎症程度紧密相关1,4

• TIL 可通过免疫组化、流式细胞术、微滴式数字

PCR等手段进行检测3,6

• 目前，关于TILs作为免疫治疗预测性生物标志物的

研究正在开展当中

401. Masucci GV et al. J Immunother Cancer. 2016;4:76. 2. Ma W et al. J Hematol Oncol. 2016;9(1):47. 3. Hegde PS et al. Clin Cancer Res. 2016;22(8):1865-1874. 4. Yuan J et al. J Immunother Cancer. 2016;4:3. 5. Wein L et al. Front Oncol. 2017. 2017;7:156. 6. Robins H et al. Sci Transl Med. 2013;5(214):214ra169.

T 细胞

自然杀伤细胞

TILs与免疫治疗的相关性

41Nat Commun. 2018 Aug 10;9(1):3196

a

b c

TILs与PD-L1的联合探索

• 根据TILs和PD-L1表达情况分类肿瘤1：

Type I: TIL+ PD-L1+

Type III: TIL- PD-L1+

Type II: TIL- PD-L1-

Type IV: TIL+ PD-L1-

基于初步研究，Type I型（TIL+ PD-L1+）更易于从PD-1/PD-L1抑制剂治疗中获益，但需更多研究数据支持1,2

1. Teng MW et al. Cancer Res. 2015 Jun 1;75(11):2139-45; 2. Tokito T et al. Eur J Cancer. 2016 Mar;55:7-14.

调节性T细胞（Tregs）

• 调节性T细胞(Tregs)是CD4+细胞的一个小亚群。

• Tregs的特点是转录因子叉头盒蛋白3 (FoxP3)的表达，也

称为头屑。

• Tregs是适应性免疫反应的调节剂，在维持机体对自身抗原

的耐受性方面发挥着重要作用，同时也具有与肿瘤微环境

相关的抑制作用。

• 这些免疫调节特性是许多旨在抑制癌细胞活性的治疗策略

发展的主要原因。

1. Frydrychowicz M, et al. Scand J Immunol. 2017 Dec;86(6):436-443.

2. Ruth J. Davis, et al. Oral Oncol. ;58:59-70.

CheckMate 141: Nivolumab治疗患者中的生物标记物

1. R Haddad, et al. 2017 ESMO14

*P < 0.05; ***P < 0.001

TBPNR =治疗进展后肿瘤病变稳定或增加; TBPR =治疗进展后肿瘤病变的减少

• 在治疗第43天，PD-1+ Tregs在TBP应答者中显著下调，而在治疗第43天，PD-1+ Tregs在TBP应答者和TBP无应答者中下调

Day 1

Day 43

PD-1+ Tregs

CR/PR

(n = 15)

PD

(n = 9)

TBPR

(n = 3)

PD

-1+

Tre

gs

(%)

0

20

30

50

10

TBPNR

(n = 9)

40

*

***

CheckMate 141: Nivolumab治疗患者中的生物标记物

1. R Haddad, et al. 2017 ESMO14

*P < 0.05

TBPNR =治疗进展后肿瘤病变稳定或增加; TBPR =治疗进展后肿瘤病变的减少

• 与无应答者相比，TBP应答者的CTLA-4+ CD8+效应Y细胞水平在基线时显著降低

CTLA-4+ Tregs CTLA-4+ CD8+

CR/PR

(n = 15)

PD

(n = 9)

0

20

40

60

CT

LA

-4+

Tre

gs

(%)

TBPR

(n = 3)

TBPNR

(n = 9)

CR/PR

(n = 15)

PD

(n = 9)

TBPR

(n = 3)

0

10

40

50

CT

LA

-4+

CD

8+

ce

lls

(%

)

*

20

30

TBPNR

(n = 9)

Day 1

Day 43

宿主环境：肠道微生物菌群

46

宿主环境：肠道微生物菌群

• 肠道微生物菌群在终生编程固有和获得性免疫反应中起着至关重要的作用，它可以微调炎症，感染以及食物和共生抗原的耐受性之间的微妙平衡

47Patrick A Ott et al. Post presentation, 2017 ESMO, 84PD

肠道菌群与PD-1/PD-L1疗效

48Routy et al., Science 359, 91–97 (2018)；V. Gopalakrishnan，Science 05 Jan 2018

小 结

Biomarker 对于PD-1/PD-L1抑制剂的疗效预测备受关注

◆ PD-L1的表达在不同肿瘤存在高度异质性，且随着治疗而动态变化

◆ PD-L1检测存在多种试剂和评估方法，目前28-8、SP263、22C3三种检测在肺癌/头颈肿瘤检测

的一致性较高

◆ CM-141数据显示PD-L1表达与Nivo治疗铂类进展SCCHN患者的OS无关

◆ TMB预测免疫治疗疗效仍需进一步的临床验证

◆ GEP作为免疫治疗生物标志物已在多瘤种中进行临床探索，但进入临床应用仍需验证（基因谱的

选择、平台、阈值等）

目前临床上针对免疫治疗尚无非常完美的生物标记物，需要更多的探索从而达到

精准疗效预测

49