肠道微生物可以影响癌症免疫疗法的反应如何

一个新的研究论文发表Oncotarget2022年7月19日,名为“预测癌症免疫疗法反应肠道微生物组使用机器学习模型”。

“在过去的十年中,癌症免疫疗法的使用目标免疫抑制剂检查站(艾多酷)促进T细胞介导肿瘤细胞间隙显著提高癌症患者的生存。”

癌症免疫疗法显著提高患者生存。然而,一半的病人不应对免疫疗法。肠道微生物与临床反应的黑色素瘤患者免疫疗法;然而,不同类群与涉及与响应状态分类单元之间的不一致的研究。

在这个新的研究中,由海梁Jay-Hyun乔张志伟,玛格丽特·a·MacGibeny Jungmin汉,戴安娜m .学监,莫妮卡·e·泰勒,你切,保罗·朱诺安德里亚·b·阿波罗John a .麦克洛克Diwakar Davar, Hassane m . Zarour Amiran k . Dzutsev艾萨克•布劳内尔Giorgio Trinchieri詹姆斯·l·加里和海蒂h .香港的美国国立卫生研究院的图书馆,国家癌症研究所,国家人类基因组研究所,西弗吉尼亚大学,齐默尔曼Associates Inc .),匹兹堡大学,研究人员使用tumor-agnostic方法找到常见的微生物群落中响应特性不同的晚期癌症患者免疫治疗。

“使用合并后的数据集,我们训练和验证模型与机器学习算法来预测病人的临床反应,其次是cross-sequencing-platform验证使用猎枪宏基因组测序数据。”

总计16 s rRNA基因测序数据的分析发表的混合瘤组和三个免疫治疗肠道微生物组数据集不同黑色素瘤病人军团发现某些肠道细菌类群与免疫治疗肿瘤类型的响应状态不管。

使用多元selbal分析,研究人员发现两个不同的组的细菌属与反应者与无关联。肠道微生物群落特征的统计模型显示强劲的免疫治疗反应预测精度扩增子测序数据和在cross-sequencing平台验证了猎枪宏基因组数据集。

结果显示基线肠道微生物特性可预测肿瘤患者免疫疗法的临床结果和其中的一些特性可能在不同的肿瘤类型可归纳的,病人军团,测序平台。结果证明机器学习模型可以揭示microbiome-immunotherapy交互,最终可能改善癌症病人的结果。

“总之,分析我们的队列和合并后的微生物组数据集提供了一个健壮的评估免疫治疗病人的肠道微生物组。可靠的模型的开发提供了额外的机会识别和预测免疫治疗无反应者。然而,主要微生物类群和宿主免疫之间的相互作用仍然需要阐明。最终,这一研究将帮助识别微生物生物标记或新型治疗靶点改善免疫治疗结果和癌症患者的总体生存。”

参考张:梁H,乔JH, Z, et al .预测癌症免疫疗法反应肠道微生物组使用机器学习模型。Oncotarget。2022;13:876 - 889。doi:10.18632 / oncotarget.28252