在SITC 2022上，OncoHost将展示基于蛋白质组学的生物标志物模型，用于非小细胞肺癌患者免疫治疗的临床获益

OncoHost开发了一种新的预测非小细胞肺癌(NSCLC)患者免疫检查点抑制剂(ICI)临床获益的模型。该模型基于治疗前血液样本的蛋白质组学分析，结合机器学习分析，准确预测12个月的临床获益概率，优于现有PD-L1生物标志物的预测能力。本研究采用OncoHost首开先河,先知®平台，并将作为海报呈现在癌症免疫治疗学会(SITC)第37届年会。

目前，预测ICI治疗的临床获益以及选择有效安全的治疗方式(即单独免疫治疗还是免疫治疗联合化疗)主要依赖于PD-L1的表达水平。然而，现有的检测方法只能适度预测。此外，基于免疫治疗的策略的临床获益仍然局限于少数患者，这反映出需要确定临床获益的预测性生物标志物，并最终改善患者对真正个性化治疗计划的选择。

OncoHost的科学与创新主任、该研究的首席研究员michael Harel博士说:“我们很自豪能够再次为非小细胞肺癌患者的临床获益预测提供强有力的科学证据。”“我们专有的基于机器学习和蛋白质组学的平台PROphet®提供了两个临床应用程序;首先，它可以成功预测12个月的临床获益;其次，该模型与PD-L1检测相结合，为医生提供了一个决策工具，可以决定是否对患者进行单独免疫治疗或联合化疗，这对总生存率有显著影响。”

该预测模型是在一个队列上建立的339接受ici治疗的非小细胞肺癌患者参加了OncoHost正在进行的多中心研究预见性临床试验。收集血浆样本和临床数据，并使用SomaLogic (NASDAQ: SLGC)的SomaScan平台进行深度蛋白质组分析。采用盲法验证评估模型的性能。PROphet®显示出强大的预测能力，并成功地识别出那些将从免疫治疗联合化疗中获得长期受益的患者，以及那些将从免疫治疗中获益的患者。这是迄今为止尚未解决的重要临床问题。首次在非小细胞肺癌中，基于血液的测试能够通过将患者分为四个亚组来成功地指导治疗选择，每个亚组在单药治疗和联合治疗中表现出不同的总体生存行为。

“我们很自豪能够成功开发出一种临床决策支持工具，它能够回答一个明确的问题，并取得有力的结果。通过将PROphet®的输出与PD-L1测试结果相结合，我们的模型将帮助临床医生管理治疗方式，他们的患者实际上可以从中受益。这将为这些患者的护理带来重大转变，”OncoHost首席执行官、医学博士奥弗·沙龙(Ofer Sharon)说。“对于我们公司来说，这是一个激动人心的时刻，因为我们正在美国为非小细胞肺癌患者推出我们的PROphet®测试，这些结果只会进一步支持我们开发精确肿瘤学工具以改善癌症连续体患者预后的最终目标。”

临床研究是与，海德堡大学，梅奥诊所，加州大学戴维斯分校综合癌症中心，托马斯·杰斐逊大学西德尼·金梅尔医学院，俄亥俄州立大学韦克斯纳医学中心，以及其他机构。

该海报将于2022年11月10日至11日美国东部时间9:00至21:00在SITC海报厅展示，并将在癌症免疫治疗杂志(JITC)补充。