Nghiên cứu Y - Dược Thứ bảy, ngày 6/11/2021

Mô hình học máy sử dụng dữ liệu lâm sàng và bộ gen để dự đoán hiệu quả của liệu pháp miễn dịch

Một mô hình học máy mới dự đoán chính xác liệu phong tỏa điểm kiểm tra miễn dịch (ICB), một loại thuốc điều trị miễn dịch đang phát triển, có hiệu quả ở những bệnh nhân được chẩn đoán mắc nhiều loại ung thư hay không.
Ảnh minh họa
Ảnh minh họa
Một mô hình học máy mới được phát triển bởi Timothy Chan, MD, PhD, của Cleveland Clinic và các đồng nghiệp dự đoán chính xác liệu phong tỏa điểm kiểm tra miễn dịch (ICB), một loại thuốc điều trị miễn dịch đang phát triển, có hiệu quả ở những bệnh nhân được chẩn đoán mắc nhiều loại bệnh ung thư hay không.

Công cụ dự báo đánh giá nhiều yếu tố sinh học và lâm sàng cụ thể của từng bệnh nhân để dự đoán mức độ đáp ứng với các chất ức chế điểm kiểm tra miễn dịch và kết quả sống sót. Nó vượt trội hơn rõ rệt so với các dấu ấn sinh học riêng lẻ hoặc các tổ hợp biến số khác được phát triển cho đến nay, theo phát hiện được công bố trên tạp chí Nature Biotechnology .

Với việc xác nhận thêm, công cụ này có thể giúp các bác sĩ ung thư xác định rõ hơn những bệnh nhân có nhiều khả năng được hưởng lợi từ ICB nhất. Sáng suốt, trước khi điều trị, những bệnh nhân mà ICB sẽ không hiệu quả có thể giảm chi phí không cần thiết và tiếp xúc với các tác dụng phụ tiềm ẩn. Nó cũng có thể chỉ ra sự cần thiết phải theo đuổi các chiến lược điều trị thay thế, chẳng hạn như các liệu pháp kết hợp.

“Điều quan trọng là phải biết bệnh nhân phù hợp với phương thức điều trị nào nhất,” Tiến sĩ Chan, giám đốc Trung tâm điều trị miễn dịch & ung thư miễn dịch chính xác của Phòng khám Cleveland cho biết. "Mô hình của chúng tôi cung cấp sự hiểu biết toàn diện hơn về sự đa dạng của các phản ứng giữa các bệnh nhân với việc phong tỏa điểm kiểm tra miễn dịch. Đây là mô hình đầu tiên tập hợp một tập hợp quy mô lớn các biến số lâm sàng và di truyền có giá trị dự đoán cho liệu pháp miễn dịch đối với nhiều loại ung thư."

Những phát hiện mới nhất này được xây dựng dựa trên công trình trước đó của Tiến sĩ Chan, người đã phát hiện ra rằng những bệnh nhân có gánh nặng đột biến khối u cao và thiếu sót sửa chữa DNA đáp ứng tốt với liệu pháp kiểm tra miễn dịch. Những phát hiện này đã được xác nhận bởi các thử nghiệm lâm sàng và FDA đã chấp thuận là chứng nhận bất khả tri loại khối u đầu tiên cho bất kỳ liệu pháp điều trị ung thư nào.

Các điểm kiểm tra miễn dịch là các protein trên các tế bào miễn dịch cụ thể (tế bào T) mà khi được kích hoạt hoặc "bật", sẽ ngăn các phản ứng miễn dịch quá mạnh và phá hủy các tế bào khỏe mạnh. Một số tế bào ung thư có thể đánh cắp tín hiệu trạm kiểm soát để ngụy trang và tránh bị hệ thống miễn dịch của bệnh nhân nhắm mục tiêu. Thuốc ức chế trạm kiểm soát là một nhóm thuốc điều trị miễn dịch ngăn chặn các tế bào ung thư kích hoạt các trạm kiểm soát này.


Tuy nhiên, ICB không có hiệu quả đối với tất cả các loại ung thư. Ngay cả trong các bệnh ung thư đáp ứng với ICB, một nửa hoặc nhiều hơn tất cả các bệnh nhân được điều trị bằng ICB không thu được lợi ích lâm sàng. Nghiên cứu trước đây đã xác định một số dấu ấn sinh học và đặc điểm bộ gen liên quan đến hiệu quả ICB, nhưng không có yếu tố đơn lẻ nào có thể được coi là yếu tố dự báo tối ưu về kết quả điều trị.

Trong nghiên cứu này, Tiến sĩ Chan và các đồng nghiệp của ông đã phát triển mô hình của họ bằng cách sử dụng bộ dữ liệu chứa thông tin lâm sàng, khối u và trình tự di truyền từ gần 1.500 bệnh nhân với 16 loại ung thư khác nhau được điều trị bằng hai loại chất ức chế điểm kiểm tra miễn dịch khác nhau (cụ thể là PD-1 / Chất ức chế PD-LI và phong tỏa CTLA-4) hoặc kết hợp cả hai. Sau đó, họ áp dụng một thuật toán kết hợp nhiều biến số di truyền, phân tử, lâm sàng và nhân khẩu học, một số biến số đã được chứng minh là có liên quan đến phản ứng ICB.

Điều thú vị là các nhà nghiên cứu phát hiện ra rằng biến số có ảnh hưởng lớn nhất đến phản ứng ICB là gánh nặng đột biến của khối u (tần suất của một số đột biến trong gen của khối u), theo sau là tiền sử hóa trị của bệnh nhân. Mức độ của ba chất chỉ điểm máu - hemoglobin, tiểu cầu và albumin - cũng có giá trị dự đoán mạnh mẽ, không chỉ để dự báo khả năng sống sót tổng thể của bệnh nhân mà còn là phản ứng chụp X quang thực tế đối với điều trị ICB.

Tiến sĩ Chan nói: “Làm thế nào những biến số này hoạt động cùng nhau thực sự là chìa khóa ở đây. "Mô hình này cho thấy rằng, thay vì một dấu ấn sinh học dự đoán duy nhất, chúng tôi đang hướng tới một hình ảnh đa yếu tố để sử dụng trong lâm sàng."

Mô hình tích hợp đầy đủ của nhóm được chứng minh là có độ chính xác cao, vượt trội đáng kể so với hai công cụ dự báo khác, bao gồm gánh nặng đột biến khối u, được FDA phê duyệt vào năm 2020 như một dấu ấn sinh học để dự đoán hiệu quả ICB chống PD-1 trong các khối u rắn.

"Mô hình hoạt động tốt, mặc dù loại ung thư đang được đánh giá, điều này cho thấy những điểm chung này mới là điều quan trọng", Tiến sĩ Chan giải thích. "Đây là những yếu tố chính ảnh hưởng đến phản ứng ICB. Các yếu tố này có thể có trọng số khác nhau một chút từ ung thư đến ung thư, nhưng nó gần giống như một ngôn ngữ chung để dự đoán phản ứng."

Tổng hợp lại, các kết quả tích cực hỗ trợ việc tiến tới kiểm tra mô hình trong một thử nghiệm lâm sàng với một nhóm lớn, đa dạng bệnh nhân ung thư, điều này sẽ cung cấp đánh giá chính xác hơn về hiệu suất của nó trong môi trường thực tế.

Nguồn : Cleveland Clinic
- Thuocbietduoc.com.vn cung cấp thông tin về hơn 30.000 loại thuốc theo toa, thuốc không kê đơn. - Các thông tin về thuốc trên Thuocbietduoc.com.vn cho mục đích tham khảo, tra cứu và không dành cho tư vấn y tế, chẩn đoán hoặc điều trị. - Khi dùng thuốc cần tuyệt đối tuân theo theo hướng dẫn của Bác sĩ
- Chúng tôi không chịu trách nhiệm về bất cứ hậu quả nào xảy ra do tự ý dùng thuốc dựa theo các thông tin trên Thuocbietduoc.com.vn
Thông tin Thuốc và Biệt Dược
- Giấy phép ICP số 235/GP-BC.
© Copyright Thuocbietduoc.com.vn
- Email: contact@thuocbietduoc.com.vn