CN110446928B - 用于预测癌症免疫疗法临床效果的免疫学生物标志物 - Google Patents
用于预测癌症免疫疗法临床效果的免疫学生物标志物 Download PDFInfo
- Publication number
- CN110446928B CN110446928B CN201880018787.0A CN201880018787A CN110446928B CN 110446928 B CN110446928 B CN 110446928B CN 201880018787 A CN201880018787 A CN 201880018787A CN 110446928 B CN110446928 B CN 110446928B
- Authority
- CN
- China
- Prior art keywords
- low
- cells
- cell
- cd62l
- amount
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000002619 cancer immunotherapy Methods 0.000 title claims abstract description 205
- 239000000090 biomarker Substances 0.000 title description 53
- 230000001900 immune effect Effects 0.000 title description 2
- 210000001744 T-lymphocyte Anatomy 0.000 claims abstract description 1118
- 101001018097 Homo sapiens L-selectin Proteins 0.000 claims abstract description 500
- 102100033467 L-selectin Human genes 0.000 claims abstract description 500
- 238000000034 method Methods 0.000 claims abstract description 175
- 239000000203 mixture Substances 0.000 claims abstract description 130
- 210000000662 T-lymphocyte subset Anatomy 0.000 claims abstract description 98
- 206010028980 Neoplasm Diseases 0.000 claims abstract description 94
- 201000011510 cancer Diseases 0.000 claims abstract description 65
- 101001057504 Homo sapiens Interferon-stimulated gene 20 kDa protein Proteins 0.000 claims description 242
- 101001055144 Homo sapiens Interleukin-2 receptor subunit alpha Proteins 0.000 claims description 242
- 210000004027 cell Anatomy 0.000 claims description 210
- 230000004044 response Effects 0.000 claims description 176
- 229940076838 Immune checkpoint inhibitor Drugs 0.000 claims description 49
- 108091008026 Inhibitory immune checkpoint proteins Proteins 0.000 claims description 49
- 102000037984 Inhibitory immune checkpoint proteins Human genes 0.000 claims description 49
- 239000012274 immune-checkpoint protein inhibitor Substances 0.000 claims description 49
- 230000035945 sensitivity Effects 0.000 claims description 49
- 239000012270 PD-1 inhibitor Substances 0.000 claims description 31
- 239000012668 PD-1-inhibitor Substances 0.000 claims description 31
- 239000012271 PD-L1 inhibitor Substances 0.000 claims description 31
- 229940121655 pd-1 inhibitor Drugs 0.000 claims description 31
- 229940121656 pd-l1 inhibitor Drugs 0.000 claims description 31
- 229960003301 nivolumab Drugs 0.000 claims description 19
- 210000005259 peripheral blood Anatomy 0.000 claims description 15
- 239000011886 peripheral blood Substances 0.000 claims description 15
- 229960002621 pembrolizumab Drugs 0.000 claims description 12
- 239000003795 chemical substances by application Substances 0.000 claims description 11
- 238000002360 preparation method Methods 0.000 claims description 11
- 102000017578 LAG3 Human genes 0.000 claims description 4
- 102100026878 Interleukin-2 receptor subunit alpha Human genes 0.000 claims 5
- 101150030213 Lag3 gene Proteins 0.000 claims 2
- 102100040678 Programmed cell death protein 1 Human genes 0.000 claims 2
- 101710089372 Programmed cell death protein 1 Proteins 0.000 claims 2
- 210000004443 dendritic cell Anatomy 0.000 abstract description 337
- 230000005975 antitumor immune response Effects 0.000 abstract description 98
- 230000000638 stimulation Effects 0.000 abstract description 79
- 230000004043 responsiveness Effects 0.000 abstract description 65
- 238000011282 treatment Methods 0.000 abstract description 19
- 101000716102 Homo sapiens T-cell surface glycoprotein CD4 Proteins 0.000 description 887
- 102100036011 T-cell surface glycoprotein CD4 Human genes 0.000 description 887
- 102100027268 Interferon-stimulated gene 20 kDa protein Human genes 0.000 description 237
- 102100034922 T-cell surface glycoprotein CD8 alpha chain Human genes 0.000 description 206
- 101000946843 Homo sapiens T-cell surface glycoprotein CD8 alpha chain Proteins 0.000 description 205
- 210000003289 regulatory T cell Anatomy 0.000 description 72
- 108010074708 B7-H1 Antigen Proteins 0.000 description 62
- 102100024216 Programmed cell death 1 ligand 1 Human genes 0.000 description 62
- 101100519207 Mus musculus Pdcd1 gene Proteins 0.000 description 51
- 101000914484 Homo sapiens T-lymphocyte activation antigen CD80 Proteins 0.000 description 48
- 102100027222 T-lymphocyte activation antigen CD80 Human genes 0.000 description 48
- 102000006354 HLA-DR Antigens Human genes 0.000 description 46
- 108010058597 HLA-DR Antigens Proteins 0.000 description 46
- 230000014509 gene expression Effects 0.000 description 42
- 101000914514 Homo sapiens T-cell-specific surface glycoprotein CD28 Proteins 0.000 description 40
- 102100027213 T-cell-specific surface glycoprotein CD28 Human genes 0.000 description 40
- 239000000523 sample Substances 0.000 description 40
- 101000851370 Homo sapiens Tumor necrosis factor receptor superfamily member 9 Proteins 0.000 description 37
- 102100036856 Tumor necrosis factor receptor superfamily member 9 Human genes 0.000 description 37
- 101710149863 C-C chemokine receptor type 4 Proteins 0.000 description 36
- 102100032976 CCR4-NOT transcription complex subunit 6 Human genes 0.000 description 36
- 230000000259 anti-tumor effect Effects 0.000 description 35
- 102100036301 C-C chemokine receptor type 7 Human genes 0.000 description 33
- 101000716065 Homo sapiens C-C chemokine receptor type 7 Proteins 0.000 description 33
- 239000000427 antigen Substances 0.000 description 29
- 102000036639 antigens Human genes 0.000 description 29
- 108091007433 antigens Proteins 0.000 description 29
- 230000006870 function Effects 0.000 description 23
- 230000028993 immune response Effects 0.000 description 23
- 208000037821 progressive disease Diseases 0.000 description 23
- 230000001965 increasing effect Effects 0.000 description 21
- 230000003993 interaction Effects 0.000 description 21
- 230000001225 therapeutic effect Effects 0.000 description 20
- 108090000623 proteins and genes Proteins 0.000 description 19
- 239000003153 chemical reaction reagent Substances 0.000 description 17
- 238000002560 therapeutic procedure Methods 0.000 description 17
- 230000036961 partial effect Effects 0.000 description 16
- 230000000694 effects Effects 0.000 description 15
- 238000000684 flow cytometry Methods 0.000 description 14
- 239000003550 marker Substances 0.000 description 13
- 230000007246 mechanism Effects 0.000 description 13
- 210000003162 effector t lymphocyte Anatomy 0.000 description 11
- 102100022297 Integrin alpha-X Human genes 0.000 description 10
- -1 foxP3 Proteins 0.000 description 10
- 210000004698 lymphocyte Anatomy 0.000 description 10
- 238000012360 testing method Methods 0.000 description 10
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 9
- 230000007423 decrease Effects 0.000 description 9
- 238000001514 detection method Methods 0.000 description 9
- 238000007477 logistic regression Methods 0.000 description 9
- 239000000126 substance Substances 0.000 description 9
- 210000000612 antigen-presenting cell Anatomy 0.000 description 8
- 210000001185 bone marrow Anatomy 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000004069 differentiation Effects 0.000 description 8
- 238000010186 staining Methods 0.000 description 8
- 210000001519 tissue Anatomy 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 239000012636 effector Substances 0.000 description 7
- 239000000049 pigment Substances 0.000 description 7
- 210000005134 plasmacytoid dendritic cell Anatomy 0.000 description 7
- 102000004169 proteins and genes Human genes 0.000 description 7
- 239000002904 solvent Substances 0.000 description 7
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 6
- 102000037982 Immune checkpoint proteins Human genes 0.000 description 6
- 108091008036 Immune checkpoint proteins Proteins 0.000 description 6
- 241000699670 Mus sp. Species 0.000 description 6
- 230000002596 correlated effect Effects 0.000 description 6
- 238000001943 fluorescence-activated cell sorting Methods 0.000 description 6
- 238000009169 immunotherapy Methods 0.000 description 6
- 239000007924 injection Substances 0.000 description 6
- 238000002347 injection Methods 0.000 description 6
- 239000007788 liquid Substances 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 239000013642 negative control Substances 0.000 description 6
- 239000002245 particle Substances 0.000 description 6
- 239000000047 product Substances 0.000 description 6
- 235000018102 proteins Nutrition 0.000 description 6
- 238000000611 regression analysis Methods 0.000 description 6
- 239000000243 solution Substances 0.000 description 6
- 230000004083 survival effect Effects 0.000 description 6
- 102100039498 Cytotoxic T-lymphocyte protein 4 Human genes 0.000 description 5
- 102100033493 Interleukin-3 receptor subunit alpha Human genes 0.000 description 5
- 239000011324 bead Substances 0.000 description 5
- 230000000875 corresponding effect Effects 0.000 description 5
- 201000010099 disease Diseases 0.000 description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- MHMNJMPURVTYEJ-UHFFFAOYSA-N fluorescein-5-isothiocyanate Chemical compound O1C(=O)C2=CC(N=C=S)=CC=C2C21C1=CC=C(O)C=C1OC1=CC(O)=CC=C21 MHMNJMPURVTYEJ-UHFFFAOYSA-N 0.000 description 5
- 238000009472 formulation Methods 0.000 description 5
- 108020004999 messenger RNA Proteins 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 239000000546 pharmaceutical excipient Substances 0.000 description 5
- 239000012071 phase Substances 0.000 description 5
- 238000000746 purification Methods 0.000 description 5
- 230000011664 signaling Effects 0.000 description 5
- 239000007787 solid Substances 0.000 description 5
- 238000011301 standard therapy Methods 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 229940045513 CTLA4 antagonist Drugs 0.000 description 4
- 108010010803 Gelatin Proteins 0.000 description 4
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 4
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 description 4
- 102100026966 Thrombomodulin Human genes 0.000 description 4
- 238000003556 assay Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- WQZGKKKJIJFFOK-VFUOTHLCSA-N beta-D-glucose Chemical compound OC[C@H]1O[C@@H](O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-VFUOTHLCSA-N 0.000 description 4
- 239000002775 capsule Substances 0.000 description 4
- 239000000969 carrier Substances 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 230000017188 evasion or tolerance of host immune response Effects 0.000 description 4
- 238000010195 expression analysis Methods 0.000 description 4
- 239000008273 gelatin Substances 0.000 description 4
- 229920000159 gelatin Polymers 0.000 description 4
- 235000019322 gelatine Nutrition 0.000 description 4
- 235000011852 gelatine desserts Nutrition 0.000 description 4
- 230000005746 immune checkpoint blockade Effects 0.000 description 4
- 238000001802 infusion Methods 0.000 description 4
- 238000002955 isolation Methods 0.000 description 4
- 210000000265 leukocyte Anatomy 0.000 description 4
- 210000001165 lymph node Anatomy 0.000 description 4
- HQKMJHAJHXVSDF-UHFFFAOYSA-L magnesium stearate Chemical compound [Mg+2].CCCCCCCCCCCCCCCCCC([O-])=O.CCCCCCCCCCCCCCCCCC([O-])=O HQKMJHAJHXVSDF-UHFFFAOYSA-L 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 208000002154 non-small cell lung carcinoma Diseases 0.000 description 4
- 229920001184 polypeptide Polymers 0.000 description 4
- 102000004196 processed proteins & peptides Human genes 0.000 description 4
- 108090000765 processed proteins & peptides Proteins 0.000 description 4
- 230000002829 reductive effect Effects 0.000 description 4
- 239000000725 suspension Substances 0.000 description 4
- 208000029729 tumor suppressor gene on chromosome 11 Diseases 0.000 description 4
- GUBGYTABKSRVRQ-XLOQQCSPSA-N Alpha-Lactose Chemical compound O[C@@H]1[C@@H](O)[C@@H](O)[C@@H](CO)O[C@H]1O[C@@H]1[C@@H](CO)O[C@H](O)[C@H](O)[C@H]1O GUBGYTABKSRVRQ-XLOQQCSPSA-N 0.000 description 3
- 108010021064 CTLA-4 Antigen Proteins 0.000 description 3
- 239000012275 CTLA-4 inhibitor Substances 0.000 description 3
- FBPFZTCFMRRESA-KVTDHHQDSA-N D-Mannitol Chemical compound OC[C@@H](O)[C@@H](O)[C@H](O)[C@H](O)CO FBPFZTCFMRRESA-KVTDHHQDSA-N 0.000 description 3
- 102100027581 Forkhead box protein P3 Human genes 0.000 description 3
- 101000861452 Homo sapiens Forkhead box protein P3 Proteins 0.000 description 3
- GUBGYTABKSRVRQ-QKKXKWKRSA-N Lactose Natural products OC[C@H]1O[C@@H](O[C@H]2[C@H](O)[C@@H](O)C(O)O[C@@H]2CO)[C@H](O)[C@@H](O)[C@H]1O GUBGYTABKSRVRQ-QKKXKWKRSA-N 0.000 description 3
- 206010025323 Lymphomas Diseases 0.000 description 3
- 108091054438 MHC class II family Proteins 0.000 description 3
- 229930195725 Mannitol Natural products 0.000 description 3
- DNIAPMSPPWPWGF-UHFFFAOYSA-N Propylene glycol Chemical compound CC(O)CO DNIAPMSPPWPWGF-UHFFFAOYSA-N 0.000 description 3
- 229920002472 Starch Polymers 0.000 description 3
- 108091008874 T cell receptors Proteins 0.000 description 3
- 102000016266 T-Cell Antigen Receptors Human genes 0.000 description 3
- 239000004480 active ingredient Substances 0.000 description 3
- 229960000548 alemtuzumab Drugs 0.000 description 3
- 238000009175 antibody therapy Methods 0.000 description 3
- 230000030741 antigen processing and presentation Effects 0.000 description 3
- 239000011230 binding agent Substances 0.000 description 3
- 239000001768 carboxy methyl cellulose Substances 0.000 description 3
- 230000007969 cellular immunity Effects 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 3
- 239000008121 dextrose Substances 0.000 description 3
- 239000003995 emulsifying agent Substances 0.000 description 3
- 239000000839 emulsion Substances 0.000 description 3
- 239000000796 flavoring agent Substances 0.000 description 3
- 238000005194 fractionation Methods 0.000 description 3
- 210000003714 granulocyte Anatomy 0.000 description 3
- 201000010536 head and neck cancer Diseases 0.000 description 3
- 208000014829 head and neck neoplasm Diseases 0.000 description 3
- 230000036737 immune function Effects 0.000 description 3
- 238000000338 in vitro Methods 0.000 description 3
- 239000003112 inhibitor Substances 0.000 description 3
- 230000002401 inhibitory effect Effects 0.000 description 3
- 230000000977 initiatory effect Effects 0.000 description 3
- 239000008101 lactose Substances 0.000 description 3
- 210000005210 lymphoid organ Anatomy 0.000 description 3
- 239000000594 mannitol Substances 0.000 description 3
- 235000010355 mannitol Nutrition 0.000 description 3
- 239000002609 medium Substances 0.000 description 3
- 210000001616 monocyte Anatomy 0.000 description 3
- 238000011275 oncology therapy Methods 0.000 description 3
- 239000003755 preservative agent Substances 0.000 description 3
- 230000037452 priming Effects 0.000 description 3
- 102000005962 receptors Human genes 0.000 description 3
- 108020003175 receptors Proteins 0.000 description 3
- 238000007670 refining Methods 0.000 description 3
- 239000011780 sodium chloride Substances 0.000 description 3
- 210000000952 spleen Anatomy 0.000 description 3
- 239000003381 stabilizer Substances 0.000 description 3
- 235000019698 starch Nutrition 0.000 description 3
- VBICKXHEKHSIBG-UHFFFAOYSA-N 1-monostearoylglycerol Chemical compound CCCCCCCCCCCCCCCCCC(=O)OCC(O)CO VBICKXHEKHSIBG-UHFFFAOYSA-N 0.000 description 2
- 102100022005 B-lymphocyte antigen CD20 Human genes 0.000 description 2
- 206010006187 Breast cancer Diseases 0.000 description 2
- 208000026310 Breast neoplasm Diseases 0.000 description 2
- 229920002134 Carboxymethyl cellulose Polymers 0.000 description 2
- 102000004127 Cytokines Human genes 0.000 description 2
- 108090000695 Cytokines Proteins 0.000 description 2
- 206010017993 Gastrointestinal neoplasms Diseases 0.000 description 2
- WHUUTDBJXJRKMK-UHFFFAOYSA-N Glutamic acid Natural products OC(=O)C(N)CCC(O)=O WHUUTDBJXJRKMK-UHFFFAOYSA-N 0.000 description 2
- 102100031547 HLA class II histocompatibility antigen, DO alpha chain Human genes 0.000 description 2
- 241000282412 Homo Species 0.000 description 2
- 101000897405 Homo sapiens B-lymphocyte antigen CD20 Proteins 0.000 description 2
- 101000889276 Homo sapiens Cytotoxic T-lymphocyte protein 4 Proteins 0.000 description 2
- 101000866278 Homo sapiens HLA class II histocompatibility antigen, DO alpha chain Proteins 0.000 description 2
- 101001137987 Homo sapiens Lymphocyte activation gene 3 protein Proteins 0.000 description 2
- 101000666896 Homo sapiens V-type immunoglobulin domain-containing suppressor of T-cell activation Proteins 0.000 description 2
- 229920002153 Hydroxypropyl cellulose Polymers 0.000 description 2
- 108010002350 Interleukin-2 Proteins 0.000 description 2
- 102000000588 Interleukin-2 Human genes 0.000 description 2
- 208000008839 Kidney Neoplasms Diseases 0.000 description 2
- 108010092694 L-Selectin Proteins 0.000 description 2
- CKLJMWTZIZZHCS-REOHCLBHSA-N L-aspartic acid Chemical compound OC(=O)[C@@H](N)CC(O)=O CKLJMWTZIZZHCS-REOHCLBHSA-N 0.000 description 2
- WHUUTDBJXJRKMK-VKHMYHEASA-N L-glutamic acid Chemical compound OC(=O)[C@@H](N)CCC(O)=O WHUUTDBJXJRKMK-VKHMYHEASA-N 0.000 description 2
- 102000016551 L-selectin Human genes 0.000 description 2
- 108091054437 MHC class I family Proteins 0.000 description 2
- 102000043129 MHC class I family Human genes 0.000 description 2
- 102000043131 MHC class II family Human genes 0.000 description 2
- 239000004698 Polyethylene Substances 0.000 description 2
- 206010038389 Renal cancer Diseases 0.000 description 2
- 208000005718 Stomach Neoplasms Diseases 0.000 description 2
- CZMRCDWAGMRECN-UGDNZRGBSA-N Sucrose Chemical compound O[C@H]1[C@H](O)[C@@H](CO)O[C@@]1(CO)O[C@@H]1[C@H](O)[C@@H](O)[C@H](O)[C@@H](CO)O1 CZMRCDWAGMRECN-UGDNZRGBSA-N 0.000 description 2
- 230000037453 T cell priming Effects 0.000 description 2
- 102100024834 T-cell immunoreceptor with Ig and ITIM domains Human genes 0.000 description 2
- 108091023040 Transcription factor Proteins 0.000 description 2
- 102000040945 Transcription factor Human genes 0.000 description 2
- 102100021657 Tyrosine-protein phosphatase non-receptor type 6 Human genes 0.000 description 2
- 101710128901 Tyrosine-protein phosphatase non-receptor type 6 Proteins 0.000 description 2
- 102100038282 V-type immunoglobulin domain-containing suppressor of T-cell activation Human genes 0.000 description 2
- 230000003213 activating effect Effects 0.000 description 2
- 108010004469 allophycocyanin Proteins 0.000 description 2
- 230000001093 anti-cancer Effects 0.000 description 2
- 229940124650 anti-cancer therapies Drugs 0.000 description 2
- 238000011319 anticancer therapy Methods 0.000 description 2
- 235000003704 aspartic acid Nutrition 0.000 description 2
- 230000002238 attenuated effect Effects 0.000 description 2
- OQFSQFPPLPISGP-UHFFFAOYSA-N beta-carboxyaspartic acid Natural products OC(=O)C(N)C(C(O)=O)C(O)=O OQFSQFPPLPISGP-UHFFFAOYSA-N 0.000 description 2
- 230000002902 bimodal effect Effects 0.000 description 2
- 239000000872 buffer Substances 0.000 description 2
- 235000010948 carboxy methyl cellulose Nutrition 0.000 description 2
- 239000008112 carboxymethyl-cellulose Substances 0.000 description 2
- 239000002458 cell surface marker Substances 0.000 description 2
- 238000002659 cell therapy Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 229920002678 cellulose Polymers 0.000 description 2
- 239000001913 cellulose Substances 0.000 description 2
- 235000010980 cellulose Nutrition 0.000 description 2
- 208000006990 cholangiocarcinoma Diseases 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 230000008260 defense mechanism Effects 0.000 description 2
- 239000003085 diluting agent Substances 0.000 description 2
- 239000007884 disintegrant Substances 0.000 description 2
- 239000012153 distilled water Substances 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- LYCAIKOWRPUZTN-UHFFFAOYSA-N ethylene glycol Natural products OCCO LYCAIKOWRPUZTN-UHFFFAOYSA-N 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 239000007850 fluorescent dye Substances 0.000 description 2
- 235000013355 food flavoring agent Nutrition 0.000 description 2
- 206010017758 gastric cancer Diseases 0.000 description 2
- 235000013922 glutamic acid Nutrition 0.000 description 2
- 239000004220 glutamic acid Substances 0.000 description 2
- 210000002443 helper t lymphocyte Anatomy 0.000 description 2
- 239000003906 humectant Substances 0.000 description 2
- 239000001863 hydroxypropyl cellulose Substances 0.000 description 2
- 235000010977 hydroxypropyl cellulose Nutrition 0.000 description 2
- 230000036039 immunity Effects 0.000 description 2
- 230000001976 improved effect Effects 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- 239000003978 infusion fluid Substances 0.000 description 2
- 230000003834 intracellular effect Effects 0.000 description 2
- 201000010982 kidney cancer Diseases 0.000 description 2
- 208000014018 liver neoplasm Diseases 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 239000000314 lubricant Substances 0.000 description 2
- 235000019359 magnesium stearate Nutrition 0.000 description 2
- 230000001404 mediated effect Effects 0.000 description 2
- 201000001441 melanoma Diseases 0.000 description 2
- 238000000491 multivariate analysis Methods 0.000 description 2
- 210000004296 naive t lymphocyte Anatomy 0.000 description 2
- 230000007896 negative regulation of T cell activation Effects 0.000 description 2
- 238000007481 next generation sequencing Methods 0.000 description 2
- 239000000101 novel biomarker Substances 0.000 description 2
- 238000007911 parenteral administration Methods 0.000 description 2
- 230000037361 pathway Effects 0.000 description 2
- 239000006187 pill Substances 0.000 description 2
- BASFCYQUMIYNBI-UHFFFAOYSA-N platinum Chemical compound [Pt] BASFCYQUMIYNBI-UHFFFAOYSA-N 0.000 description 2
- 239000001267 polyvinylpyrrolidone Substances 0.000 description 2
- 229920000036 polyvinylpyrrolidone Polymers 0.000 description 2
- 235000013855 polyvinylpyrrolidone Nutrition 0.000 description 2
- 239000000843 powder Substances 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 238000003753 real-time PCR Methods 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 239000008107 starch Substances 0.000 description 2
- 201000011549 stomach cancer Diseases 0.000 description 2
- 239000000829 suppository Substances 0.000 description 2
- 239000000375 suspending agent Substances 0.000 description 2
- 239000003826 tablet Substances 0.000 description 2
- 229940124597 therapeutic agent Drugs 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- CDKIEBFIMCSCBB-UHFFFAOYSA-N 1-(6,7-dimethoxy-3,4-dihydro-1h-isoquinolin-2-yl)-3-(1-methyl-2-phenylpyrrolo[2,3-b]pyridin-3-yl)prop-2-en-1-one;hydrochloride Chemical compound Cl.C1C=2C=C(OC)C(OC)=CC=2CCN1C(=O)C=CC(C1=CC=CN=C1N1C)=C1C1=CC=CC=C1 CDKIEBFIMCSCBB-UHFFFAOYSA-N 0.000 description 1
- 101150051922 29 gene Proteins 0.000 description 1
- 239000005660 Abamectin Substances 0.000 description 1
- 206010005003 Bladder cancer Diseases 0.000 description 1
- 208000003174 Brain Neoplasms Diseases 0.000 description 1
- 102100025074 C-C chemokine receptor-like 2 Human genes 0.000 description 1
- 102100021942 C-C motif chemokine 28 Human genes 0.000 description 1
- 102100028990 C-X-C chemokine receptor type 3 Human genes 0.000 description 1
- 102100031658 C-X-C chemokine receptor type 5 Human genes 0.000 description 1
- 102100027207 CD27 antigen Human genes 0.000 description 1
- 102000017420 CD3 protein, epsilon/gamma/delta subunit Human genes 0.000 description 1
- 108050005493 CD3 protein, epsilon/gamma/delta subunit Proteins 0.000 description 1
- 102100032912 CD44 antigen Human genes 0.000 description 1
- 210000001266 CD8-positive T-lymphocyte Anatomy 0.000 description 1
- 210000001239 CD8-positive, alpha-beta cytotoxic T lymphocyte Anatomy 0.000 description 1
- 101100510617 Caenorhabditis elegans sel-8 gene Proteins 0.000 description 1
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 1
- 102100037402 Casein kinase I isoform delta Human genes 0.000 description 1
- 206010007953 Central nervous system lymphoma Diseases 0.000 description 1
- 206010008342 Cervix carcinoma Diseases 0.000 description 1
- 206010009944 Colon cancer Diseases 0.000 description 1
- 229920002261 Corn starch Polymers 0.000 description 1
- 206010061818 Disease progression Diseases 0.000 description 1
- 240000008168 Ficus benjamina Species 0.000 description 1
- 238000012413 Fluorescence activated cell sorting analysis Methods 0.000 description 1
- 102100020856 Forkhead box protein F1 Human genes 0.000 description 1
- 102000003886 Glycoproteins Human genes 0.000 description 1
- 108090000288 Glycoproteins Proteins 0.000 description 1
- 102100030386 Granzyme A Human genes 0.000 description 1
- 102100038393 Granzyme H Human genes 0.000 description 1
- 206010018910 Haemolysis Diseases 0.000 description 1
- 102000018713 Histocompatibility Antigens Class II Human genes 0.000 description 1
- 101000716068 Homo sapiens C-C chemokine receptor type 6 Proteins 0.000 description 1
- 101000897477 Homo sapiens C-C motif chemokine 28 Proteins 0.000 description 1
- 101000916050 Homo sapiens C-X-C chemokine receptor type 3 Proteins 0.000 description 1
- 101000922405 Homo sapiens C-X-C chemokine receptor type 5 Proteins 0.000 description 1
- 101000914511 Homo sapiens CD27 antigen Proteins 0.000 description 1
- 101000868273 Homo sapiens CD44 antigen Proteins 0.000 description 1
- 101001026336 Homo sapiens Casein kinase I isoform delta Proteins 0.000 description 1
- 101000931494 Homo sapiens Forkhead box protein F1 Proteins 0.000 description 1
- 101001009599 Homo sapiens Granzyme A Proteins 0.000 description 1
- 101001033000 Homo sapiens Granzyme H Proteins 0.000 description 1
- 101001034652 Homo sapiens Insulin-like growth factor 1 receptor Proteins 0.000 description 1
- 101000994375 Homo sapiens Integrin alpha-4 Proteins 0.000 description 1
- 101001037246 Homo sapiens Interleukin-27 receptor subunit alpha Proteins 0.000 description 1
- 101000960936 Homo sapiens Interleukin-5 receptor subunit alpha Proteins 0.000 description 1
- 101000599048 Homo sapiens Interleukin-6 receptor subunit alpha Proteins 0.000 description 1
- 101000972291 Homo sapiens Lymphoid enhancer-binding factor 1 Proteins 0.000 description 1
- 101000632748 Homo sapiens NADH-ubiquinone oxidoreductase chain 2 Proteins 0.000 description 1
- 101000884271 Homo sapiens Signal transducer CD24 Proteins 0.000 description 1
- 101000831007 Homo sapiens T-cell immunoreceptor with Ig and ITIM domains Proteins 0.000 description 1
- 101000653540 Homo sapiens Transcription factor 7 Proteins 0.000 description 1
- 101000904499 Homo sapiens Transcription regulator protein BACH2 Proteins 0.000 description 1
- 101000801234 Homo sapiens Tumor necrosis factor receptor superfamily member 18 Proteins 0.000 description 1
- 101000818543 Homo sapiens Tyrosine-protein kinase ZAP-70 Proteins 0.000 description 1
- 101000808011 Homo sapiens Vascular endothelial growth factor A Proteins 0.000 description 1
- 108060003951 Immunoglobulin Proteins 0.000 description 1
- 102100022516 Immunoglobulin superfamily member 2 Human genes 0.000 description 1
- 102100039688 Insulin-like growth factor 1 receptor Human genes 0.000 description 1
- 102100032818 Integrin alpha-4 Human genes 0.000 description 1
- 101800003050 Interleukin-16 Proteins 0.000 description 1
- 102000049772 Interleukin-16 Human genes 0.000 description 1
- 108010032774 Interleukin-2 Receptor alpha Subunit Proteins 0.000 description 1
- 102000007351 Interleukin-2 Receptor alpha Subunit Human genes 0.000 description 1
- 102100030704 Interleukin-21 Human genes 0.000 description 1
- 102100040066 Interleukin-27 receptor subunit alpha Human genes 0.000 description 1
- 108090000978 Interleukin-4 Proteins 0.000 description 1
- 102100039881 Interleukin-5 receptor subunit alpha Human genes 0.000 description 1
- 102100037792 Interleukin-6 receptor subunit alpha Human genes 0.000 description 1
- OUYCCCASQSFEME-QMMMGPOBSA-N L-tyrosine Chemical compound OC(=O)[C@@H](N)CC1=CC=C(O)C=C1 OUYCCCASQSFEME-QMMMGPOBSA-N 0.000 description 1
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 1
- 102100022699 Lymphoid enhancer-binding factor 1 Human genes 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 229920000168 Microcrystalline cellulose Polymers 0.000 description 1
- 102100025751 Mothers against decapentaplegic homolog 2 Human genes 0.000 description 1
- 101710143123 Mothers against decapentaplegic homolog 2 Proteins 0.000 description 1
- 102100025748 Mothers against decapentaplegic homolog 3 Human genes 0.000 description 1
- 101710143111 Mothers against decapentaplegic homolog 3 Proteins 0.000 description 1
- 102100025725 Mothers against decapentaplegic homolog 4 Human genes 0.000 description 1
- 101710143112 Mothers against decapentaplegic homolog 4 Proteins 0.000 description 1
- 102100030610 Mothers against decapentaplegic homolog 5 Human genes 0.000 description 1
- 101710143113 Mothers against decapentaplegic homolog 5 Proteins 0.000 description 1
- 102100030608 Mothers against decapentaplegic homolog 7 Human genes 0.000 description 1
- 208000034578 Multiple myelomas Diseases 0.000 description 1
- 241000699666 Mus <mouse, genus> Species 0.000 description 1
- 101100407308 Mus musculus Pdcd1lg2 gene Proteins 0.000 description 1
- GXCLVBGFBYZDAG-UHFFFAOYSA-N N-[2-(1H-indol-3-yl)ethyl]-N-methylprop-2-en-1-amine Chemical compound CN(CCC1=CNC2=C1C=CC=C2)CC=C GXCLVBGFBYZDAG-UHFFFAOYSA-N 0.000 description 1
- ZDZOTLJHXYCWBA-VCVYQWHSSA-N N-debenzoyl-N-(tert-butoxycarbonyl)-10-deacetyltaxol Chemical compound O([C@H]1[C@H]2[C@@](C([C@H](O)C3=C(C)[C@@H](OC(=O)[C@H](O)[C@@H](NC(=O)OC(C)(C)C)C=4C=CC=CC=4)C[C@]1(O)C3(C)C)=O)(C)[C@@H](O)C[C@H]1OC[C@]12OC(=O)C)C(=O)C1=CC=CC=C1 ZDZOTLJHXYCWBA-VCVYQWHSSA-N 0.000 description 1
- 102100028488 NADH-ubiquinone oxidoreductase chain 2 Human genes 0.000 description 1
- 208000015914 Non-Hodgkin lymphomas Diseases 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 206010033128 Ovarian cancer Diseases 0.000 description 1
- 206010061535 Ovarian neoplasm Diseases 0.000 description 1
- 102100024894 PR domain zinc finger protein 1 Human genes 0.000 description 1
- 208000037273 Pathologic Processes Diseases 0.000 description 1
- 102000004160 Phosphoric Monoester Hydrolases Human genes 0.000 description 1
- 108090000608 Phosphoric Monoester Hydrolases Proteins 0.000 description 1
- 108091000080 Phosphotransferase Proteins 0.000 description 1
- 108010004729 Phycoerythrin Proteins 0.000 description 1
- 206010035226 Plasma cell myeloma Diseases 0.000 description 1
- 229920003171 Poly (ethylene oxide) Polymers 0.000 description 1
- 239000002202 Polyethylene glycol Substances 0.000 description 1
- 108010009975 Positive Regulatory Domain I-Binding Factor 1 Proteins 0.000 description 1
- 108700030875 Programmed Cell Death 1 Ligand 2 Proteins 0.000 description 1
- 102100024213 Programmed cell death 1 ligand 2 Human genes 0.000 description 1
- 206010060862 Prostate cancer Diseases 0.000 description 1
- 208000000236 Prostatic Neoplasms Diseases 0.000 description 1
- 208000006265 Renal cell carcinoma Diseases 0.000 description 1
- 108010093560 Rezafungin Proteins 0.000 description 1
- 101700026522 SMAD7 Proteins 0.000 description 1
- 102000001712 STAT5 Transcription Factor Human genes 0.000 description 1
- 108010029477 STAT5 Transcription Factor Proteins 0.000 description 1
- 206010039491 Sarcoma Diseases 0.000 description 1
- 102100038081 Signal transducer CD24 Human genes 0.000 description 1
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- 206010041067 Small cell lung cancer Diseases 0.000 description 1
- 208000021712 Soft tissue sarcoma Diseases 0.000 description 1
- 238000000692 Student's t-test Methods 0.000 description 1
- 229930006000 Sucrose Natural products 0.000 description 1
- 230000006044 T cell activation Effects 0.000 description 1
- 230000005867 T cell response Effects 0.000 description 1
- 101710090983 T-cell immunoreceptor with Ig and ITIM domains Proteins 0.000 description 1
- 208000000728 Thymus Neoplasms Diseases 0.000 description 1
- 102100030627 Transcription factor 7 Human genes 0.000 description 1
- 102100023998 Transcription regulator protein BACH2 Human genes 0.000 description 1
- 241000209140 Triticum Species 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 102100033728 Tumor necrosis factor receptor superfamily member 18 Human genes 0.000 description 1
- 102100021125 Tyrosine-protein kinase ZAP-70 Human genes 0.000 description 1
- 208000007097 Urinary Bladder Neoplasms Diseases 0.000 description 1
- 208000006593 Urologic Neoplasms Diseases 0.000 description 1
- 208000006105 Uterine Cervical Neoplasms Diseases 0.000 description 1
- 208000002495 Uterine Neoplasms Diseases 0.000 description 1
- 102100039037 Vascular endothelial growth factor A Human genes 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- DHKHKXVYLBGOIT-UHFFFAOYSA-N acetaldehyde Diethyl Acetal Natural products CCOC(C)OCC DHKHKXVYLBGOIT-UHFFFAOYSA-N 0.000 description 1
- DPXJVFZANSGRMM-UHFFFAOYSA-N acetic acid;2,3,4,5,6-pentahydroxyhexanal;sodium Chemical compound [Na].CC(O)=O.OCC(O)C(O)C(O)C(O)C=O DPXJVFZANSGRMM-UHFFFAOYSA-N 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 239000002671 adjuvant Substances 0.000 description 1
- 150000001298 alcohols Chemical class 0.000 description 1
- 239000002168 alkylating agent Substances 0.000 description 1
- 229940100198 alkylating agent Drugs 0.000 description 1
- 229940009868 aluminum magnesium silicate Drugs 0.000 description 1
- WMGSQTMJHBYJMQ-UHFFFAOYSA-N aluminum;magnesium;silicate Chemical compound [Mg+2].[Al+3].[O-][Si]([O-])([O-])[O-] WMGSQTMJHBYJMQ-UHFFFAOYSA-N 0.000 description 1
- 238000000540 analysis of variance Methods 0.000 description 1
- 239000000730 antalgic agent Substances 0.000 description 1
- 230000000340 anti-metabolite Effects 0.000 description 1
- 230000005809 anti-tumor immunity Effects 0.000 description 1
- 229940100197 antimetabolite Drugs 0.000 description 1
- 239000002256 antimetabolite Substances 0.000 description 1
- 230000006907 apoptotic process Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- RRZXIRBKKLTSOM-XPNPUAGNSA-N avermectin B1a Chemical compound C1=C[C@H](C)[C@@H]([C@@H](C)CC)O[C@]11O[C@H](C\C=C(C)\[C@@H](O[C@@H]2O[C@@H](C)[C@H](O[C@@H]3O[C@@H](C)[C@H](O)[C@@H](OC)C3)[C@@H](OC)C2)[C@@H](C)\C=C\C=C/2[C@]3([C@H](C(=O)O4)C=C(C)[C@@H](O)[C@H]3OC\2)O)C[C@H]4C1 RRZXIRBKKLTSOM-XPNPUAGNSA-N 0.000 description 1
- 210000003719 b-lymphocyte Anatomy 0.000 description 1
- 230000004071 biological effect Effects 0.000 description 1
- 230000031018 biological processes and functions Effects 0.000 description 1
- 206010005084 bladder transitional cell carcinoma Diseases 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000000601 blood cell Anatomy 0.000 description 1
- 239000006172 buffering agent Substances 0.000 description 1
- 239000011575 calcium Substances 0.000 description 1
- 229910052791 calcium Inorganic materials 0.000 description 1
- CHRHZFQUDFAQEQ-UHFFFAOYSA-L calcium;2-hydroxyacetate Chemical compound [Ca+2].OCC([O-])=O.OCC([O-])=O CHRHZFQUDFAQEQ-UHFFFAOYSA-L 0.000 description 1
- 238000009566 cancer vaccine Methods 0.000 description 1
- 229940022399 cancer vaccine Drugs 0.000 description 1
- 239000004359 castor oil Substances 0.000 description 1
- 235000019438 castor oil Nutrition 0.000 description 1
- 210000002390 cell membrane structure Anatomy 0.000 description 1
- 239000006285 cell suspension Substances 0.000 description 1
- 230000019522 cellular metabolic process Effects 0.000 description 1
- 238000005119 centrifugation Methods 0.000 description 1
- 201000010881 cervical cancer Diseases 0.000 description 1
- 230000007012 clinical effect Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 208000029742 colonic neoplasm Diseases 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 239000008120 corn starch Substances 0.000 description 1
- 208000035250 cutaneous malignant susceptibility to 1 melanoma Diseases 0.000 description 1
- 231100000409 cytocidal Toxicity 0.000 description 1
- 230000000445 cytocidal effect Effects 0.000 description 1
- 210000000805 cytoplasm Anatomy 0.000 description 1
- 230000001086 cytosolic effect Effects 0.000 description 1
- 231100000433 cytotoxic Toxicity 0.000 description 1
- 210000001151 cytotoxic T lymphocyte Anatomy 0.000 description 1
- 229940043239 cytotoxic antineoplastic drug Drugs 0.000 description 1
- 230000001472 cytotoxic effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000004141 dimensional analysis Methods 0.000 description 1
- 230000005750 disease progression Effects 0.000 description 1
- 239000003534 dna topoisomerase inhibitor Substances 0.000 description 1
- 229960003668 docetaxel Drugs 0.000 description 1
- 239000002552 dosage form Substances 0.000 description 1
- 239000003937 drug carrier Substances 0.000 description 1
- 230000001804 emulsifying effect Effects 0.000 description 1
- 230000003511 endothelial effect Effects 0.000 description 1
- 239000003623 enhancer Substances 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 210000003743 erythrocyte Anatomy 0.000 description 1
- 230000005713 exacerbation Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 235000019634 flavors Nutrition 0.000 description 1
- 235000013312 flour Nutrition 0.000 description 1
- IJJVMEJXYNJXOJ-UHFFFAOYSA-N fluquinconazole Chemical compound C=1C=C(Cl)C=C(Cl)C=1N1C(=O)C2=CC(F)=CC=C2N=C1N1C=NC=N1 IJJVMEJXYNJXOJ-UHFFFAOYSA-N 0.000 description 1
- 235000003599 food sweetener Nutrition 0.000 description 1
- 208000005017 glioblastoma Diseases 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 235000001727 glucose Nutrition 0.000 description 1
- YQEMORVAKMFKLG-UHFFFAOYSA-N glycerine monostearate Natural products CCCCCCCCCCCCCCCCCC(=O)OC(CO)CO YQEMORVAKMFKLG-UHFFFAOYSA-N 0.000 description 1
- SVUQHVRAGMNPLW-UHFFFAOYSA-N glycerol monostearate Natural products CCCCCCCCCCCCCCCCC(=O)OCC(O)CO SVUQHVRAGMNPLW-UHFFFAOYSA-N 0.000 description 1
- ZEMPKEQAKRGZGQ-XOQCFJPHSA-N glycerol triricinoleate Natural products CCCCCC[C@@H](O)CC=CCCCCCCCC(=O)OC[C@@H](COC(=O)CCCCCCCC=CC[C@@H](O)CCCCCC)OC(=O)CCCCCCCC=CC[C@H](O)CCCCCC ZEMPKEQAKRGZGQ-XOQCFJPHSA-N 0.000 description 1
- 239000008187 granular material Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000012010 growth Effects 0.000 description 1
- 230000003394 haemopoietic effect Effects 0.000 description 1
- 239000007902 hard capsule Substances 0.000 description 1
- 201000005787 hematologic cancer Diseases 0.000 description 1
- 208000024200 hematopoietic and lymphoid system neoplasm Diseases 0.000 description 1
- 230000008588 hemolysis Effects 0.000 description 1
- 206010073071 hepatocellular carcinoma Diseases 0.000 description 1
- 238000004128 high performance liquid chromatography Methods 0.000 description 1
- 235000003642 hunger Nutrition 0.000 description 1
- 239000001866 hydroxypropyl methyl cellulose Substances 0.000 description 1
- 229920003088 hydroxypropyl methyl cellulose Polymers 0.000 description 1
- 235000010979 hydroxypropyl methyl cellulose Nutrition 0.000 description 1
- UFVKGYZPFZQRLF-UHFFFAOYSA-N hydroxypropyl methyl cellulose Chemical compound OC1C(O)C(OC)OC(CO)C1OC1C(O)C(O)C(OC2C(C(O)C(OC3C(C(O)C(O)C(CO)O3)O)C(CO)O2)O)C(CO)O1 UFVKGYZPFZQRLF-UHFFFAOYSA-N 0.000 description 1
- 229920003132 hydroxypropyl methylcellulose phthalate Polymers 0.000 description 1
- 229940031704 hydroxypropyl methylcellulose phthalate Drugs 0.000 description 1
- 210000002865 immune cell Anatomy 0.000 description 1
- 230000008076 immune mechanism Effects 0.000 description 1
- 230000003053 immunization Effects 0.000 description 1
- 238000002649 immunization Methods 0.000 description 1
- 102000018358 immunoglobulin Human genes 0.000 description 1
- 230000000091 immunopotentiator Effects 0.000 description 1
- 238000012744 immunostaining Methods 0.000 description 1
- 230000001506 immunosuppresive effect Effects 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 238000011221 initial treatment Methods 0.000 description 1
- 239000007972 injectable composition Substances 0.000 description 1
- 238000011081 inoculation Methods 0.000 description 1
- 102000008616 interleukin-15 receptor activity proteins Human genes 0.000 description 1
- 108040002039 interleukin-15 receptor activity proteins Proteins 0.000 description 1
- 108010074108 interleukin-21 Proteins 0.000 description 1
- 201000007450 intrahepatic cholangiocarcinoma Diseases 0.000 description 1
- 239000007951 isotonicity adjuster Substances 0.000 description 1
- 230000002147 killing effect Effects 0.000 description 1
- 239000012669 liquid formulation Substances 0.000 description 1
- 201000007270 liver cancer Diseases 0.000 description 1
- 238000001325 log-rank test Methods 0.000 description 1
- 201000005202 lung cancer Diseases 0.000 description 1
- 208000020816 lung neoplasm Diseases 0.000 description 1
- 210000002751 lymph Anatomy 0.000 description 1
- 210000002540 macrophage Anatomy 0.000 description 1
- ZLNQQNXFFQJAID-UHFFFAOYSA-L magnesium carbonate Chemical compound [Mg+2].[O-]C([O-])=O ZLNQQNXFFQJAID-UHFFFAOYSA-L 0.000 description 1
- 239000001095 magnesium carbonate Substances 0.000 description 1
- 229910000021 magnesium carbonate Inorganic materials 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000036210 malignancy Effects 0.000 description 1
- 208000006178 malignant mesothelioma Diseases 0.000 description 1
- 201000005282 malignant pleural mesothelioma Diseases 0.000 description 1
- 210000001161 mammalian embryo Anatomy 0.000 description 1
- 238000004949 mass spectrometry Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 210000003071 memory t lymphocyte Anatomy 0.000 description 1
- 108010065059 methylaspartate ammonia-lyase Proteins 0.000 description 1
- 238000002493 microarray Methods 0.000 description 1
- 239000008108 microcrystalline cellulose Substances 0.000 description 1
- 235000019813 microcrystalline cellulose Nutrition 0.000 description 1
- 229940016286 microcrystalline cellulose Drugs 0.000 description 1
- 230000025090 microtubule depolymerization Effects 0.000 description 1
- 230000029115 microtubule polymerization Effects 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 238000010172 mouse model Methods 0.000 description 1
- 210000000822 natural killer cell Anatomy 0.000 description 1
- 102000039446 nucleic acids Human genes 0.000 description 1
- 108020004707 nucleic acids Proteins 0.000 description 1
- 150000007523 nucleic acids Chemical class 0.000 description 1
- 238000001543 one-way ANOVA Methods 0.000 description 1
- 239000006174 pH buffer Substances 0.000 description 1
- 230000009054 pathological process Effects 0.000 description 1
- NRNCYVBFPDDJNE-UHFFFAOYSA-N pemoline Chemical compound O1C(N)=NC(=O)C1C1=CC=CC=C1 NRNCYVBFPDDJNE-UHFFFAOYSA-N 0.000 description 1
- 239000002304 perfume Substances 0.000 description 1
- 210000003819 peripheral blood mononuclear cell Anatomy 0.000 description 1
- 239000008194 pharmaceutical composition Substances 0.000 description 1
- 230000000144 pharmacologic effect Effects 0.000 description 1
- 102000020233 phosphotransferase Human genes 0.000 description 1
- 239000002504 physiological saline solution Substances 0.000 description 1
- 229910052697 platinum Inorganic materials 0.000 description 1
- 229920001223 polyethylene glycol Polymers 0.000 description 1
- 239000000244 polyoxyethylene sorbitan monooleate Substances 0.000 description 1
- 235000010482 polyoxyethylene sorbitan monooleate Nutrition 0.000 description 1
- 229920000053 polysorbate 80 Polymers 0.000 description 1
- 229940068968 polysorbate 80 Drugs 0.000 description 1
- 238000013105 post hoc analysis Methods 0.000 description 1
- 208000030266 primary brain neoplasm Diseases 0.000 description 1
- 208000016800 primary central nervous system lymphoma Diseases 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 239000008213 purified water Substances 0.000 description 1
- 230000007115 recruitment Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- CVHZOJJKTDOEJC-UHFFFAOYSA-N saccharin Chemical compound C1=CC=C2C(=O)NS(=O)(=O)C2=C1 CVHZOJJKTDOEJC-UHFFFAOYSA-N 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 210000005212 secondary lymphoid organ Anatomy 0.000 description 1
- 102000034285 signal transducing proteins Human genes 0.000 description 1
- 108091006024 signal transducing proteins Proteins 0.000 description 1
- 239000000741 silica gel Substances 0.000 description 1
- 229910002027 silica gel Inorganic materials 0.000 description 1
- RMAQACBXLXPBSY-UHFFFAOYSA-N silicic acid Chemical compound O[Si](O)(O)O RMAQACBXLXPBSY-UHFFFAOYSA-N 0.000 description 1
- 235000012239 silicon dioxide Nutrition 0.000 description 1
- 235000020183 skimmed milk Nutrition 0.000 description 1
- 208000000587 small cell lung carcinoma Diseases 0.000 description 1
- 235000019812 sodium carboxymethyl cellulose Nutrition 0.000 description 1
- 229920001027 sodium carboxymethylcellulose Polymers 0.000 description 1
- RYYKJJJTJZKILX-UHFFFAOYSA-M sodium octadecanoate Chemical compound [Na+].CCCCCCCCCCCCCCCCCC([O-])=O RYYKJJJTJZKILX-UHFFFAOYSA-M 0.000 description 1
- 239000007901 soft capsule Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000037351 starvation Effects 0.000 description 1
- 239000005720 sucrose Substances 0.000 description 1
- 235000000346 sugar Nutrition 0.000 description 1
- 150000008163 sugars Chemical class 0.000 description 1
- 230000008093 supporting effect Effects 0.000 description 1
- 239000004094 surface-active agent Substances 0.000 description 1
- 238000013268 sustained release Methods 0.000 description 1
- 239000012730 sustained-release form Substances 0.000 description 1
- 239000003765 sweetening agent Substances 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 239000006188 syrup Substances 0.000 description 1
- 235000020357 syrup Nutrition 0.000 description 1
- 238000012353 t test Methods 0.000 description 1
- 239000000454 talc Substances 0.000 description 1
- 229910052623 talc Inorganic materials 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- ZRKFYGHZFMAOKI-QMGMOQQFSA-N tgfbeta Chemical compound C([C@H](NC(=O)[C@H](C(C)C)NC(=O)CNC(=O)[C@H](CCC(O)=O)NC(=O)[C@H](CCCNC(N)=N)NC(=O)[C@H](CC(N)=O)NC(=O)[C@H](CC(C)C)NC(=O)[C@H]([C@@H](C)O)NC(=O)[C@H](CCC(O)=O)NC(=O)[C@H]([C@@H](C)O)NC(=O)[C@H](CC(C)C)NC(=O)CNC(=O)[C@H](C)NC(=O)[C@H](CO)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@@H](NC(=O)[C@H](C)NC(=O)[C@H](C)NC(=O)[C@@H](NC(=O)[C@H](CC(C)C)NC(=O)[C@@H](N)CCSC)C(C)C)[C@@H](C)CC)C(=O)N[C@@H]([C@@H](C)O)C(=O)N[C@@H](C(C)C)C(=O)N[C@@H](CC=1C=CC=CC=1)C(=O)N[C@@H](C)C(=O)N1[C@@H](CCC1)C(=O)N[C@@H]([C@@H](C)O)C(=O)N[C@@H](CC(N)=O)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](C)C(=O)N[C@@H](CC=1C=CC=CC=1)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](C)C(=O)N[C@@H](CC(C)C)C(=O)N1[C@@H](CCC1)C(=O)N1[C@@H](CCC1)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](CO)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CC(C)C)C(O)=O)C1=CC=C(O)C=C1 ZRKFYGHZFMAOKI-QMGMOQQFSA-N 0.000 description 1
- 230000004797 therapeutic response Effects 0.000 description 1
- 201000009377 thymus cancer Diseases 0.000 description 1
- 239000003860 topical agent Substances 0.000 description 1
- 229940044693 topoisomerase inhibitor Drugs 0.000 description 1
- 150000003626 triacylglycerols Chemical class 0.000 description 1
- 210000004881 tumor cell Anatomy 0.000 description 1
- OUYCCCASQSFEME-UHFFFAOYSA-N tyrosine Natural products OC(=O)C(N)CC1=CC=C(O)C=C1 OUYCCCASQSFEME-UHFFFAOYSA-N 0.000 description 1
- 201000005112 urinary bladder cancer Diseases 0.000 description 1
- 206010046766 uterine cancer Diseases 0.000 description 1
- 229960005486 vaccine Drugs 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- 235000015112 vegetable and seed oil Nutrition 0.000 description 1
- 239000008158 vegetable oil Substances 0.000 description 1
- 239000003981 vehicle Substances 0.000 description 1
- 210000000264 venule Anatomy 0.000 description 1
- 229920002554 vinyl polymer Polymers 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
- 238000001262 western blot Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
- G01N33/57484—Immunoassay; Biospecific binding assay; Materials therefor for cancer involving compounds serving as markers for tumor, cancer, neoplasia, e.g. cellular determinants, receptors, heat shock/stress proteins, A-protein, oligosaccharides, metabolites
- G01N33/57492—Immunoassay; Biospecific binding assay; Materials therefor for cancer involving compounds serving as markers for tumor, cancer, neoplasia, e.g. cellular determinants, receptors, heat shock/stress proteins, A-protein, oligosaccharides, metabolites involving compounds localized on the membrane of tumor or cancer cells
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61K—PREPARATIONS FOR MEDICAL, DENTAL OR TOILETRY PURPOSES
- A61K45/00—Medicinal preparations containing active ingredients not provided for in groups A61K31/00 - A61K41/00
- A61K45/06—Mixtures of active ingredients without chemical characterisation, e.g. antiphlogistics and cardiaca
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61K—PREPARATIONS FOR MEDICAL, DENTAL OR TOILETRY PURPOSES
- A61K39/00—Medicinal preparations containing antigens or antibodies
- A61K39/46—Cellular immunotherapy
- A61K39/461—Cellular immunotherapy characterised by the cell type used
- A61K39/4611—T-cells, e.g. tumor infiltrating lymphocytes [TIL], lymphokine-activated killer cells [LAK] or regulatory T cells [Treg]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61K—PREPARATIONS FOR MEDICAL, DENTAL OR TOILETRY PURPOSES
- A61K39/00—Medicinal preparations containing antigens or antibodies
- A61K39/46—Cellular immunotherapy
- A61K39/464—Cellular immunotherapy characterised by the antigen targeted or presented
- A61K39/4643—Vertebrate antigens
- A61K39/4644—Cancer antigens
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61P—SPECIFIC THERAPEUTIC ACTIVITY OF CHEMICAL COMPOUNDS OR MEDICINAL PREPARATIONS
- A61P35/00—Antineoplastic agents
-
- C—CHEMISTRY; METALLURGY
- C07—ORGANIC CHEMISTRY
- C07K—PEPTIDES
- C07K16/00—Immunoglobulins [IGs], e.g. monoclonal or polyclonal antibodies
- C07K16/18—Immunoglobulins [IGs], e.g. monoclonal or polyclonal antibodies against material from animals or humans
-
- C—CHEMISTRY; METALLURGY
- C07—ORGANIC CHEMISTRY
- C07K—PEPTIDES
- C07K16/00—Immunoglobulins [IGs], e.g. monoclonal or polyclonal antibodies
- C07K16/18—Immunoglobulins [IGs], e.g. monoclonal or polyclonal antibodies against material from animals or humans
- C07K16/28—Immunoglobulins [IGs], e.g. monoclonal or polyclonal antibodies against material from animals or humans against receptors, cell surface antigens or cell surface determinants
- C07K16/2803—Immunoglobulins [IGs], e.g. monoclonal or polyclonal antibodies against material from animals or humans against receptors, cell surface antigens or cell surface determinants against the immunoglobulin superfamily
- C07K16/2812—Immunoglobulins [IGs], e.g. monoclonal or polyclonal antibodies against material from animals or humans against receptors, cell surface antigens or cell surface determinants against the immunoglobulin superfamily against CD4
-
- C—CHEMISTRY; METALLURGY
- C07—ORGANIC CHEMISTRY
- C07K—PEPTIDES
- C07K16/00—Immunoglobulins [IGs], e.g. monoclonal or polyclonal antibodies
- C07K16/18—Immunoglobulins [IGs], e.g. monoclonal or polyclonal antibodies against material from animals or humans
- C07K16/28—Immunoglobulins [IGs], e.g. monoclonal or polyclonal antibodies against material from animals or humans against receptors, cell surface antigens or cell surface determinants
- C07K16/2803—Immunoglobulins [IGs], e.g. monoclonal or polyclonal antibodies against material from animals or humans against receptors, cell surface antigens or cell surface determinants against the immunoglobulin superfamily
- C07K16/2818—Immunoglobulins [IGs], e.g. monoclonal or polyclonal antibodies against material from animals or humans against receptors, cell surface antigens or cell surface determinants against the immunoglobulin superfamily against CD28 or CD152
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/5005—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
- G01N33/5008—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics
- G01N33/5011—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics for testing antineoplastic activity
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61K—PREPARATIONS FOR MEDICAL, DENTAL OR TOILETRY PURPOSES
- A61K39/00—Medicinal preparations containing antigens or antibodies
- A61K2039/505—Medicinal preparations containing antigens or antibodies comprising antibodies
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61K—PREPARATIONS FOR MEDICAL, DENTAL OR TOILETRY PURPOSES
- A61K39/00—Medicinal preparations containing antigens or antibodies
- A61K2039/545—Medicinal preparations containing antigens or antibodies characterised by the dose, timing or administration schedule
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61K—PREPARATIONS FOR MEDICAL, DENTAL OR TOILETRY PURPOSES
- A61K2239/00—Indexing codes associated with cellular immunotherapy of group A61K39/46
- A61K2239/31—Indexing codes associated with cellular immunotherapy of group A61K39/46 characterized by the route of administration
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61K—PREPARATIONS FOR MEDICAL, DENTAL OR TOILETRY PURPOSES
- A61K2239/00—Indexing codes associated with cellular immunotherapy of group A61K39/46
- A61K2239/38—Indexing codes associated with cellular immunotherapy of group A61K39/46 characterised by the dose, timing or administration schedule
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61K—PREPARATIONS FOR MEDICAL, DENTAL OR TOILETRY PURPOSES
- A61K2239/00—Indexing codes associated with cellular immunotherapy of group A61K39/46
- A61K2239/46—Indexing codes associated with cellular immunotherapy of group A61K39/46 characterised by the cancer treated
- A61K2239/57—Skin; melanoma
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61K—PREPARATIONS FOR MEDICAL, DENTAL OR TOILETRY PURPOSES
- A61K2300/00—Mixtures or combinations of active ingredients, wherein at least one active ingredient is fully defined in groups A61K31/00 - A61K41/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
- G01N2333/435—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans
- G01N2333/705—Assays involving receptors, cell surface antigens or cell surface determinants
- G01N2333/70503—Immunoglobulin superfamily, e.g. VCAMs, PECAM, LFA-3
- G01N2333/70514—CD4
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
- G01N2333/435—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans
- G01N2333/705—Assays involving receptors, cell surface antigens or cell surface determinants
- G01N2333/7056—Selectin superfamily, e.g. LAM-1, GlyCAM, ELAM-1, PADGEM
- G01N2333/70564—Selectins, e.g. CD62
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
- G01N2333/435—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans
- G01N2333/705—Assays involving receptors, cell surface antigens or cell surface determinants
- G01N2333/715—Assays involving receptors, cell surface antigens or cell surface determinants for cytokines; for lymphokines; for interferons
- G01N2333/7155—Assays involving receptors, cell surface antigens or cell surface determinants for cytokines; for lymphokines; for interferons for interleukins [IL]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2800/00—Detection or diagnosis of diseases
- G01N2800/52—Predicting or monitoring the response to treatment, e.g. for selection of therapy based on assay results in personalised medicine; Prognosis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/5005—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
- G01N33/5008—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics
- G01N33/5044—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics involving specific cell types
- G01N33/5047—Cells of the immune system
- G01N33/505—Cells of the immune system involving T-cells
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Immunology (AREA)
- Medicinal Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Cell Biology (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Organic Chemistry (AREA)
- Biomedical Technology (AREA)
- Biochemistry (AREA)
- Animal Behavior & Ethology (AREA)
- Pharmacology & Pharmacy (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Microbiology (AREA)
- Hematology (AREA)
- Urology & Nephrology (AREA)
- Oncology (AREA)
- Epidemiology (AREA)
- Biophysics (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Genetics & Genomics (AREA)
- Mycology (AREA)
- Biotechnology (AREA)
- Food Science & Technology (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- Hospice & Palliative Care (AREA)
- General Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Tropical Medicine & Parasitology (AREA)
- Toxicology (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明涉及基于受试者的T细胞组成预测该受试者对癌症免疫疗法的响应性,以及基于该预测使用癌症免疫疗法的治疗方法。本发明还提供了改善或维持受试者对癌症免疫疗法的响应性的方法。通过测定与源自受试者的样品中抗肿瘤免疫应答的树突细胞刺激相关的CD4+T细胞亚群、树突细胞亚群和/或CD8+T细胞亚群的相对值来预测对癌症免疫疗法的响应性。还提供了用于治疗或预防癌症的组合物,其包含诸如CD62L低CD4+T细胞的细胞。
Description
技术领域
本发明涉及癌症免疫疗法领域。更具体地,本发明涉及基于受试者的T细胞组成预测受试者对癌症免疫疗法的响应性,以及基于该预测使用癌症免疫疗法的治疗方法。另一方面,本发明提供了改善或维持对受试者对癌症免疫疗法的响应性的方法。
背景技术
与靶向癌细胞代谢等的(烷化剂、铂制剂、抗代谢物、拓扑异构酶抑制剂、微管聚合抑制剂、微管解聚抑制剂等)常规抗癌疗法相比,近年来癌症免疫疗法引起了人们的关注,因为癌症免疫疗法副作用较少并且表现出更好的效果。在癌症免疫疗法中,抗PD-1免疫检查点抑制已引起特别重要的兴趣。
凭借所有存活期中的最大边界,抗PD-1抗体纳武单抗优于多西紫杉醇(通常作为非小细胞肺癌的二级疗法的标准疗法),因此成为肺癌学会指南(Brahmer J,et al.N EnglJ Med2015;373:123-135)中具有A推荐水平的标准疗法。派姆单抗也是一种抗PD-1抗体,其在所有生存期内优于细胞毒性抗癌药物(通常是初级治疗的标准疗法)(注意:在肿瘤细胞上表达PD-L1为50%或更高的患者中)。已经确定这将是未来非小细胞肺癌的标准疗法。
抗PD-1抗体的效果不限于肺癌。该效果即将在肾癌、头颈癌、胃肠癌、妇科癌症、恶性淋巴瘤和乳腺癌中得到证实。日本的保险涵盖了肾癌。明年,预计将涵盖头颈癌、胃肠道癌和恶性淋巴瘤。
虽然抗PD-1抗体似乎已取得显著的临床成功,但抗PD-1抗体实际上具有一些明显的问题。在几乎所有抗PD-1抗体临床试验中,可从无进展生存期(PFS)数据中找到病情在三个月内恶化的“无效组”。同时,在抗PD-1抗体有效1年或更长时间的组中,此后几乎观察不到病情恶化,从而揭示了接近治愈的状态。这表明存在三个不同的亚组,即依照临床效果的“无效组”、“高效组”和“中间组”,但是用于其预测的生物标志物是未知的。预期成为几乎所有癌症和肿瘤中的标准疗法的抗PD-1抗体对无效组的施用约占40%,这不仅是医学问题,而且也是医学经济学的问题。
[引用列表]
[非专利文献]
[NPL 1]Brahmer J,et al.N Engl J Med 2015;373:123-135
发明内容
[问题的解决方案]
本发明提供了使用受试者的CD4+T细胞的组成作为预测受试者对癌症免疫疗法的响应的指标的方法。本发明还提供了使用受试者的树突细胞和/或CD8+T细胞的组成作为预测受试者对免疫疗法的响应的指标的方法。本发明部分地基于发明人发现对癌症免疫疗法的响应性与受试者中T细胞和/或树突细胞的组成相关,并且响应性可以用作生物标志物。与常规研究的生物标志物相比,本发明的生物标志物具有高得多的灵敏度和特异性水平。
发明人已经发现对癌症免疫疗法(例如,抗PD-1疗法或抗PD-L1疗法)的治疗效果的三个组(即进行性疾病(PD)、稳定疾病(SD)和响应(完全响应(CR)+部分响应(PR))),各自表现出不同的免疫情况。本发明的一些实施方案提供了一种当免疫疗法施用于受试者时,预测癌症免疫疗法的响应为进行性疾病(progressive disease,PD)、稳定疾病(stabledisease,SD)或响应(完全响应(CR)+部分响应(PR))的方法。在本发明中,应该注意的是,包括具有部分响应组(PR)的完全响应组(CR)的受试者群,或包括不具有部分响应组(PR)的完全响应组(CR)的受试者群,可以被识别为与部分响应组(PR)相同。
本发明的一个实施方案是使用与抗肿瘤免疫应答中的树突细胞刺激相关的CD4+T细胞亚群的相对量作为预测受试者对癌症免疫疗法的响应的指标的方法。与抗肿瘤免疫应答中的树突细胞刺激相关的CD4+T细胞亚群的实例包括但不限于次级淋巴器官的归巢分子表达降低的CD4+T细胞亚群、效应T细胞引发的CD4+T细胞亚群、通过抗原识别引发的CD4+T细胞亚群和调节性T细胞亚群。CD4+T细胞亚群的相对量选自由以下项组成的组:
CD4+T细胞中CD62L低CD4+T细胞亚群的比例;
CD4+T细胞中CCR7-CD4+T细胞亚群的比例;
CD4+T细胞中CD45RA-CD4+T细胞亚群的比例;
CD4+T细胞中CD45RO+CD4+T细胞亚群的比例;
CD62L低CD4+T细胞中LAG-3+CD62L低CD4+T细胞亚群的比例;
CD62L低CD4+T细胞中ICOS+CD62L低CD4+T细胞亚群的比例;
CD4+T细胞中CD62L高CD25+CD4+T细胞亚群的比例;
CD4+T细胞中CCR4+CD25+CD4+T细胞亚群的比例;
CD4+T细胞中CD127+CD25+CD4+T细胞亚群的比例;和
CD4+T细胞中Foxp3+CD25+CD4+T细胞亚群的比例;
但不限于此。例如,本发明提供了使用受试者的CD4+T细胞中CD62L低T细胞比例作为预测受试者对癌症免疫疗法的响应的指标的方法。在一个实施方案中,该方法包括测定源自受试者的样品中CD4+T细胞中CD62L低T细胞的比例。该比例高于阈值(无效组阈值)可以表明受试者不是对癌症免疫疗法的无效组的一部分。
本发明的另一个实施方案是使用与抗肿瘤免疫应答中的树突细胞刺激相关的树突细胞亚群的相对量作为预测受试者对癌症免疫疗法的响应的指标的方法。与抗肿瘤免疫应答中的树突细胞刺激相关的树突细胞亚群的实例包括但不限于由于CD4+T中归巢分子的表达降低而引起细胞亚群增加而增加的树突细胞亚群以及由于CD4+T细胞群中效应T细胞引发的CD4+T细胞亚群的增加而增加的树突细胞亚群。树突细胞亚群的实例包括但不限于HLA-DR+树突细胞亚群、CD80+树突细胞亚群、CD86+树突细胞亚群和PD-L1+树突细胞亚群。树突细胞的实例包括但不限于骨髓树突细胞(mDC,CD141+CD11c+树突细胞)和浆细胞样树突细胞(pDC,CD123+CD11c+树突细胞)。
本发明的另一个实施方案是使用与抗肿瘤免疫应答中的树突细胞刺激相关的CD8+T细胞亚群的相对量作为预测受试者对癌症免疫疗法的响应的指标的方法。与抗肿瘤免疫应答中的树突细胞刺激相关的CD8+T细胞亚群的实例包括但不限于由于CD4+T中归巢分子的表达降低而引起细胞亚群增加而增加的CD8+T细胞亚群、由于CD4+T细胞群中效应T细胞引发的CD4+T细胞亚群的增加而增加的CD8+T细胞亚群、由CD4+T细胞群中的抗原识别引发的CD4+T细胞亚群增加而增加的CD8+T细胞亚群、由于树突细胞群中HLA-DR+树突细胞亚群的增加而增加的CD8+T细胞亚群、由于树突细胞群中CD80+T细胞亚群增加而增加的CD8+T细胞亚群,以及由于树突细胞群中PD-L1+树突细胞亚群增加而增加的CD8+T细胞亚群。此外,与抗肿瘤免疫应答中的树突细胞刺激相关的CD8+T细胞亚群的实例包括但不限于CD62L低CD8+T细胞亚群、CD137+CD8+T细胞亚群,和CD28+CD62L低CD8+T细胞亚群。
本发明的一个实施方案是使用选自在受试者中的以下量作为预测受试者对癌症免疫疗法的响应的公式的变量(指标)的方法:
与抗肿瘤免疫应答中的树突细胞刺激相关的CD4+T细胞亚群的量;
与抗肿瘤免疫应答中的CD4+T细胞刺激的树突细胞相关的树突细胞亚群的量;
与抗肿瘤免疫应答中的树突细胞刺激相关的CD8+T细胞亚群的量;
调节性T细胞或与调节性T细胞相关的CD4+T细胞亚群的量;和
ICOS+CD62L低CD4+T细胞亚群的量。在一个实施方案中,本发明的变量(X、Y)各自选自由以下项组成的组:
CD62L低CD4+T细胞亚群的量;
CCR7-CD4+T细胞亚群的量;
LAG-3+CD62L低CD4+T细胞亚群的量;
ICOS+CD62L低CD4+T细胞亚群的量;
CD45RA-CD4+T细胞亚群的量;
CD45RO+CD4+T细胞亚群的量;
CCR4+CD25+CD4+T细胞亚群的量;
CD62L高CD25+CD4+T细胞亚群的量;
CD127+CD25+CD4+T细胞亚群的量;CD45RA-Foxp3+CD4+T细胞亚群的量;
Foxp3+CD25+CD4+T细胞亚群的量;
HLA-DR+树突细胞亚群的量;
CD80+树突细胞亚群的量;
CD86+树突细胞亚群的量;
PD-L1+树突细胞亚群的量;
CD62L低CD8+T细胞亚群的量;
CD137+CD8+T细胞亚群的量;和
CD28+CD62L低CD8+T细胞亚群的量。
在本发明中,(X)可以是,例如,选自由以下项组成的组的值:
与抗肿瘤免疫应答中的树突细胞刺激相关的CD4+T细胞亚群的量;
与抗肿瘤免疫应答中的CD4+T细胞刺激的树突细胞相关的树突细胞亚群的量;和
与抗肿瘤免疫应答中的树突细胞刺激相关的CD8+T细胞亚群的量。本发明的方法还可以计算变量(X、Y),其中,选自由以下项组成的组的值为(X):
CD62L低CD4+T细胞亚群的量;
CCR7-CD4+T细胞亚群的量;
LAG-3+CD62L低CD4+T细胞亚群的量;
ICOS+CD62L低CD4+T细胞亚群的量;
CD45RA-CD4+T细胞亚群的量;
CD45RO+CD4+T细胞亚群的量;
HLA-DR+树突细胞亚群的量;
CD80+树突细胞亚群的量;
CD86+树突细胞亚群的量;
PD-L1+树突细胞亚群的量;
CD62L低CD8+T细胞亚群的量;
CD137+CD8+T细胞亚群的量;和
CD28+CD62L低CD8+T细胞亚群的量。
例如,本发明的方法可以计算变量(X、Y),其中,调节性T细胞亚群的量或与调节性T细胞相关的CD4+T细胞亚群的量为(Y)。本发明的方法还可以计算变量(X、Y),选自由以下项组成的组的值为(Y):
CCR4+CD25+CD4+T细胞亚群的量;
CD62L高CD25+CD4+T细胞亚群的量;
CD127+CD25+CD4+T细胞亚群的量;
CD45RA-Foxp3+CD4+T细胞亚群的量;和
CD4+Foxp3+CD25+T细胞亚群的量。
本发明的方法可以使用,例如,X和Y的相对值与阈值(无效组阈值)的比较,包括测量CD4+CD62L低T细胞的量(X)并测量CD4+Foxp3+CD25+T细胞的量(Y)作为预测受试者不是癌症免疫疗法的无效组的一部分的指标。调节性T细胞亚群的量或与调节性T细胞相关的CD4+T细胞亚群的量或比例可以用作(Y)。特别地,关于这一点,迄今为止尚未报道将CD62L低CD4+T细胞/调节性T细胞的比例的检查作为生物标志物,但发明人已发现该比例作为用于预测对癌症免疫疗法的响应性的生物标志物非常有用。
本发明的方法可以使用,例如,X和Y的相对值与阈值(无效组阈值)的比较,包括测量CD80+树突细胞的量(X)并测量CD28+CD62L低CD8+T细胞的量(Y)作为预测受试者不是癌症免疫疗法的无效组的一部分的指标。
由于发明人已经发现多个指标独立地表现出与响应性的相关性,因此可以组合多个指标以用作响应性的指标。当将两个或更多个指标组合作为响应性的指标时,可以使用通过使用任意数量的变量的公式表示的指标。当使用多个指标(X1、X2、X3、......Xn)时,响应性的指标的实例包括但不限于以下内容:
F=a1X1 b1+a2X2 b2+a3X3 b3…+anXn bn
F=X1 c1*X2 c2*X3 c3…*Xn cn
其中,a、b和c中的每一个都是任意实数。可以根据通过这样的公式(指标)计算的值和阈值进行比较而得到的差异来预测响应性。对发明人发现的新指标使用判别分析的多变量分析(例如,通过逻辑回归估计)可以确定用作受试者对癌症免疫疗法的响应性的指标的每个系数。
通常,可以通过使用本文公开的两个指标(X、Y)作为变量的公式F(X,Y)来预测响应性。在一个具体实施方案中,该式是X与Y的相对值。
X和Y的任何函数(F(X,Y))都可以用作X和Y的相对值。特别地,当X被认为与响应性正相关并且Y与响应性负相关时,可以使用相对于X单调增加并且相对于Y单调减小的X和Y的任何函数(F(X,Y)),但不限于此。通过计算每个变量对响应性的贡献,通过回归可以找到表示代表响应性的两个或更多个变量的响应性的公式。
表示响应性的公式F(X,Y)的实例包括,但不限于以下:
F=aXr+bYs
F=Xr*Ys
其中,a、b、r和s都是任意实数。
为简化公式,可以使用整数作为r和s。在一些实施方案中,X和Y的相对值的实例包括但不限于Xn/Ym(n和m是任意实数,诸如任意整数),诸如X/Y和X2/Y。当因子X和Y各自表示对来自不同机制的治疗的响应性时,这种指标组合可以使响应性的预测更准确。本发明人的研究表明,使用在-5至5范围内的r和s的公式可以更准确地预测地受试者对癌症免疫疗法的响应性。
本发明的另一方面提供了一种进一步预测作为响应组(完全响应(CR)+部分响应(PR))的一部分的受试者的方法,该受试者通过使用受试者的CD4+T细胞的组成作为对癌症免疫疗法的响应性的指标已经被表明不是无效组的一部分。
本发明的一个实施方案是使用受试者的CD4+T细胞中Foxp3+CD25+T细胞、CD62L低CD4+T细胞中ICOS+CD62L低CD4+T细胞、CD62L低CD4+T细胞中LAG-3+CD62L低
CD4+T细胞亚群,或CD62L低CD4+T细胞中的PD-1+CD62L低CD4+T细胞亚群的比例作为受试者对癌症免疫疗法的响应的指标的方法,所述受试者被表明不是无效组的一部分。CD4+T细胞中Foxp3+CD25+T细胞的比例、CD62L低CD4+T细胞中ICOS+CD62L低CD4+T细胞亚群的比例、CD62L低CD4+T细胞中LAG-3+CD62L低CD4+T细胞亚群的比例,或者CD62L低CD4+T细胞中PD-1+CD62L低CD4+T细胞亚群的比例高于无效组阈值可以表明受试者不是响应组的一部分。为了确定受试者是否是响应组的一部分,有必要确定受试者不是无效组的一部分。对确定受试者是否是无效组的一部分可以通过本文公开的方法实现。
本发明的另一个实施方案提供了使用上述(X,Y)鉴定不是无效组的一部分的受试者群中的响应组(PR)和稳定组(SD)的方法。在鉴定响应组(PR)和稳定组(SD)的方法中,可以计算变量(Z,W),其中ICOS+CD62L低CD4+T细胞亚群的量为(Z)和选自由以下项组成的组的值为(W)以预测受试者是否是响应组(PR)或稳定组(SD)的一部分:
CD4+CD25+T细胞亚群的量;
CD4+Foxp3+T细胞亚群的量;
CD4+Foxp3+CD25+T细胞亚群的量;
CD62L高CD25+CD4+T细胞亚群的量;
CD45RA-Foxp3+CD4+T细胞亚群的量;
CCR4+CD25+CD4+T细胞亚群的量;和
CD127+CD25+CD4+T细胞亚群的量。通常,鉴定响应组(PR)和稳定组(SD)的方法可以使用ICOS+CD62L低CD4+T细胞亚群的量为(Z)、CD4+Foxp3+CD25+T细胞亚群的量为(W),以及W5*Z的值为指标来确定响应组(PR)和稳定组(SD)。
可以通过考虑灵敏度和特异性来确定阈值。灵敏度和特异性可以是检测无效组、检测响应组或检测稳定组的灵敏度和特异性。在一个实施方案中,对于本发明的生物标志物,可以设定灵敏度和特异性均为100%处的阈值。由于这个原因,可以非常准确地选择无效的情况,从而以显著的方式在技术上优越。当使用作为本发明的生物标志物而公开的两个或更多个指标时,可以针对每个指标确定阈值并且根据需要使用并将其区分为第一阈值、第二阈值、第三阈值和第四阈值。
可以确定阈值,使得无效组检测、响应组检测或稳定组检测的灵敏度超过约90%。在另一个实施方案中,可以确定阈值,使得无效组检测、响应组检测或稳定组检测的灵敏度为约100%。在又一个实施方案中,可以确定阈值,使得无效组检测、响应组检测或稳定组检测的特异性超过约90%。在又一个实施方案中,可以确定阈值,使得无效组检测、响应组检测或稳定组检测的特异性为约100%。
在一个实施方案中,受试者的T细胞的组成是从受试者获得的样品中的T细胞的组成。优选地,样品是外周血样品。可以使用外周血样品测量本发明中提供的生物标志物,使得生物标志物在临床应用中具有显著的优势,例如,非侵入性、低成本、并且可以随时间可实施。
在一个实施方案中,癌症免疫疗法包括施用免疫检查点抑制剂。特别地,本发明的生物标志物可以准确地预测受试者对这种癌症免疫疗法的响应。
在一个实施方案中,免疫检查点抑制剂包含PD-1抑制剂或PD-L1抑制剂。PD-1抑制剂的实例包括但不限于抑制PD-1和PD-L1之间相互作用(例如结合)的抗PD-1抗体,诸如抗PD-1抗体纳武单抗和派姆单抗。PD-L1抑制剂的实例包括但不限于抑制PD-1和PD-L1之间相互作用(例如,结合),的抗PD-L1抗体,诸如抗PD-L1抗体德瓦鲁单抗、阿特珠单抗和阿维鲁单抗(avelumab)。
本发明的又一方面提供了使用受试者的T细胞组成预测受试者对癌症免疫疗法的响应以治疗患有癌症的受试者的方法。或者,提供了用特定组成的T细胞或其组合物治疗受试者的癌症的方法。已知癌症免疫疗法(尤其是免疫检查点抑制疗法)对每个受试者的响应性具有很大差异。通过使用本发明的生物标志物选择受试者来施用癌症免疫疗法可以显著增加实现诸如肿瘤消退的治疗效果的可能性。
本发明的一个实施方案提供治疗患有癌症的受试者的方法,包括:
(1)测定选自由以下项组成的组的相对量:
来自受试者的样品中的CD4+T细胞中的
与抗肿瘤免疫应答中的树突细胞刺激相关的CD4+T细胞亚群的相对量;
与抗肿瘤免疫应答中的CD4+T细胞刺激的树突细胞相关的树突细胞亚群的相对量;和
与抗肿瘤免疫应答中的树突细胞刺激相关的CD8+T细胞亚群的相对量;以及
(2)如果相对量高于阈值(无效组阈值),则确定受试者不是对癌症免疫疗法的响应的无效组的一部分,并且如果受试者被确定为不是无效组的一部分,则对受试者施用癌症免疫疗法。
本发明的另一个实施方案提供了治疗患有癌症的受试者的方法,包括如果通过确定选自由以下项组成的组的相对量确定受试者不是无效组的一部分,则向受试者施用癌症免疫疗法:
来自受试者的样品中的CD4+T细胞中的
与抗肿瘤免疫应答中的树突细胞刺激相关的CD4+T细胞亚群的相对量;
与抗肿瘤免疫应答中的CD4+T细胞刺激的树突细胞相关的树突细胞亚群的相对量;和
与抗肿瘤免疫应答中的树突细胞刺激相关的CD8+T细胞亚群的相对量,
并确定相对量高于阈值(无效组阈值)。
在该方法中,相对量选自由以下项组成的组:
CD4+T细胞中CD62L低CD4+T细胞亚群的比例;
CD4+T细胞中CCR7-CD4+T细胞亚群的比例;
CD4+T细胞中CD45RA-CD4+T细胞亚群的比例;
CD4+T细胞中CD45RO+CD4+T细胞亚群的比例;
CD62L低CD4+T细胞中LAG-3+CD62L低CD4+T细胞亚群的比例;
CD62L低CD4+T细胞中ICOS+CD62L低CD4+T细胞亚群的比例;
CD4+T细胞中CCR4+CD25+CD4+T细胞亚群的比例;
CD4+T细胞中CD62L高CD25+CD4+T细胞亚群的比例;
CD4+T细胞中CD127+CD25+CD4+T细胞亚群的比例;
CD4+T细胞中CD45RA-Foxp3+CD4+T细胞亚群的比例,
CD4+T细胞中Foxp3+CD25+CD4+T细胞亚群的比例;
树突细胞中HLA-DR+树突细胞亚群的比例;
树突细胞中CD80+树突细胞亚群的比例;
树突细胞中CD86+树突细胞亚群的比例;
树突细胞中PD-L1+树突细胞亚群的比例;
CD8+T细胞中CD62L低CD8+T细胞亚群的比例;
CD8+T细胞中CD137+CD8+T细胞亚群的比例;和
CD62L低CD8+T细胞中CD28+CD62L低CD8+T细胞亚群的比例。
优选地,相对量选自由以下项组成的组:
CD4+T细胞中CD62L低CD4+T细胞亚群的比例;
CD4+T细胞中CCR7-CD4+T细胞亚群的比例,
CD4+T细胞中CD45RA-CD4+T细胞亚群的比例,
CD4+T细胞中CD45RO+CD4+T细胞亚群的比例,
CD62L低CD4+T细胞中LAG-3+CD62L低CD4+T细胞亚群的比例,
CD62L低CD4+T细胞中ICOS+CD62L低CD4+T细胞亚群的比例,
树突细胞中HLA-DR+树突细胞亚群的比例,
树突细胞中CD80+树突细胞亚群的比例,
树突细胞中CD86+树突细胞亚群的比例,
树突细胞中PD-L1+树突细胞亚群的比例,
CD8+T细胞中CD62L低CD8+T细胞亚群的比例,
CD8+T细胞中CD137+CD8+T细胞亚群的比例,和
CD62L低CD8+T细胞中CD28+CD62L低CD8+T细胞亚群的比例。
本发明的另一个实施方案提供了治疗患有癌症的受试者的方法,包括:测定源自受试者的样品中CD4+T细胞中Foxp3+CD25+T细胞的比例;如果CD4+T细胞中Foxp3+CD25+T细胞的比例低于阈值(无效组阈值),则确定受试者不是对癌症免疫疗法的响应的无效组的一部分;如果确定受试者不是无效组的一部分,则将癌症免疫疗法施用于受试者。本发明的另一个实施方案提供了治疗患有癌症的受试者的方法,包括将癌症免疫疗法施用于通过以下方式被确定不是对癌症免疫疗法的响应的无效组的一部分的受试者:测定来自受试者的样品中CD4+T细胞中的Foxp3+CD25+T细胞的比例;并且如果CD4+T细胞中Foxp3+CD25+T细胞的比例低于阈值(无效组阈值),则确定受试者不是对癌症免疫疗法的响应的无效组的一部分。
本发明的另一个实施方案提供了治疗患有癌症的受试者的方法,包括:
(1)测定选自由以下项组成的组的量(X,Y):
与抗肿瘤免疫应答中的树突细胞刺激相关的CD4+T细胞亚群的相对量;
与抗肿瘤免疫应答中CD4+T细胞刺激的树突细胞相关的树突细胞亚群的相对量;
与抗肿瘤免疫应答中的树突细胞刺激相关的CD8+T细胞亚群的相对量;
调节性T细胞或与调节性T细胞相关的CD4+T细胞亚群的量;和
ICOS+CD62L低CD4+T细胞亚群的量;
(2)使用X和Y的相对值与无效组阈值进行比较,以确定受试者是否是对癌症免疫疗法的响应的无效组的一部分;以及
(3)如果确定受试者不是无效组的一部分,则将癌症免疫疗法施用于受试者。
本发明的另一个实施方案提供了治疗患有癌症的受试者的方法,包括将癌症免疫疗法施用于通过以下方式被确定为不是对癌症免疫疗法的响应的无效组的一部分的受试者:
(1)测定选自由以下项组成的组的量(X,Y):
与抗肿瘤免疫应答中的树突细胞刺激相关的CD4+T细胞亚群的相对量;
与抗肿瘤免疫应答中CD4+T细胞刺激的树突细胞相关的树突细胞亚群的相对量;
与抗肿瘤免疫应答中的树突细胞刺激相关的CD8+T细胞亚群的相对量;
调节性T细胞或与调节性T细胞相关的CD4+T细胞亚群的量;和
ICOS+CD62L低CD4+T细胞亚群的量;以及
(2)使用X和Y的相对值与无效组阈值的比较来确定受试者是否是对癌症免疫疗法的响应的无效组的一部分。
例如,前面提及的量(X)和(Y)选自由以下项组成的组:
CD62L低CD4+T细胞亚群的量;
CCR7-CD4+T细胞亚群的量;
LAG-3+CD62L低CD4+T细胞亚群的量;
CD45RA-CD4+T细胞亚群的量;
CD45RO+CD4+T细胞亚群的量;
HLA-DR+树突细胞亚群的量;
CD80+树突细胞亚群的量;
CD86+树突细胞亚群的量;
PD-L1+树突细胞亚群的量;
CD137+CD8+T细胞亚群的量;
CD62L低CD8+T细胞亚群的量;
CD28+CD62L低CD8+T细胞亚群的量;
Foxp3+CD25+CD4+T细胞亚群的量;
CD62L高CD25+CD4+T细胞亚群的量;
CD45RA-Foxp3+CD4+T细胞亚群的量;
CCR4+CD25+CD4+T细胞亚群的量;和
CD127+CD25+CD4+T细胞亚群的量。
例如,本发明的方法可以使用选自由以下项组成的组的值为(X):
与抗肿瘤免疫应答中的树突细胞刺激相关的CD4+T细胞亚群的量;
与抗肿瘤免疫应答中的CD4+T细胞刺激的树突细胞相关的树突细胞亚群的量;和
与抗肿瘤免疫应答中的树突细胞刺激相关的CD8+T细胞亚群的量。本发明的方法还可以计算变量(X,Y),其中,选自由以下项组成的组的值为(X):
CD62L低CD4+T细胞亚群的量;
CCR7-CD4+T细胞亚群的量;
LAG-3+CD62L低CD4+T细胞亚群的量;
ICOS+CD62L低CD4+T细胞亚群的量;
CD45RA-CD4+T细胞亚群的量;
CD45RO+CD4+T细胞亚群的量;
HLA-DR+树突细胞亚群的量;
CD80+树突细胞亚群的量;
CD86+树突细胞亚群的量;
PD-L1+树突细胞亚群的量;
CD62L低CD8+T细胞亚群的量;
CD137+CD8+T细胞亚群的量;和
CD28+CD62L低CD8+T细胞亚群的量。
例如,本发明的方法可以计算变量(X,Y),其中调节性T细胞或与调节性T细胞相关的CD4+T细胞亚群的量为(Y)。本发明的方法还可以计算变量(X,Y),其中,选自下组成的组的值为(Y):
CCR4+CD25+CD4+T细胞亚群的量;
CD62L高CD25+CD4+T细胞亚群的量;
CD127+CD25+CD4+T细胞亚群的量;
CD45RA-Foxp3+CD4+T细胞亚群的量;和
CD4+Foxp3+CD25+T细胞亚群的量。
本发明的另一个实施方案提供治疗患有癌症的受试者的方法,包括:测定选自由以下项组成的组的量(X,Y):
与抗肿瘤免疫应答中的树突细胞刺激相关的CD4+T细胞亚群的量;
与抗肿瘤免疫应答中的CD4+T细胞刺激的树突细胞相关的树突细胞亚群的量;
与抗肿瘤免疫应答中的树突细胞刺激相关的CD8+T细胞亚群的量;
调节性T细胞或与调节性T细胞相关的CD4+T细胞亚群的量;和ICOS+CD62L低CD4+T细胞亚群的量;
使用X和Y的相对值与阈值(无效组阈值)的比较来确定受试者是否是对癌症免疫疗法的响应的无效组的一部分;如果确定受试者不是无效组的一部分,则确定受试者是对癌症免疫疗法的响应的有效组的一部分,并且Foxp3+CD25+T细胞的比例、ICOS+CD62L低CD4+T细胞亚群的比例、LAG-3+CD62L低CD4+T细胞亚群的比例,或PD-1+CD62L低CD4+T细胞亚群的比例高于阈值(有效组阈值);并且如果确定受试者是有效组的一部分,则将癌症免疫疗法施用于受试者。本发明的另一个实施方案提供了治疗患有癌症的受试者的方法,包括将癌症免疫疗法应用于通过以下方式确定不是对癌症免疫疗法的响应的无效组的一部分的受试者:
测定选自由以下项组成的组的量(X,Y):
与抗肿瘤免疫应答中的树突细胞刺激相关的CD4+T细胞亚群的量;
与抗肿瘤免疫应答中CD4+T细胞刺激的树突细胞相关的树突细胞亚群的量;
与抗肿瘤免疫应答中的树突细胞刺激相关的CD8+T细胞亚群的量;
调节性T细胞或与调节性T细胞相关的CD4+T细胞亚群的量;ICOS+CD62L低CD4+T细胞亚群的量;
使用X和Y的相对值与阈值(无效组阈值)的比较来确定受试者是否是对癌症免疫疗法的响应的无效组的一部分;如果确定受试者不是无效组的一部分,则确定受试者是对癌症免疫疗法的响应的有效组的一部分,并且Foxp3+CD25+T细胞的比例、ICOS+CD62L低CD4+T细胞亚群的比例、LAG-3+CD62L低CD4+T细胞亚群的比例,或PD-1+CD62L低CD4+T细胞亚群的比例高于阈值(有效组阈值)。
例如,本发明的方法可以使用选自由以下项组成的组的值为(X):
与抗肿瘤免疫应答中的树突细胞刺激相关的CD4+T细胞亚群的量;
与抗肿瘤免疫应答中CD4+T细胞刺激的树突细胞相关的树突细胞亚群的量;和
与抗肿瘤免疫应答中的树突细胞刺激相关的CD8+T细胞亚群的量。本发明的方法还可以计算变量(X,Y),其中选自由以下项组成的组的值为(X):
CD62L低CD4+T细胞亚群的量;
CCR7-CD4+T细胞亚群的量;
LAG-3+CD62L低CD4+T细胞亚群的量;
ICOS+CD62L低CD4+T细胞亚群的量;
CD45RA-CD4+T细胞亚群的量;
CD45RO+CD4+T细胞亚群的量;
HLA-DR+树突细胞亚群的量;
CD80+树突细胞亚群的量;
CD86+树突细胞亚群的量;
PD-L1+树突细胞亚群的量;
CD62L低CD8+T细胞亚群的量;
CD137+CD8+T细胞亚群的量;和
CD28+CD62L低CD8+T细胞亚群的量。
例如,本发明的方法可以计算变量(X,Y),其中调节性T细胞或与调节性T细胞相关的CD4+T细胞亚群的量为(Y)。本发明的方法还可以计算变量(X,Y),其中选自由以下项组成的组的值为(Y):
CCR4+CD25+CD4+T细胞亚群的量;
CD62L高CD25+CD4+T细胞亚群的量;
CD127+CD25+CD4+T细胞亚群的量;
CD45RA-Foxp3+CD4+T细胞亚群的量;和
CD4+Foxp3+CD25+T细胞亚群的量。
本发明的另一方面提供了一种使用上述(X,Y)鉴定被确定为不是无效组的一部分的受试者群中的响应组(PR)和稳定组(SD)的方法。鉴定响应组(PR)和稳定组(SD)的方法可以计算变量(Z,W),其中
ICOS+CD62L低CD4+T细胞亚群的量为(Z)
和选自由以下项组成的组的值为(W):
CD4+CD25+T细胞亚群的量;
CD4+Foxp3+T细胞亚群的量;
CD4+Foxp3+CD25+T细胞亚群的量;
CD62L高CD25+CD4+T细胞亚群的量;
CD45RA-Foxp3+CD4+T细胞亚群的量;
CCR4+CD25+CD4+T细胞亚群的量;和
CD127+CD25+CD4+T细胞亚群的量以预测受试者是否是响应组(PR)或稳定组(SD)的一部分。
本发明的又一方面提供了用于预测受试者对癌症免疫疗法的响应的试剂盒,其包含用于检测选自CD4、CD25、CD62L、Foxp3等的一种或更多种细胞表面标志物的试剂,诸如,选自由以下项组成的组的标志物的组合:
*CD4和CD62L的组合;
*CD4、CD45RA和CCR7的组合;
*CD4、CD45RO和CCR7的组合;
*CD4、CD62L和LAG-3的组合;
*CD4、CD62L和ICOS的组合;
*CD4、CD62L和CD25的组合;
*CD4、CD127和CD25的组合;
*CD4、CD45RA和Foxp3的组合;
*CD4、CD45RO和Foxp3的组合;
*CD4、CD25和Foxp3的组合;
*CD11c、CD141和HLA-DR的组合;
*CD11c、CD141和CD80的组合;
*CD11c、CD123和HLA-DR的组合;
*CD11c、CD123和CD80的组合;
*CD8和CD62L的组合;
*CD8和CD137的组合;和
*CD28、CD62L和CD8的组合。优选地,试剂盒包含用于检测CD4和CD62L中的每一种的试剂。这些检测试剂的组合可用于确定受试者的T细胞的组成。这种试剂盒可用于测量作为本文公开的新型生物标志物的受试者中特定T细胞亚群的比例。
本发明的一个实施方案是试剂盒,其包含用于检测细胞表面标志物的试剂,细胞表面标志物用于预测受试者对癌症免疫疗法的响应。发明人发现,受试者的T细胞表达的这些细胞表面标志物与受试者对癌症免疫疗法的响应性有关。应理解,鉴于上述情况,包含用于检测此类细胞表面标志物的试剂的试剂盒可用于预测对癌症免疫疗法的响应性。试剂盒优选包含用于检测CD4和CD62L的试剂。试剂盒更优选包含用于检测CD4、CD25、CD62L和Foxp3的试剂。在一个实施方案中,检测剂是抗体。优选地,抗体有助于经适当有标签的标志物(labeled marker)的检测。
本发明的另一方面是用于治疗受试者的癌症的组合物,其包含免疫检查点抑制剂。
本发明的一个实施方案是用于治疗受试者的癌症的组合物,其包含免疫检查点抑制剂,其特征在于所述受试者具有选自由以下项组成的组的相对量:
与抗肿瘤免疫应答中的树突细胞刺激相关的CD4+T细胞亚群的相对量;
与抗肿瘤免疫应答中CD4+T细胞刺激的树突细胞相关的树突细胞亚群的相对量;和
与抗肿瘤免疫应答中的树突细胞刺激相关的CD8+T细胞亚群的相对量;
其中,相对量等于或大于阈值(无效组阈值)。
例如,相对量通常选自由以下项组成的组:
CD4+T细胞中CD62L低CD4+T细胞亚群的比例;
CD4+T细胞中CCR7-CD4+T细胞亚群的比例;
CD62L低CD4+T细胞中LAG-3+CD62L低CD4+T细胞亚群的比例;
CD62L低CD4+T细胞中ICOS+CD62L低CD4+T细胞亚群的比例;
CD4+T细胞中CD62L高CD25+CD4+T细胞亚群的比例;
CD4+T细胞中CD127+CD25+CD4+T细胞亚群的比例;
CD4+T细胞中CD45RA-Foxp3+CD4+T细胞亚群的比例;
CD4+T细胞中Foxp3+CD25+CD4+T细胞亚群的比例;
树突细胞中HLA-DR+树突细胞亚群的比例;
树突细胞中CD80+树突细胞亚群的比例;
树突细胞中CD86+树突细胞亚群的比例;
树突细胞中PD-L1+树突细胞亚群的比例;
CD8+T细胞中CD62L低CD8+T细胞亚群的比例;和
CD8+T细胞中CD137+CD8+T细胞亚群的比例;和
CD62L低CD8+T细胞中CD28+CD62L低CD8+T细胞亚群的比例。
本发明的又一个实施方案是用于治疗受试者的癌症的组合物,其包含免疫检查点抑制剂,其特征在于所述受试者是通过比较阈值(无效组阈值)与X和Y的相对值而选择的受试者,其中,量(X,Y)选自由以下项组成的组:
源自受试者的样品中的
与抗肿瘤免疫应答中的树突细胞刺激相关的CD4+T细胞亚群的量;
与抗肿瘤免疫应答中树突细胞刺激相关的树突细胞亚群的量;
与抗肿瘤免疫应答中的树突细胞刺激相关的CD8+T细胞亚群的量;
调节性T细胞或与调节性T细胞相关的CD4+T细胞亚群的量;和ICOS+CD62L低CD4+T细胞亚群的量。量(X,Y)通常选自由以下项组成的组:
CD62L低CD4+T细胞亚群的量;
CCR7-CD4+T细胞亚群的量;
LAG-3+CD62L低CD4+T细胞亚群的量;
CCR4+CD25+CD4+T细胞亚群的量;
ICOS+CD62L低CD4+T细胞亚群的量;
CD45RA-CD4+T细胞亚群的量;
CD45RO+CD4+T细胞亚群的量;
CD62L高CD25+CD4+T细胞亚群的量;
CD127+CD25+CD4+T细胞亚群的量;
CD45RA-Foxp3+CD4+T细胞亚群的量;
Foxp3+CD25+CD4+T细胞亚群的量;
HLA-DR+树突细胞亚群的量;
CD80+树突细胞亚群的量;
CD86+树突细胞亚群的量;
PD-L1+树突细胞亚群的量;
CD62L低CD8+T细胞亚群的量;
CD137+CD8+T细胞亚群的量;和
CD28+CD62L低CD8+T细胞亚群的量。
例如,本发明的方法可以使用选自由以下项组成的组的值为(X):
与抗肿瘤免疫应答中的树突细胞刺激相关的CD4+T细胞亚群的量;
与抗肿瘤免疫应答中的CD4+T细胞刺激的树突细胞相关的树突细胞亚群的量;和
与抗肿瘤免疫应答中的树突细胞刺激相关的CD8+T细胞亚群的量。本发明的方法还可以计算变量(X,Y),其中,选自以下项组成的组的值为(X):
CD62L低CD4+T细胞亚群的量;
CCR7-CD4+T细胞亚群的量;
LAG-3+CD62L低CD4+T细胞亚群的量;
ICOS+CD62L低CD4+T细胞亚群的量;
CD45RA-CD4+T细胞亚群的量;
CD45RO+CD4+T细胞亚群的量;
HLA-DR+树突细胞亚群的量;
CD80+树突细胞亚群的量;
CD86+树突细胞亚群的量;
PD-L1+树突细胞亚群的量;
CD62L低CD8+T细胞亚群的量;
CD137+CD8+T细胞亚群的量;和
CD28+CD62L低CD8+T细胞亚群的量。
例如,本发明的方法可以计算变量(X,Y),其中调节性T细胞或与调节性T细胞相关的CD4+T细胞亚群的量为(Y)。本发明的方法还可以计算变量(X,Y),其中,选自由以下项组成的组的值为(Y):
CCR4+CD25+CD4+T细胞亚群的量;
CD62L高CD25+CD4+T细胞亚群的量;
CD127+CD25+CD4+T细胞亚群的量;
CD45RA-Foxp3+CD4+T细胞亚群的量;和
CD4+Foxp3+CD25+T细胞亚群的量。
例如,本发明的方法可以使用X和Y的相对值与阈值(无效组阈值)的比较,包括测量CD4+CD62L低T细胞的量(X)并测量CD4+Foxp3+CD25+T细胞的量(Y)作为预测受试者不是癌症免疫疗法的无效组的一部分的指标。调节性T细胞或与调节性T细胞相关的CD4+T细胞亚群的量或比例可作为(Y)。
本发明的又一个实施方案是用于治疗受试者的癌症的组合物,包含免疫检查点抑制剂,其特征在于,受试者是通过阈值(无效组阈值)和选自由以下项组成的组的量(X,Y)的相对值比较而选择的受试者:
源自受试者的样品中的
与抗肿瘤免疫应答中的树突细胞刺激相关的CD4+T细胞亚群的量;
与抗肿瘤免疫应答中的CD4+T细胞刺激的树突细胞相关的树突细胞亚群的量;
与抗肿瘤免疫应答中的树突细胞刺激相关的CD8+T细胞亚群的量;
调节性T细胞或与调节性T细胞相关的CD4+T细胞亚群的量,并且和ICOS+CD62L低CD4+T细胞亚群的量;并且具有等于或大于阈值(有效组阈值)的CD4+T细胞中Foxp3+CD25+T细胞亚群的比例或CD62L低CD4+T细胞中ICOS+CD62L低CD4+T细胞亚群的比例。量(X)和(Y)通常选自由以下项组成的组:
CD62L低CD4+T细胞亚群的量;
CCR7-CD4+T细胞亚群的量;
LAG-3+CD62L低CD4+T细胞亚群的量;
ICOS+CD62L低CD4+T细胞亚群的量;
CCR4+CD25+CD4+T细胞亚群的量;
CD45RA-CD4+T细胞亚群的量;
CD45RO+CD4+T细胞亚群的量;
CD62L高CD25+CD4+T细胞亚群的量;
CD127+CD25+CD4+T细胞亚群的量;
CD45RA-Foxp3+CD4+T细胞亚群的量;
Foxp3+CD25+CD4+T细胞亚群的量;
HLA-DR+树突细胞亚群的量;
CD80+树突细胞亚群的量;
CD86+树突细胞亚群的量;
PD-L1+树突细胞亚群的量;
CD62L低CD8+T细胞亚群的量;
CD137+CD8+T细胞亚群的量;和
CD28+CD62L低CD8+T细胞亚群的量。
例如,本发明组合物的施用靶标可以是以变量(X,Y)为特征的受试者,其中,选自由以下项组成的组的值为(X):
与抗肿瘤免疫应答中的树突细胞刺激相关的CD4+T细胞亚群的量;
与抗肿瘤免疫应答中的CD4+T细胞刺激的树突细胞相关的树突细胞亚群的量;和
与抗肿瘤免疫应答中的树突细胞刺激相关的CD8+T细胞亚群的量。本发明的方法还可以计算变量(X,Y),其中,选自由以下项组成的组的值为(X):
CD62L低CD4+T细胞亚群的量;
CCR7-CD4+T细胞亚群的量;
LAG-3+CD62L低CD4+T细胞亚群的量;
ICOS+CD62L低CD4+T细胞亚群的量;
CD45RA-CD4+T细胞亚群的量;
CD45RO+CD4+T细胞亚群的量;
HLA-DR+树突细胞亚群的量;
CD80+树突细胞亚群的量;
CD86+树突细胞亚群的量;
PD-L1+树突细胞亚群的量;
CD62L低CD8+T细胞亚群的量;
CD137+CD8+T细胞亚群的量;和
CD28+CD62L低CD8+T细胞亚群的量以靶向施用至以变量(X,Y)为特征的受试者。
例如,对于本发明的组合物,可以计算变量(X,Y),其中调节性T细胞或与调节性T细胞相关的CD4+T细胞亚群的量为(Y)。本发明的方法还可以计算变量(X,Y),其中,选自由以下项组成的组的值为(Y):
CCR4+CD25+CD4+T细胞亚群的量;
CD62L高CD25+CD4+T细胞亚群的量;
CD127+CD25+CD4+T细胞亚群的量;
CD45RA-Foxp3+CD4+T细胞亚群的量;和
CD4+Foxp3+CD25+T细胞亚群的量以靶向施用至以变量(X,Y)为特征的受试者。
例如,通过将X和Y的相对值与阈值(无效组)进行比较,可以将预测不是对癌症免疫疗法的无效组的一部分的受试者作为施用本发明组合物的靶标,所述相对值来自CD4+CD62L低T细胞的量(X)和CD4+Foxp3+CD25+T细胞的量(Y)。调节性T细胞或与调节性T细胞相关的CD4+T细胞亚群的量或比例可用作(Y)。本发明的组合物可以与任何其他试剂组合使用。
在一个实施方案中,组合物包含PD-1抑制剂。PD-1抑制剂的实例包括抑制PD-L1和PD-1之间结合的抗PD-1抗体,诸如纳武单抗或派姆单抗。在另一个实施方案中,组合物包含PD-L1抑制剂。PD-L1抑制剂的实例包括抑制PD-L1和PD-1之间结合的抗PD-L1抗体,诸如德瓦鲁单抗、阿特珠单抗和阿维鲁单抗。包含此类免疫检查点抑制剂的组合物被理解为当施用于使用本发明的生物标志物选择的受试者时,以特别高的概率获得治疗效果。
本发明的另一方面提供了改善或维持受试者对癌症免疫疗法的响应性的方法。发现选自由以下项组成的组的细胞对受试者对癌症免疫疗法的响应很重要:
CD62L低CD4+T细胞;
CCR7-CD4+T细胞;
LAG-3+CD62L低CD4+T细胞;
ICOS+CD62L低CD4+T细胞;
CCR4+CD25+CD4+T细胞;
CD45RA-CD4+T细胞;
CD45RO+CD4+T细胞;
CD62L高CD25+CD4+T细胞;
CD127+CD25+CD4+T细胞;
CD45RA-Foxp3+CD4+T细胞;
Foxp3+CD25+CD4+T细胞;
HLA-DR+树突细胞;
CD80+树突细胞;
CD86+树突细胞;
PD-L1+树突细胞;
CD62L低CD8+T细胞;
CD137+CD8+T细胞;和
CD28+CD62L低CD8+T细胞。应理解,使用此类T细胞可改善或维持受试者对癌症免疫疗法的响应性。本发明的一个实施方案是包含CD62L低CD4+T细胞的组合物。CD62L低CD4+T细胞或包含其的组合物对治疗或预防癌症是有用的,并且可与癌症免疫疗法组合使用。在又一个实施方案中,除CD62L低CD4+T细胞等外,组合物还可包含CD62L低CD8+T细胞。
本发明的一个实施方案提供了一种使得癌症免疫疗法在受试者中有效的方法,该方法用于通过使用选自由以下项组成的组的细胞预测对癌症免疫疗法无效的受试者:
CD62L低CD4+T细胞;
CCR7-CD4+T细胞;
LAG-3+CD62L低CD4+T细胞;
ICOS+CD62L低CD4+T细胞;
CCR4+CD25+CD4+T细胞;
CD45RA-CD4+T细胞;
CD45RO+CD4+T细胞;
CD62L高CD25+CD4+T细胞;
CD127+CD25+CD4+T细胞;
CD45RA-Foxp3+CD4+T细胞;
Foxp3+CD25+CD4+T细胞;
HLA-DR+树突细胞;
CD80+树突细胞;
CD86+树突细胞;
PD-L1+树突细胞;
CD62L低CD8+T细胞;
CD137+CD8+T细胞;和
CD28+CD62L低CD8+T细胞或其组合物。本发明的另一个实施方案提供了通过使用例如CD62L低CD4+T细胞或其组合物来维持癌症免疫疗法效果的方法。本发明人研究的结果阐明了外周血的CD62L低CD4+T细胞在癌症免疫疗法(尤其是抗PD-1抗体疗法和/或抗PD-抗体L1抗体疗法)中起到抗肿瘤免疫应答的促进剂的作用,是一项新发现,其为癌症治疗提供了一种新的革命性方法。发明人还发现了选自由以下项组成的组的细胞也如上文公开的CD62L低CD4+T细胞中那样促进抗肿瘤免疫应答:
CCR7-CD4+T细胞;
LAG-3+CD62L低CD4+T细胞;
ICOS+CD62L低CD4+T细胞;
CCR4+CD25+CD4+T细胞;
CD45RA-CD4+T细胞;
CD45RO+CD4+T细胞;
CD62L高CD25+CD4+T细胞;
CD127+CD25+CD4+T细胞;
CD45RA-Foxp3+CD4+T细胞;
Foxp3+CD25+CD4+T细胞;
HLA-DR+树突细胞;
CD80+树突细胞;
CD86+树突细胞;
PD-L1+树突细胞;
CD62L低CD8+T细胞;
CD137+CD8+T细胞;和
CD28+CD62L低CD8+T细胞。在本发明的另一个实施方案中,除CD62L低CD4+T细胞外,还可以使用CD62L低CD8+T细胞
本发明的一些实施方案提供了精炼(refining)或纯化CD62L低CD4+T细胞的方法或制备包含CD62L低CD4+T细胞的组合物的方法。在一些实施方案中,CD62L低CD4+T细胞是从人源样品中分离的。一些实施方案提供了制备CD62L低CD4+T细胞的方法,所述CD62L低CD4+T细胞已经从受试者中分离用于输注到受试者体内,并且提供了将这些细胞输注到受试者内的方法。本发明的一个实施方案是包含CD62L低CD4+T细胞的组合物,所述CD62L低CD4+T细胞来自施用所述组合物的受试者。本发明的又一方面提供了精炼或纯化CD62L低CD8+T细胞的方法或制备包含CD62L低CD8+T细胞的组合物的方法。使用相同的原理,本发明类似地制备选自由以下项组成的组的细胞:
CCR7-CD4+T细胞;
LAG-3+CD62L低CD4+T细胞;
ICOS+CD62L低CD4+T细胞;
CCR4+CD25+CD4+T细胞;
CD45RA-CD4+T细胞;
CD45RO+CD4+T细胞;
CD62L高CD25+CD4+T细胞;
CD127+CD25+CD4+T细胞;
CD45RA-Foxp3+CD4+T细胞;
Foxp3+CD25+CD4+T细胞;
HLA-DR+树突细胞;
CD80+树突细胞;
CD86+树突细胞;
PD-L1+树突细胞;
CD62L低CD8+T细胞;
CD137+CD8+T细胞;和
CD28+CD62L低CD8+T细胞。
制备包含CD62L低CD4+T细胞的组合物的方法可包括从源自人的T细胞群中纯化CD62L低CD4+T细胞。纯化可以包括从T细胞群中去除CD62L高表达细胞(阴性选择)。通过使用抗体和/或磁珠和/或亲和柱等的阴性选择纯化CD62L低CD4+T细胞是优选的,因为诸如抗体或磁珠等杂质不会留在要使用的细胞上。本发明还提供了制备包含CD62L低CD8+T细胞的组合物的方法。
本发明的一个实施方案是试剂盒,其包含特异性结合CD62L的物质,用于纯化CD62L低CD4+T细胞。特异性结合CD62L的物质的实例包括但不限于CD62L特异性的抗体。
(本发明的生物标志物)
应理解,本发明的生物标志物用于评估抗肿瘤免疫应答的整体平衡,包括CD4+T细胞、树突细胞和/或CD8+T细胞,以评估整体肿瘤免疫本身。因此,可以认为本发明的方法对广泛的癌症和肿瘤有效。本发明评估整体抗肿瘤免疫应答,使得预期本发明不仅对于针对PD-1/PD-L1的免疫检查点抑制剂有效,而且对作用于其他免疫检查点的抗癌疗法也有效。
代替CD62L低或除了CD62L低之外,本发明还可以使用表示效应T细胞的标志物(诸如CCR7-)。或者,可以使用CD45RA-和/或CD45RO+。例如,也可以使用CD4+T细胞中CD45RA-CD4+T细胞亚群的比例和/或CD4+T细胞中CD45RO+CD4+T细胞亚群的比例。结果表明,LAG3和ICOS的表达也可以以与CD62L低类似的方式使用(添加或取代)。类似地发现,CCR4表达也可以以与CD62L低类似的方式使用(添加或取代)。
代替(或除了)使用实施例中使用的CD4+T细胞(CD62L低CD4+T细胞),在骨髓树突细胞群(mDC)和/或浆细胞样树突细胞(pDC)群中表达HLA-DR和/或CD80和/或CD86的细胞的数量/比例也可用作指标。树突细胞上的PD-L1也被理解为可用作本发明的标志物。
进一步地,代替(或除了)使用实施例中使用的CD4+T细胞(CD62L低CD4+T细胞),CD8+T细胞中表达4-1BB的细胞的数量/比例也可用作指标。
(本发明的机制)
尽管不希望受任何理论的束缚,但发明人提出的局部肿瘤的抗肿瘤免疫应答现象示意性地显示在图21中。图21显示了可在外周血中观察到的细胞,即CD62L低CD4+T细胞、骨髓树突细胞(mDC)、浆细胞样树突细胞(pDC)和CD62L低CD8+T细胞,以及在这些细胞中表达的标志物分子,即LAG-3、ICOS、HLA-DR、CD80和CD137。PD-L1在树突细胞中表达,以及PD-1在CD62L低CD4+T细胞和CD62L低CD8+T细胞中表达。
T细胞的组成被认为在抗肿瘤免疫应答中是重要的。例如,CD62L低CD4+T细胞对树突细胞的刺激是重要的。如果CD62L低CD4+T细胞不足(例如,效应T细胞和幼稚T细胞的平衡倾向于幼稚T细胞),即使施用免疫检查点抑制剂也不能充分刺激树突细胞。结果,抗肿瘤免疫应答不足。因此,CD4+T细胞中CD62L低CD4+T细胞的比例是预测免疫检查点抑制剂引起的抗肿瘤效果的指标。与CD62L一样,CD4+T细胞中CD45RA-CCR7-T细胞的比例也表明效应T细胞和幼稚T细胞的平衡,因此这种比例可用作本发明的指标。
通过HLA-DR,CD4+T细胞刺激树突细胞。因此,随着树突细胞中HLA-DR+细胞比例的降低,即使施用免疫检查点抑制剂也不能充分刺激树突细胞。结果,抗肿瘤免疫应答不足。因此,树突细胞中HLA-DR+细胞的比例也可以作为预测免疫检查点抑制剂引起的抗肿瘤效果的指标。
已被CD4+T细胞刺激的树突细胞刺激CD8+T细胞,并且经刺激的CD8+T细胞最终发挥抗肿瘤活性。通过在树突细胞上表达的CD80/CD86和在CD8+T细胞上的CD137刺激树突细胞刺激CD8+T细胞。因此,树突细胞中CD80+细胞的比例和CD8+T细胞中CD137+细胞的比例都可以作为预测由免疫检查点抑制剂引起的抗肿瘤效果的指标。
除了从上面公开的机制揭示的生物标志物之外,还发现CD4+T细胞中的LAG-3、ICOS和CCR4是预测如实施例中公开的免疫检查点抑制剂引起的抗肿瘤效果的指标。
例如,本发明提供以下项。
(第1项)
一种使用与抗肿瘤免疫应答中的树突细胞刺激相关的CD4+T细胞亚群的相对量预测受试者对癌症免疫疗法的响应的方法,所述方法包括
测定源自所述受试者的样品中所述CD4+T细胞亚群的相对量,所述相对量高于无效组阈值表明所述受试者不是所述癌症免疫疗法的无效组的一部分。
(第2项)
第1项所述的方法,其中,所述CD4+T细胞亚群的相对量选自由以下项组成的组:
CD4+T细胞中CD62L低CD4+T细胞亚群的比例;
CD4+T细胞中CCR7-CD4+T细胞亚群的比例;
CD62L低CD4+T细胞中LAG-3+CD62L低CD4+T细胞亚群的比例;
CD62L低CD4+T细胞中ICOS+CD62L低CD4+T细胞亚群的比例;
CD4+T细胞中CCR4+CD25+CD4+T细胞亚群的比例;
CD4+T细胞中CD62L高CD25+CD4+T细胞亚群的比例;
CD4+T细胞中CD127+CD25+CD4+T细胞亚群的比例;
CD4+T细胞中CD45RA-Foxp3+CD4+T细胞亚群的比例;和
CD4+T细胞中Foxp3+CD25+CD4+T细胞亚群的比例。
(第3项)
一种使用受试者的CD4+T细胞中CD62L低T细胞比例作为指标预测受试者对癌症免疫疗法的响应的方法,所述方法包括
测定源自所述受试者的样品中CD4+T细胞中所述CD62L低T细胞的比例,所述比例高于无效组阈值表明所述受试者不是所述癌症免疫疗法的无效组的一部分。
(第4项)
一种使用与抗肿瘤免疫应答中的树突细胞刺激相关的树突细胞亚群的相对量作为指标预测受试者对癌症免疫疗法的响应的方法,所述方法包括
测定源自所述受试者的样品中树突细胞中所述树突细胞亚群的比例,所述比例高于无效组阈值,表明所述受试者不是所述癌症免疫疗法的无效组的一部分。
(第5项)
第4项所述的方法,其中,所述树突细胞亚群选自由HLA-DR+树突细胞亚群;CD80+树突细胞亚群;CD86+树突细胞亚群;和PD-L1+树突细胞亚群组成的组。
(第6项)
一种使用与抗肿瘤免疫应答中的树突细胞刺激相关的CD8+T细胞亚群的相对量作为指标预测受试者对癌症免疫疗法的响应的方法,所述方法包括
测定源自所述受试者的样品中CD8+T细胞中所述CD8+T细胞亚群的比例,所述比例高于无效组阈值表明所述受试者不是所述癌症免疫疗法的无效组的一部分。
(第7项)
第6项所述的方法,其中,CD8+T细胞亚群是CD62L低CD8+T细胞亚群、CD137+CD8+T细胞亚群,或CD28+CD62L低CD8+T细胞亚群。
(第8项)
一种使用选自由以下项组成的组的量(X,Y)的相对值作为指标预测受试者对癌症免疫疗法的响应的方法:
与抗肿瘤免疫应答中的树突细胞刺激相关的CD4+T细胞亚群的量;
与抗肿瘤免疫应答中CD4+T细胞刺激的树突细胞相关的树突细胞亚群的量;
与抗肿瘤免疫应答中的树突细胞刺激相关的CD8+T细胞亚群的量;
调节性T细胞或与调节性T细胞相关的CD4+T细胞亚群的量;和
ICOS+CD62L低CD4+T细胞亚群的量,
所述方法包括:
测量X;和
测量Y;
其中,X和Y的相对值与无效组阈值的比较用作预测受试者不是所述癌症免疫疗法的无效组的一部分的指标。
(第9项)
第8项所述的方法,其实,所述量(X)和(Y)分别选自由以下项组成的组:
CD62L低CD4+T细胞亚群的量;
CCR7-CD4+T细胞亚群的量;
LAG-3+CD62L低CD4+T细胞亚群的量;
ICOS+CD62L低CD4+T细胞亚群的量;
Foxp3+CD25+CD4+T细胞亚群的量;
HLA-DR+树突细胞亚群的量;
CD80+树突细胞亚群的量;
CD86+树突细胞亚群的量;
PD-L1+树突细胞亚群的量;
CD62L低CD8+T细胞亚群的量;
CD137+CD8+T细胞亚群的量;和
CD28+CD62L低CD8+T细胞亚群的量。
(第10项)
第8项或第9项所述的方法,其中,所述相对值是X/Y。
(第11项)
第8项或第9项所述的方法,其中,所述相对值是X2/Y。
(第12项)
第1至11项中任一项所述的方法,进一步使用被表明不是无效组的一部分的受试者的以下项作为对受试者对癌症免疫疗法的响应的指标:
CD4+T细胞中Foxp3+CD25+T细胞亚群的比例,
CD62L低CD4+T细胞中ICOS+CD62L低CD4+T细胞亚群的比例,
CD62L低CD4+T细胞中LAG-3+CD62L低CD4+T细胞亚群的比例,或
CD62L低CD4+T细胞中PD-1+CD62L低CD4+T细胞亚群的比例,
其中,以下项高于响应组的阈值表明所述受试者是响应组的一部分:
CD4+T细胞中Foxp3+CD25+T细胞亚群的比例,
CD62L低CD4+T细胞中ICOS+CD62L低CD4+T细胞亚群的比例
CD62L低CD4+T细胞中LAG-3+CD62L低CD4+T细胞亚群的比例,或
CD62L低CD4+T细胞中PD-1+CD62L低CD4+T细胞亚群的比例。
(第13项)
第1至12项中任一项所述的方法,其中,所述无效组阈值通过考虑用于检测无效组的灵敏度和特异性而确定。
(第14项)
第1至13项中任一项所述的方法,其中,确定所述无效组阈值以使得用于检测无效组的灵敏度超过约90%。
(第15项)
第1至13项中任一项所述的方法,其中,确定所述无效组阈值以使得用于检测无效组的特异性超过约90%。
(第16项)
第1至15项中任一项所述的方法,其中,所述样品是外周血样品。
(第17项)
第1至16项中任一项所述的方法,其中,所述癌症免疫疗法包括免疫检查点抑制剂的施用。
(第18项)
第17项所述的方法,其中,所述免疫检查点抑制剂选自由PD-1抑制剂和PD-L1抑制剂组成的组。
(第19项)
第18项所述的方法,其中,所述PD-1抑制剂是抑制PD-1与PD-L1之间相互作用的抗PD-1抗体。
(第20项)
第18项所述的方法,其中,所述PD-L1抑制剂是抑制PD-1与PD-L1之间相互作用的抗PD-L1抗体。
(第21项)
第18项所述的方法,其中,所述PD-1抑制剂或PD-L1抑制剂包括纳武单抗、派姆单抗、德瓦鲁单抗、阿特珠单抗或阿维鲁单抗。
(第22项)
一种治疗患有癌症的受试者的方法,包括:
(1)测定选自由以下项组成的组的相对量:
与抗肿瘤免疫应答中的树突细胞刺激相关的CD4+T细胞亚群的相对量;
与抗肿瘤免疫应答中CD4+T细胞刺激的树突细胞相关的树突细胞亚群的相对量;和
与抗肿瘤免疫应答中的树突细胞刺激相关的CD8+T细胞亚群的相对量;
(2)如果所述相对量高于无效组阈值,则确定所述受试者不是对癌症免疫疗法的响应的无效组的一部分;以及
(3)如果确定所述受试者不是无效组的一部分,则将所述癌症免疫疗法施用于所述受试者。
(第23项)
第22项所述的方法,其中,所述相对量选自由以下项组成的组:
CD4+T细胞中CD62L低CD4+T细胞亚群的比例;
CD4+T细胞中CCR7-CD4+T细胞亚群的比例;
CD62L低CD4+T细胞中LAG-3+CD62L低CD4+T细胞亚群的比例;
CD62L低CD4+T细胞中ICOS+CD62L低CD4+T细胞亚群的比例;
CD4+T细胞中CCR4+CD25+CD4+T细胞亚群的比例;
CD4+T细胞中CD62L高CD25+CD4+T细胞亚群的比例;
CD4+T细胞中CD127+CD25+CD4+T细胞亚群的比例;
CD4+T细胞中CD45RA-Foxp3+CD4+T细胞亚群的比例,
CD4+T细胞中Foxp3+CD25+CD4+T细胞亚群的比例;
树突细胞中HLA-DR+树突细胞亚群的比例;
树突细胞中CD80+树突细胞亚群的比例;
树突细胞中CD86+树突细胞亚群的比例;
树突细胞中PD-L1+树突细胞亚群的比例;
CD8+T细胞中CD62L低CD8+T细胞亚群的比例;
CD8+T细胞中CD137+CD8+T细胞亚群的比例;和
CD62L低CD8+T细胞中CD28+CD62L低CD8+T细胞亚群的比例。
(第24项)
一种治疗患有癌症的受试者的方法,包括:
测定选自由以下项组成的组的量(X,Y):
与抗肿瘤免疫应答中的树突细胞刺激相关的CD4+T细胞亚群的量;
与抗肿瘤免疫应答中CD4+T细胞刺激的树突细胞相关的树突细胞亚群的量;
与抗肿瘤免疫应答中的树突细胞刺激相关的CD8+T细胞亚群的量;
调节性T细胞或与调节性T细胞相关的CD4+T细胞亚群的量;和
ICOS+CD62L低CD4+T细胞亚群的量;
使用X和Y的相对值与无效组阈值进行比较,以确定所述受试者是否是对癌症免疫疗法的响应的无效组的一部分;并且
如果确定所述受试者不是无效组的一部分,则将所述癌症免疫疗法施用于所述受试者。
(第25项)
第24项所述的方法,其中,所述量(X)和(Y)分别选自由以下项组成的组:
CD62L低CD4+T细胞亚群的量;
CCR7-CD4+T细胞亚群的量;
LAG-3+CD62L低CD4+T细胞亚群的量;
ICOS+CD62L低CD4+T细胞亚群的量;
Foxp3+CD25+CD4+T细胞亚群的量;
HLA-DR+树突细胞亚群的量;
CD80+树突细胞亚群的量;
CD86+树突细胞亚群的量;
PD-L1+树突细胞亚群的量;
CD62L低CD8+T细胞亚群的量;和
CD137+CD8+T细胞亚群的量;和
CD28+CD62L低CD8+T细胞亚群的量。
(第26项)
一种用于治疗患有癌症的受试者的方法,包括:
测定选自由以下项组成的组的量(X,Y):
与抗肿瘤免疫应答中的树突细胞刺激相关的CD4+T细胞亚群的量;
与抗肿瘤免疫应答中CD4+T细胞刺激的树突细胞相关的树突细胞亚群的量;
与抗肿瘤免疫应答中的树突细胞刺激相关的CD8+T细胞亚群的量;
调节性T细胞或与调节性T细胞相关的CD4+T细胞亚群的量;和ICOS+CD62L低CD4+T细胞亚群的量;
使用X和Y的相对值与无效组阈值进行比较,以确定所述受试者是否是响应的无效组的一部分;
如果确定所述受试者不是无效组的一部分,并且Foxp3+CD25+T细胞亚群的比例、ICOS+CD62L低CD4+T细胞亚群的比例、LAG-3+CD62L低CD4+T细胞亚群的比例,或PD-1+CD62L低CD4+T细胞亚群的比例高于响应组阈值,则确定所述受试者是对癌症免疫疗法的响应的响应组的一部分;以及
如果确定所述受试者是响应组的一部分,则将所述癌症免疫疗法施用于所述受试者。
(第27项)
一种用于预测受试者对癌症免疫疗法的响应的试剂盒,包括用于检测选自由以下项组成的组的标志物的组合的试剂:
*CD4和CD62L的组合;
*CD4和CCR7的组合;
*CD4、CD62L和LAG-3的组合;
*CD4、CD62L和ICOS的组合;
*CD4、CD62L和CD25的组合;
*CD4、CD127和CD25的组合;
*CD4、CD45RA和Foxp3的组合;
*CD4、CD25和Foxp3的组合;
*CD11c、CD141和HLA-DR的组合;
*CD11c、CD141和CD80的组合;
*CD11c、CD123和HLA-DR的组合;
*CD11c、CD123和CD80的组合;
*CD8和CD62L的组合;
*CD8和CD137的组合;和
*CD28、CD62L和CD8的组合。
(第28项)
第27项所述的试剂盒,包含用于检测CD4和CD62L的试剂。
(第29项)
第27项所述的试剂盒,包含用于检测CD4、CD25、CD62L和Foxp3的试剂。
(第30项)
第27至29项任一项所述的试剂盒,其中,所述检测试剂是抗体。
(第31项)
一种用于治疗受试者的癌症的组合物,所述组合物包含免疫检查点抑制剂,其特征在于所述受试者具有选自由以下项组成的组的相对量:
与抗肿瘤免疫应答中的树突细胞刺激相关的CD4+T细胞亚群的相对量;
与抗肿瘤免疫应答中CD4+T细胞刺激的树突细胞相关的树突细胞亚群的相对量;和
与抗肿瘤免疫应答中的树突细胞刺激相关的CD8+T细胞亚群的相对量;
其中,所述相对量等于或大于无效组阈值。
(第32项)
第31项所述的组合物,其中,所述相对量选自由以下项组成的组:
CD4+T细胞中CD62L低CD4+T细胞亚群的比例;
CD4+T细胞中CCR7-CD4+T细胞亚群的比例;
CD62L低CD4+T细胞中LAG-3+CD62L低CD4+T细胞亚群的比例;
CD62L低CD4+T细胞中ICOS+CD62L低CD4+T细胞亚群的比例;
CD4+T细胞中CCR4+CD25+CD4+T细胞亚群的比例;
CD4+T细胞中CD62L高CD25+CD4+T细胞亚群的比例;
CD4+T细胞中CD127+CD25+CD4+T细胞亚群的比例;
CD4+T细胞中CD45RA-Foxp3+CD4+T细胞亚群的比例;
CD4+T细胞中Foxp3+CD25+CD4+T细胞亚群的比例;
树突细胞中HLA-DR+树突细胞亚群的比例;
树突细胞中CD80+树突细胞亚群的比例;
树突细胞中CD86+树突细胞亚群的比例;
树突细胞中PD-L1+树突细胞亚群的比例;
CD8+T细胞中CD62L低CD8+T细胞亚群的比例;和
CD8+T细胞中CD137+CD8+T细胞亚群的比例;和
CD62L低CD8+T细胞中CD28+CD62L低CD8+T细胞亚群的比例。
(第33项)
一种用于治疗受试者的癌症的组合物,所述组合物包含免疫检查点抑制剂,其特征在于,所述受试者是通过比较无效组阈值与量(X,Y)的相对值而选择的受试者,所述量(X,Y)选自由以下项组成的组:
与抗肿瘤免疫应答中的树突细胞刺激相关的CD4+T细胞亚群的量;
与抗肿瘤免疫应答中树突细胞刺激相关的树突细胞亚群的量;
与抗肿瘤免疫应答中的树突细胞刺激相关的CD8+T细胞亚群的量;
调节性T细胞或与调节性T细胞相关的CD4+T细胞亚群的量;和ICOS+CD62L低CD4+T细胞亚群的量。
(第34项)
一种用于治疗受试者的癌症的组合物,所述组合物包含免疫检查点抑制剂,其特征在于
所述受试者是通过比较无效组阈值与量(X,Y)的相对值而选择的受试者,所述量(X,Y)选自由以下项组成的组中:
与抗肿瘤免疫应答中的树突细胞刺激相关的CD4+T细胞亚群的量;
与抗肿瘤免疫应答中树突细胞刺激相关的树突细胞亚群的量;和
与抗肿瘤免疫应答中的树突细胞刺激相关的CD8+T细胞亚群的量;
调节性T细胞或与调节性T细胞相关的CD4+T细胞亚群的量;和ICOS+CD62L低CD4+T细胞亚群的量,
并且
源自所述受试者的样品中,具有高于响应组阈值的:
CD4+T细胞中Foxp3+CD25+T细胞亚群的比例;
CD62L低CD4+T细胞中ICOS+CD62L低CD4+T细胞亚群的比例;
CD62L低CD4+T细胞中LAG-3+CD62L低CD4+T细胞亚群的比例;或者
CD62L低CD4+T细胞中PD-1+CD62L低CD4+T细胞亚群的比例。
(第35项)
第31至34项中任一项所述的组合物,其中,所述免疫检查点抑制剂选自由PD-1抑制剂和PD-L1抑制剂组成的组。
(第36项)
第35项所述的组合物,其中,所述PD-1抑制剂是抑制PD-L1和PD-1之间相互作用的抗PD-L1抗体。
(第37项)
第35项所述的组合物,其中,所述PD-L1抑制剂是抑制PD-1和PD-L1之间相互作用的抗PD-L1抗体。
(第38项)
第35项所述的组合物,其中,所述PD-1抑制剂或PD-L1抑制剂包括纳武单抗、派姆单抗、德瓦鲁单抗、阿特珠单抗或阿维鲁单抗。
(第39项)
一种用于治疗或预防癌症的组合物,包括选自由以下项组成的组的细胞:
CD62L低CD4+T细胞;
CCR7-CD4+T细胞;
LAG-3+CD62L低CD4+T细胞;
ICOS+CD62L低CD4+T细胞;
CCR4+CD25+CD4+T细胞;
CD62L高CD25+CD4+T细胞;
CD127+CD25+CD4+T细胞;
CD45RA-Foxp3+CD4+T细胞;
Foxp3+CD25+CD4+T细胞;
HLA-DR+树突细胞;
CD80+树突细胞;
CD86+树突细胞;
PD-L1+树突细胞;
CD62L低CD8+T细胞;
CD137+CD8+T细胞;和
CD28+CD62L低CD8+T细胞。
(第40项)
第39项所述的组合物,所述组合物用于伴随癌症免疫疗法使用。
(第41项)
第39项所述的组合物,其特征在于,所述组合物与免疫检查点抑制剂联合施用。
(第42项)
第41项所述的组合物,其中,所述免疫检查点抑制剂选自由PD-1抑制剂和PD-L1抑制剂组成的组。
(第43项)
第42项所述的组合物,其中,所述PD-1抑制剂是抑制PD-1和PD-L1之间相互作用的抗PD-1抗体。
(第44项)
第42项所述的组合物,其中,所述PD-L1抑制剂是抑制PD-1和PD-L1之间相互作用的抗PD-L1抗体。
(第45项)
第42项所述的组合物,其中,所述PD-1抑制剂或PD-L1抑制剂包括纳武单抗、派姆单抗、德瓦鲁单抗、阿特珠单抗或阿维鲁单抗。
(第46项)
第39至45项中任一项所述的组合物,进一步包含CD62L低CD8+T细胞。
(第47项)
第39至46项中任一项所述的组合物,所述组合物用于使得癌症免疫疗法在癌症免疫疗法被预测为无效的受试者中有效。
(第48项)
第39至47项中任一项所述的组合物,所述组合物用于维持癌症免疫疗法的效果。
(第49项)
第39至48项中任一项所述组合物,其中,CD62L低CD4+T细胞来自所述施用组合物的受试者。
(第50项)
一种制备含CD62L低CD4+T细胞的用于治疗或预防癌症的组合物的方法,所述方法包括从源自人的T细胞群中纯化CD62L低CD4+T细胞。
(第51项)
第50项所述的方法,其中,所述纯化包括从T细胞群中去除CD62L高表达细胞。
(第52项)
一种试剂盒,所述试剂盒包括特异性结合CD62L的物质,用于纯化CD62L低CD4+T细胞。
(第A1项)
一种使用受试者的CD4+T细胞中CD62L低T细胞比例作为指标预测受试者对癌症免疫疗法的响应的方法,包括
测定源自受试者的样品中CD4+T细胞中CD62L低T细胞的比例,高于无效组阈值的所述比例表明受试者不是癌症免疫疗法的无效组的一部分。
(第A2项)
一种使用受试者的CD4+T细胞中Foxp3+CD25+T细胞比例作为指标预测受试者对癌症免疫疗法的响应的方法,包括
测定源自受试者的样品中CD4+T细胞中Foxp3+CD25+T细胞的比例,低于无效组阈值的所述比例表明受试者不是癌症免疫疗法的无效组的一部分。
(第A3项)
一种使用受试者的CD4+CD62L低T细胞的量(X)与CD4+Foxp3+CD25+T细胞的量(Y)的相对值作为指标预测受试者对癌症免疫疗法的响应的方法,所述方法包括:
测量X;和
测量Y;
其中,X和Y的相对值与无效组阈值的比较用作预测受试者不是癌症免疫疗法的无效组的一部分的指标。
(第A4项)
第A3项所述的方法,其中,所述相对值是X/Y。
(第A5项)
第A3项所述的方法,其中,所述相对值是X2/Y。
(第A6项)
第A1至A5项中任一项所述的方法,进一步使用被表明不是无效组的一部分的受试者中CD4+T细胞中Foxp3+CD25+T细胞的比例作为对受试者免疫疗法的指标,其中
CD4+T细胞中Foxp3+CD25+CD4+T细胞的比例高于响应组阈值表明受试者是响应组的一部分。
(第A7项)
第A1至A6项中任一项所述的方法,其中,通过考虑检测无效组的灵敏度和特异性来确定所述无效组阈值。
(第A8项)
第A1至A7项中任一项所述的方法,其中,确定所述无效组阈值使得检测无效组的灵敏度超过约90%。
(第A9项)
第A1至A8项中任一项所述的方法,其中,确定所述无效组阈值使得检测无效组的特异性超过约90%。
(第A10项)
第A1至A9项中任一项所述的方法,其中,所述样品是外周血样品。
(第A11项)
第A1至A10项中任一项所述的方法,其中,所述癌症免疫疗法包括免疫检查点抑制剂的施用。
(第A12项)
第A11项所述的方法,其中,免疫检查点抑制剂选自由PD-1抑制剂和PD-L1抑制剂组成的组。
(第A13项)
第A12项所述的方法,其中,PD-1抑制剂是抑制PD-1与PD-L1之间相互作用的抗PD-1抗体。
(第A14项)
第A12项所述的方法,其中,PD-L1抑制剂是抑制PD-1与PD-L1之间相互作用的抗PD-L1抗体。
(第A15项)
第A12项所述的方法,其中,PD-1抑制剂或PD-L1抑制剂包括纳武单抗、派姆单抗、德瓦鲁单抗、阿特珠单抗或阿维鲁单抗。
(第A16项)
一种治疗患有癌症的受试者的方法,包括:
测定源自受试者的样品中CD4+T细胞中CD62L低T细胞的比例;
如果CD4+T细胞中CD62L低T细胞的比例高于无效组阈值,则确定受试者不是关于对癌症免疫疗法的响应的无效组的一部分;以及
如果确定受试者不是无效组的一部分,则将癌症免疫疗法应用于受试者。
(第A17项)
一种治疗患有癌症的受试者的方法,包括:
测定源自受试者的样品中CD4+T细胞中Foxp3+CD25+T细胞的比例;
如果CD4+T细胞中Foxp3+CD25+T细胞的比例低于无效组阈值,则确定受试者不是关于对癌症免疫疗法的响应的无效组的一部分;以及
如果确定受试者不是无效组的一部分,则将癌症免疫疗法应用于受试者。
(第A18项)
一种治疗患有癌症的受试者的方法,包括:
测定CD4+CD62L低T细胞的量(X);
测定CD4+Foxp3+CD25+T细胞的量(Y);
使用X和Y的相对值与无效组阈值的比较来确定受试者是否是对癌症免疫疗法的响应的无效组的一部分;以及
如果确定受试者不是无效组的一部分,则将癌症免疫疗法应用于受试者。
(第A19项)
一种治疗癌症受试者的方法,包括:
测定CD4+CD62L低T细胞的量(X);
测定CD4+Foxp3+CD25+T细胞的量(Y);
使用X与Y的相对值和无效组阈值的比较来确定受试者是否是对癌症免疫疗法的响应的无效组的一部分;
如果确定受试者不是无效组的一部分并且Foxp3+CD25+T细胞的比例高于响应组阈值,则确定受试者是对癌症免疫疗法的响应的响应组的一部分值;以及
如果确定受试者是响应组的一部分,则将癌症免疫疗法应用于受试者。
(第A20项)
一种用于预测受试者对癌症免疫疗法的响应的试剂盒,包括用于检测选自CD4、CD25、CD62L和Foxp3的一种或更多种细胞表面标志物的试剂。
(第A21项)
第A20项所述的试剂盒,包括用于检测CD4和CD62L的试剂。
(第A22项)
第A20或A21项所述的试剂盒,包括用于检测CD4、CD25、CD62L和Foxp3的试剂。
(第A23项)
第A20至A22项中任一项所述的试剂盒,其中,所述检测试剂是抗体。
(第A24项)
一种用于治疗受试者的癌症的组合物,所述组合物包含免疫检查点抑制剂,其特征在于,所述受试者具有来自所述受试者的样品中CD4+细胞中CD62L低T细胞的比例,其中,所述比例等于或大于无效组阈值。
(第A25项)
一种用于治疗受试者的癌症的组合物,所述组合物包含免疫检查点抑制剂,其特征在于,所述受试者具有来自所述受试者的样品中CD4+细胞中Foxp3+CD25+T细胞的比例,其中,所述比例等于或小于无效组阈值。
(第A26项)
一种用于治疗受试者的癌症的组合物,所述组合物包含免疫检查点抑制剂,其特征在于,所述受试者是通过比较无效组阈值与源自受试者的样品CD4+CD62L低T细胞的量(X)和源自受试者的样品中的CD4+Foxp3+CD25+T细胞的量的相对值(Y)而选择的受试者。
(第A27项)
一种用于治疗受试者的癌症的组合物,所述组合物包含免疫检查点抑制剂,其特征在于,所述受试者是通过比较无效组阈值与源自受试者的样品CD4+CD62L低T细胞的量(X)和源自受试者的样品中的CD4+Foxp3+CD25+T细胞的量的相对值(Y)而选择的受试者,所述受试者具有等于或高于响应组阈值的CD4+T细胞中Foxp3+CD25+T细胞亚群的比例。
(第A28项)
第A24至A27项中任一项所述的组合物,其中,所述免疫检查点抑制剂选自由PD-1抑制剂和PD-L1抑制剂组成的组。
(第A29项)
第A28项所述的组合物,其中,PD-1抑制剂是抑制PD-1与PD-L1之间相互作用的抗PD-1抗体。
(第A30项)
第A28项所述的组合物,其中,PD-L1抑制剂是抑制PD-1与PD-L1之间相互作用的抗PD-L1抗体。
(第A31项)
第A28项所述的组合物,其中,PD-1抑制剂或PD-L1抑制剂包括纳武单抗、派姆单抗、德瓦鲁单抗、阿特珠单抗或阿维鲁单抗。
(第A32项)
一种用于治疗或预防癌症的组合物,包含CD62L低CD4+T细胞。
(第A33项)
第A32项所述的组合物,所述组合物伴随癌症免疫疗法使用。
(第A34项)
第A32项所述的组合物,其特征在于,所述组合物与免疫检查点抑制剂联合施用。
(第A35项)
第A34项所述的组合物,其中,所述免疫检查点抑制剂选自由PD-1抑制剂和PD-L1抑制剂组成的组。
(第A36项)
第A35项所述的组合物,其中,PD-1抑制剂是抑制PD-1与PD-L1之间相互作用的抗PD-1抗体。
(第A37项)
第A35项所述的组合物,其中,PD-L1抑制剂是抑制PD-1与PD-L1之间相互作用的抗PD-L1抗体。
(第A38项)
第A35项所述的组合物,其中,PD-1抑制剂或PD-L1抑制剂包括纳武单抗、派姆单抗、德瓦鲁单抗、阿特珠单抗或阿维鲁单抗。
(第A39项)
第A32至A38项中任一项所述的组合物,进一步包含CD62L低CD8+T细胞。
(第A40项)
第A32至A39项中任一项所述的组合物,所述组合物用于使得癌症免疫疗法癌症免疫疗法被预测为无效的受试者中有效。
(第A41项)
第A32至A40项中任一项所述的组合物,所述组合物用于维持癌症免疫疗法效果。
(第A42项)
第A32至A41项中任一项所述的组合物,其中,所述CD62L低CD4+T细胞来自所述施用组合物的受试者。
(第A43项)
一种制备含CD62L低CD4+T细胞的用于治疗或预防癌症的组合物的方法,所述方法包括从源自人的T细胞群中纯化CD62L低CD4+T细胞。
(第A44项)
第A43项所述的方法,其中,所述纯化包括从T细胞群中去除CD62L高表达细胞。
(第A45项)
一种试剂盒,所述试剂盒包括特异性结合CD62L的物质,用于纯化CD62L低CD4+T细胞。
附图说明
[图1]图1是显示通过流式细胞术对从受试者获得的外周血样品中的T细胞进行分级分离(fractionation)的结果的图。左上图通过使用FSC和SSC的二维分析来鉴定淋巴细胞区域。右上图是关于CD8和CD4表达的部分。左下图是CD25+FoxP3+的部分。右下图是关于CD62L表达水平的直方图。CD62L低表达(CD62L低)细胞以双峰分布分级分离。
[图2]图2是显示测量实施例1中治疗效果的过程的示意图。
[图3]图3是比较无效组和其他组之间的细胞计数和T细胞组成的图。A(WBC)比较外周血白细胞(白细胞)计数。B(Lym)比较淋巴细胞计数。C比较了CD4+细胞的百分比。D比较了CD8+细胞的百分比。对于这些参数,无效组和其他组之间未发现显著差异。
[图4]图4是比较无效组和其他组之间的T细胞组成的图。A比较了CD8+T细胞中CD62L低细胞的百分比。对于PD组,这显著降低。P=0.0138。B比较了CD4+T细胞中CD62L低细胞的百分比。在PD组中观察到比CD8+T细胞中CD62L低细胞的百分比更显著的降低。P=5.32×10-7。C比较了CD4+T细胞中CD25+FoxP3+细胞的百分比。这在PD组中显著更高。P=0.0132。D是CD8+T细胞中CD62L低细胞百分比和CD4+T细胞中CD62L低细胞百分比的散点图。在这些值之间发现了弱的相关性。E是CD4+T细胞中CD62L低细胞百分比和CD4+T细胞中CD25+FoxP3+细胞百分比的散点图。在这些值之间未发现相关性。应理解,它们各自独立地有助于对癌症免疫疗法的响应性。
[图5]图5显示了CD4+T细胞中CD62L低细胞百分比作为区分PR+SD组与PD组的指标的表现。右图绘制了基于阈值变化的灵敏度和特异性。该绘图点下的区域面积为0.974。因此,这被理解为非常好的标志物。
[图6]图6显示了用于从PD组区分PR+SD组的基于阈值变化的CD4+T细胞中CD62L低细胞百分比灵敏度和特异性。
[图7]图7显示了CD4+T细胞中CD62L低细胞百分比(X)与CD4+T细胞中CD25+FoxP3+细胞百分比(Y)的相对值(X/Y)作为区分PD组和PR+SD组的指标的表现。右图绘制了基于阈值变化的灵敏度和特异性。该绘图点下的区域面积为0.961。因此,这被理解为非常好的标志物。
[图8]图8显示了当使用X/Y作为CD4+T细胞中CD62L低细胞百分比(X)与CD4+T细胞中CD25+FoxP3+细胞百分比相对值时,用于从PD组区分PR+SD组的基于阈值变化的灵敏度和特异性。
[图9]图9显示了CD4+T细胞中CD62L低细胞百分比(X)与CD4+T细胞中CD25+FoxP3+细胞百分比的相对值(X2/Y)作为从PD组区分PR+SD组的指标的表现。右图是基于阈值变化的灵敏度和特异性图。绘图点下区域的面积为1.0,这表明该指标是一种非常有利的标志物,能够确定100%的灵敏度和特异性。
[图10]图10显示了使用X2/Y作为CD4+T细胞中CD62L低细胞百分比(X)与CD4+T细胞中CD25+FoxP3+细胞百分比的相对值时,用于从PD组区分PR+SD组的基于阈值变化的灵敏度和特异性。
[图11]图11显示CD4+T细胞中CD25+FoxP3+细胞百分比作为从PD组区分PR+SD组的指标的表现。右图是基于阈值变化的灵敏度和特异性图。绘制点下的区域面积为0.773。
[图12]图12显示了用于从PD组区分PR+SD组的基于阈值变化的CD4+T细胞中CD25+FoxP3+细胞百分比的灵敏度和特异性。
[图13]图13是显示用于改善或维持受试者对癌症免疫疗法的响应性的方法的实施方案的实例的示意图。
[图14]图14是显示经受T细胞输注的小鼠中的治疗效果与(CD4+T细胞中的CD62L低细胞)/(CD4+CD25+T细胞中的CD62L高CD25+细胞)的比例之间的关系的图。横轴表示小鼠肿瘤接种的天数。细胞组成由输注的标签表示。纵轴是肿瘤大小(mm)。在左图中,随如箭头所示的时间测量经历细胞输注的小鼠脾脏中(CD4+T细胞中CD62L低细胞)/(CD62L高CD25+CD4+T细胞中的细胞)的比例。比例具有底行中表明的每个值。在右图中,随时间测量小鼠脾脏中(CD4+T细胞中CD62L低细胞)/(CD4+CD25+CD4+T细胞中的细胞)的比例。值更改如底行所示。
[图15]图15是显示不同人种和小鼠的CD62L染色图案的图。A显示使用淋巴结引流高加索人肿瘤疫苗的FACS。对淋巴细胞区域进行门控,并观察CD62L。C是来自日本受试者的外周血衍生的单核细胞的CD62L的类似观察结果。D显示小鼠淋巴细胞中的CD62L染色图案。应理解,在人种/生物物种中表现出类似的染色图案。这具有双峰分布,荧光强度为102作为边界。B是FACS,其显示在用磁珠仅从A中受试者的细胞组中分离CD62L低细胞后的纯度。
[图16]图16是显示骨髓树突细胞(mDC)中CD80细胞比例(右上)与HLA-DR+细胞比例(左上)与PD、SD和PR之间的关系的图,以及显示浆细胞样树突细胞(pDC)中CD80细胞比例(右下)与HLA-DR+细胞比例(左下)与PD、SD和PR之间的关系的图。
[图17]图17是显示骨髓树突细胞(mDC)和CD62L低CD4+T细胞中CD80细胞比例(右上)与HLA-DR+细胞比例(左上)之间相关性的图,以及显示浆细胞样树突细胞(pDC)CD80细胞比例(右下)和HLA-DR+细胞比例(左下)与X2/Y之间相关性(即(CD62L低CD4+T细胞数量)2/(CD4+Foxp3+CD25+T细胞))的图。
[图18]图18是显示骨髓树突细胞(mDC)中CD80细胞的比例(右上)和HLA-DR+细胞的比例(左上)以及CD137+CD62L低CD8+T细胞与CD62L低CD8+T细胞的比例的结果。
[图19]图19是显示CD62L低CD4+T细胞中ICOS+细胞比例(右)与LAG3+细胞比例(左)与PD和PR+SD之间关系的图。
[图20]图20是显示CD62L低CD4+T细胞中CXCR3+细胞比例(左上)、CCR4+细胞比例(右上)、CCR6+细胞比例(左下)和CXCR5+细胞比例(右下)与PD和PR+SD之间关系的图。只有CCR4表现出足以作为标志物的相关性(p=0.0250)。
[图21]图21是显示CD4+T细胞中的CD25+Foxp3+CD4+T细胞(左上)或CD62L低CD4+T细胞ICOS+CD62L低CD4+T细胞(右上)与PR和SD之间的关系的图。下图显示了使用CD4+T细胞中CD25+Foxp3+CD4+T细胞的比例(W)和CD62L低CD4+T细胞中ICOS+CD62L低CD4+T细胞的比例(Z)的乘积W*Z以区分PR组和SD组时的基于W*Z的阈值变化的灵敏度和特异性。
[图22]图22是公开与本发明相关的机制的示意图。
[图23]图23是显示实施例中使用的抗体的表。
[图24]图24是显示当单独使用所示生物标志物来确定响应组时的逻辑回归的图。
[图25]图25是显示用于确定响应组的从CD4+T细胞中的CD25+Foxp3+CD4+T细胞的比例(W)和CD62L低CD4+T-中ICOS+CD62L低CD4+T细胞的比例(Z)的组合中得到合适的公式的逻辑回归的图。
[图26]图26是显示当使用通过逻辑回归找到的CD4+T细胞中CD25+Foxp3+CD4+T细胞的比例(W)与CD62L低CD4+T细胞中ICOS+CD62L低CD4+T细胞的比例(Z)的组合的公式时的ROC分析结果的图。已经证明,通过使用所述公式,与单个生物标志物相比,可以以更高的精确度确定响应组。
[图27]图27是显示用于从CD4+T细胞中的CD62L低细胞百分比(X)和CD4+T细胞中的CD25+FoxP3+百分比(Y)的组合中得到用于确定无效组的合适的公式的逻辑回归的图。
[图28]图28是示出设置CD62L低和CD62L高的阈值的方法的一个实例的图。
[图29]图29是关于CD62L表达水平的直方图,其显示CD62L低表达(CD62L低)细胞被清楚地分开。
[图30]图30是显示发现和验证队列中治疗结果的预测的图。(a)患者发现队列患者中的预测公式值。预测公式,X2/Y,是基于CD4+细胞总数中CD62L低细胞(X)和CD25+FOXP3+细胞(Y)的百分比。(b)在发现队列中预测非响应者的预测公式的接收者操作特征曲线(n=40)。预测公式(192)阈值处的灵敏度和特异性参数分别为85.7%和100%(P<0.0001)。(c)基于预测公式(192)的阈值诊断为无响应者或响应者的发现队列患者的无进展存活(PFS)曲线。(d)发现队列的总体存活(OS)曲线。(e)患者的验证队列中预测公式的值。在这些患者中,在CT评估之前检查外周血单核细胞。(f)验证队列患者的PFS曲线。(g)验证队列患者的OS曲线。在a和e中,数据表示为平均值±平均值的标准误差,以及符号表示来自个体患者的值。通过Student's双尾t检验(a、e)或对数秩检验(b-d、f、g)评估差异的统计学显著性。
[图31]图31是显示CD62L低CD8+T细胞总群中CD28+细胞百分比与预测公式(X2/Y,其中X=CD4+T细胞群中CD62L低T细胞的比例(%)且Y=CD4+T细胞群中的CD25+FOXP3+T细胞的比例(%))值(N=12)之间的相关性的图。
[图32]图32显示了具有不同治疗结果的非小细胞肺癌患者中T细胞亚群的百分比和预测公式值差异。FACS(荧光激活细胞分选)来自三个亚组患者的外周血样本(总共N=81),所述患者在纳武单抗治疗后的第一次肿瘤反应评估的8周期间是良好响应者(GR)、中间响应者(IR)和无响应者(NR)。CD62L低CD4+细胞和CD62L高CD4+细胞的总群中PD-1+、LAG-3+和ICOS+细胞的百分比分别以d-f表示。数据表示为平均值±平均值的标准误差。符号表示来自个体患者的值。通过单因素方差分析(ANOVA)和随后的事后分析(Benjamini、Krieger和Yekutieli的两阶段递增方法)评估差异的统计学显著性。
[图33]图33是显示对纳武单抗治疗的响应良好的基因表达的图。图33中a是通过比较来自良好响应者(GR)、中间响应者(IR)和无响应者(NR)的CD62L高CD4+和CD62L低 CD4+T细胞之间的基因表达数据而获得的特征。在图33中b,在众所周知的与上述特征中的抗肿瘤免疫相关的39个基因中,29个基因表达依照纳武单抗治疗响应表示。显示了CD62L低CD4+T细胞中基因的表达程度,其表明与IR和NR相比,GR中相对较高的基因表达,并且描绘了与NR相比的GR和IR中的基因表达。
[图34]图34中a显示免疫相关基因,其显示通常在良好、中等和无响应患者中CD62L低CD4+T细胞和CD62L高CD4+T细胞之间的差异表达。认为所述基因可用于区分细胞亚群。图34中b显示53个基因,其显示CD62L低CD4+T细胞中对纳武单抗的响应相关的基因的差异表达。应当理解,所述基因可以通过检查它们在CD62L低CD4+T细胞上的表达而用作区分患者组的标志物。良好响应者:GR、中间响应者:IR和非响应者:NR。
[图35]图35是显示(1)对照组、(2)抗体组和(3)抗体+细胞组的存活率变化的图。
具体实施方式
下面使用示例性实施例,同时根据需要参考附图公开本发明。在整个说明书中,除非另外特别说明,否则单数表达应理解为包含其以复数形式的概念。进一步地,除非另外特别说明,否则本文使用的术语应理解为以本领域常用的含义使用。因此,除非另外定义,否则这里使用的所有术语和科学技术术语具有与本发明所属领域的技术人员的一般理解相同的含义。在矛盾的情况下,本说明书(包括定义)优先。
(定义)
如本文所用,“生物标志物”是指可以作为正常生物过程、病理过程或对治疗干预的药理学响应的指标而客观地测量和评价的特征。
如本文所用,“癌症”是指恶性肿瘤,其是高度非典型的,比正常细胞更快地扩增,并且可以破坏性地渗透或转移周围组织或其存在的组织。在本发明中,癌症包括但不限于实体癌和血液肿瘤。
如本文所用,“癌症免疫疗法”是指使用生物防御机制(诸如生物体的免疫机制)治疗癌症的方法。
如本文所用,“抗肿瘤免疫应答”是指活生物体中针对肿瘤的任何免疫应答。
如本文所用,“抗肿瘤免疫应答中的树突细胞刺激”是指对树突细胞施加刺激的任何现象,其发生在活生物体中针对肿瘤的免疫应答的过程中。这种刺激可以是诱导抗肿瘤免疫应答的直接或间接因素。虽然不限于以下,但通常,通过CD4+T细胞(例如,效应T细胞)施加抗肿瘤免疫应答中的树突细胞刺激,使得树突细胞刺激CD8+T细胞,并且经刺激的CD8+T细胞发挥抗肿瘤效果。
如本文所用,“相关性”是指具有统计学上显著的相关关系的两个事件。例如,“与A相关的B的相对量”是指当A发生时,统计学上显著影响(例如,增加或减少)B的相对量。
如本文所用,“细胞亚群”是指构成整个细胞群的一部分的细胞群。
如本文所用,关于细胞的术语“相对量”可与“比例”互换使用。通常,术语“相对量”和“比例”是指构成特定细胞亚群(例如,CD62L低CD4+T细胞)的细胞数相对于构成特定细胞群(例如,CD4+T细胞群)的细胞数。
如本文所用,“灵敏度”是指当从受试者群中选择具有给定特征的受试者时,在所选择的目标中具有给定特征的受试者的数量与受试者群中具有给定特征的受试者的总数量的比例,即(在所选目标中具有给定特征的受试者的数量)/(在受试者群中具有给定特征的受试者的总数)。
如本文所用,“特异性”是指当从受试者群中选择具有给定特征的受试者时,所选择的目标中具有给定特征的受试者的数量与所选择的目标的总数的比例,即(在所选目标中具有给定特征的受试者)/(所选目标的总数)。
如本文所用,“无效组”是指当在开始治疗后最多约9周的早期阶段根据RECISTver 1.1确定经历癌症治疗的治疗效果时,确定为进行性(PD,进行性疾病)的一组受试者。无效组也称为PD组、进行性组或NR(无响应者),其在本文中可互换使用。
如本文所用,“部分响应组”是指当根据RECIST版本1.1确定经历癌症治疗的治疗效果时,确定为部分反应(PR,部分反应)的一组受试者。部分响应组也称为PR组,其在本文中可互换使用。
如本文所用,“稳定组”是指当在开始治疗后最多约9周的早期阶段根据RECISTver 1.1确定经历癌症治疗的治疗效果时,确定为稳定(SD,稳定疾病)的一组受试者。“稳定组”也称为SD组或中间组,它们在本文中可互换使用。进一步地,一旦该组在疾病控制后约1年变成疾病进展,该组被称为IR(中间响应者)。由于该组的大部分在治疗开始后约9周被确定为SD,因此“稳定组”也可与IR(中间响应者)组互换使用。
如本文所用,“完全响应组”是指当根据RECIST ver 1.1确定经历癌症治疗的治疗效果时,确定为完全响应(CR,完全反应)的一组受试者。“完全响应组”也称为CR组,其在本文中可互换使用。本发明检测受试者群除了部分响应组(PR)之外还包括完全响应组(CR)的情况,和受试者群包括不包括部分响应组(PR)和与部分响应组(PR)一样的组的完全响应组(CR)的情况。
如本文所用,当共同称呼“部分响应组”和“完全响应组”时,使用“响应组”。这也被称为“高效组”。此外,在开始治疗后长期疾病状态控制持续超过1年的组称为GR(良好响应者)。然而,由于该组的大部分在开始治疗后9周被鉴定为“部分响应组”或“完全响应组”,因此“响应组”也可与GR(良好响应者)组互换使用。
如本文所用,“相对值”是指通过计算特定值同时使用另一个值作为比较基线而获得的值。
如本文所用,术语“检测试剂”广义上是指能够检测感兴趣的物质(例如,细胞表面标志物等)的所有试剂。
如本文所用,某些细胞亚群的“量”包括某些细胞的绝对数量和细胞群中比例的相对量。
如本文所用,“阈值”是指针对特定变量值确定的值,其中当变化值大于或小于该值时,该值给出某种含义。阈值在此也称为界限值。
如本文所用,“无效组阈值”是指用于鉴定给定受试者群中的无效组与稳定组+应答组的阈值。当选择给定的受试者群中的无效组时,选择无效组阈值以实现预定的灵敏度和特异性。
如本文所用,“响应组阈值”是指用于在给定的受试者群中或在给定的使用无效组阈值从该受试者群中除去无效组的受试者群中鉴定稳定组和响应组的阈值。当选择给定受试者群中或在使用无效组阈值去除无效组的受试者群中的响应组时,选择响应阈值以实现预定的灵敏度和特异性。
当用于限定本文中的数值时,术语“约”用于表示所述值包括至多±10%的值范围。
如本文所用,“流式细胞术”是指测量悬浮在液体中的细胞、个体或其他生物颗粒的数量和个体物理/化学/生物学属性的技术。
(癌症免疫疗法)
癌症免疫疗法是使用生物体的生物防御机制来治疗癌症的方法。癌症免疫疗法可以大致分为增强抗癌的免疫功能的癌症免疫疗法和抑制癌症的免疫逃避机制的癌症免疫疗法。癌症免疫疗法进一步包括用于激活体内免疫功能的主动免疫疗法和用于使在体外激活或扩增的免疫功能的免疫细胞返回到体内的被动免疫疗法。应理解,本发明的生物标志物评估CD4+T细胞免疫的整体平衡以评估整体肿瘤免疫本身,从而可以广泛预测所有癌症免疫疗法的治疗效果。
癌症免疫疗法的实例包括非特异性免疫增强剂、细胞因子疗法、癌症疫苗疗法、树突细胞疗法、适应性免疫疗法、非特异性淋巴细胞疗法、癌症抗原特异性T细胞疗法、抗体疗法、免疫检查点抑制疗法等。本说明书的实施例证明,本发明的生物标志物准确地预测尤其但不限于免疫检查点抑制疗法的治疗效果。
PD-1抑制剂是免疫检查点抑制剂的代表性实例。PD-1抑制剂的实例包括但不限于抗PD-1抗体纳武单抗(以OpdivoTM出售)和派姆单抗。在一个优选的实施方案中,可以选择纳武单抗。尽管不希望受任何疗法的束缚,但优选使用纳武单抗治疗的原因之一是因为实施例证明使用本发明的生物标志物可以清楚地鉴定响应性受试者和非响应性受试者,并且尤其是因为揭示了通过特定阈值可以清楚地区分响应性和非响应性。当然,应理解,本发明的生物标志物可以相同程度地用于其他PD-1抑制剂。
本发明还可以以与PD-1抑制剂相同的程度使用PD-L1抑制剂。
应理解,抗PD-1抗体通过释放PD-1信号对T细胞活化的抑制来实现抗癌效果。应当理解,抗PD-L1抗体还通过释放PD-1信号对T细胞活化的抑制而实现抗癌效果。尽管PD-1抑制T细胞功能的机制尚未完全阐明,但可以理解,PD-1(程序性死亡1)与PD-L1或PD-L2之间的相互作用会募集酪氨酸磷酸酶(SHP-1或2)至PD-1的细胞质结构域以失活T细胞受体信号蛋白ZAP70而抑制T细胞的活化(Okazaki,T.,Chikuma,S.,Iwai,Y.et al.:Arheostat forimmune responses:the unique properties of PD-1and their advantages forclinical application.Nat.Immunol.,14,1212-1218(2013))。这被理解为由SHP-1或2募集到称为ITSM基序的部分引起,该基序使附近的T细胞受体的近端信号激酶去磷酸化。换句话说,“被抗原刺激”的记忆从已经被抗原刺激的T细胞中消除。
PD-1在杀伤T细胞和自然杀伤细胞(已经渗入癌组织)中以高水平表达。应理解,来自PD-1的PD-1信号介导的免疫应答被肿瘤上的PD-L1减弱。虽然由PD-1信号介导的免疫应答通过PD-L1减弱,但用抗PD-1抗体抑制PD-1和PD-L1之间的相互作用和/或由相互作用诱导的信号传导来实现增强抗肿瘤免疫应答的效果。
PD-L1抑制剂(例如,抗PD-L1抗体德瓦鲁单抗、阿特珠单抗或阿维鲁单抗)是免疫检查点抑制剂的另一个实例。
PD-L1抑制剂结合并抑制上述到PD-L1侧的PD-1通路以抑制PD-1和PD-L1之间的相互作用和/或由相互作用诱导的信号传导,以诱导抗肿瘤免疫应答。尽管不希望受任何疗法的约束,但是鉴于实施例中证实的结果,对于抑制PD-1通路(例如,抗PD-1抗体或抗PD-L1抗体)的疗法有响应或无响应的受试者可以通过使用本发明的生物标志物来清楚地鉴定。
CTLA-4抑制剂(例如,抗-CTLA-4抗体易普利姆玛或替西木单抗(tremelimumab))是免疫检查点抑制剂的另一个实例。
CTLA-4抑制剂激活T细胞以诱导抗肿瘤免疫应答。通过表面上的CD28与CD80或CD86的相互作用激活T细胞。然而,应当理解,表面表达的CTLA-4(细胞毒性T-淋巴细胞相关抗原4)以比CD20更高的亲和力优先与CD80或CD86相互作用以抑制活化,甚至对于已被活化的T细胞也是如此。CTLA-4抑制剂通过抑制CTLA-4来抑制CD20与CD80或CD86之间的相互作用而诱导抗肿瘤免疫应答。
在另一个实施方案中,免疫检查点抑制剂可靶向免疫检查点蛋白,诸如TIM-3(T细胞免疫球蛋白和含有蛋白-3的粘蛋白)、LAG-3(淋巴细胞活化基因-3)、B7-H3、B7-H4、B7-H5(VISTA)或TIGIT(具有Ig和ITIM结构域的T细胞免疫受体)。
应当理解,上述免疫检查点也抑制对自体组织的免疫应答,但是当诸如病毒的抗原在体内存在很长的一段时间时,免疫检查点在T细胞中增加。应当理解,肿瘤组织也是体内存在较长时间的抗原,因此通过这种免疫检查点可以避免抗肿瘤免疫应答。上述免疫检查点抑制剂使这种逃避功能无效以实现抗肿瘤效果。尽管不希望受任何疗法的束缚,但应理解,本发明的生物标志物评估人类整体抗肿瘤免疫应答的平衡,以使其可用作准确预测这种免疫检查点抑制剂的治疗效果的指标。
本发明的一个实施方案提供了包含免疫检查点抑制剂的组合物。包含免疫检查点抑制剂的组合物通过施用于已经通过用本发明的生物标志物评估选择的受试者,可以高概率地获得显著的治疗效果。
包含本发明的免疫检查点抑制剂的组合物通常以口服或肠胃外形式全身或局部施用。
剂量根据年龄、体重、症状、治疗效果、施用方法、治疗时间等而变化,但通常例如以每次每个成人的剂量为0.1mg至100mg每天口服一次至数次,或者以每次每个成人的剂量0.01mg至30mg每天一次至数次胃肠外(优选静脉内),或者在每天1小时至24小时的范围内连续静脉内施用。当然,剂量根据各种条件而变化,因此小于上述剂量的量可能是足够的,或者可能需要超过该范围的量。
对于施用,包含免疫检查点抑制剂的组合物可以具有剂型,诸如用于口服施用或注射的固体剂或液体剂、局部用药剂,或用于肠胃外给药的栓剂。用于口服施用的固体剂的实例包括片剂、丸剂、胶囊剂、粉剂、颗粒剂等。胶囊包括硬胶囊和软胶囊。
本发明的组合物包括一种或更多种活性成分(例如,免疫检查点蛋白的抗体),其直接使用或与赋形剂(乳糖、甘露醇、葡萄糖、微晶纤维素、淀粉等)、粘合剂(羟丙基纤维素、聚乙烯吡咯烷酮、硅酸铝镁等)、崩解剂(乙醇酸纤维素钙等)、润滑剂(硬脂酸镁等)、稳定剂、增溶剂(谷氨酸,天冬氨酸等)混合,其按照常规方法配制而使用。该组合物还可以用包衣剂(精制糖、明胶、羟丙基纤维素、羟丙基甲基纤维素邻苯二甲酸酯等)包衣,或根据需要用两层或更多层包衣。还包括由可被吸收的物质诸如明胶制成的胶囊。
当配制成口服施用的液体剂时,本发明的组合物包含药学上可接受的水性剂、悬浮液、乳剂、糖浆、酏剂等。在这种液体制剂中,将一种或更多种活性成分溶解、悬浮或乳化在常用的稀释剂(纯净水、乙醇、其混合物等)中。这种液体剂还可含有保湿剂、悬浮剂、乳化剂、甜味剂、调味剂、香料、防腐剂、缓冲剂等。
用于肠胃外施用的注射剂的实例包括通过在使用时将其溶解或悬浮在溶剂中而使用的溶液、悬浮液、乳剂和固体注射剂。通过将一种或更多种活性成分溶解、悬浮或乳化到溶剂中来使用注射剂。所用溶剂的实例包括用于注射的蒸馏水、盐水、植物油、丙二醇、聚乙二醇、醇(诸如乙醇),其组合等。这种注射剂还可包含稳定剂、增溶剂(谷氨酸、天冬氨酸、聚山梨醇酯80TM等)、悬浮剂、乳化剂、镇痛剂、缓冲剂、防腐剂等。它们通过最后步骤中的消毒或无菌操作来制备。还可以制造无菌固体剂(诸如冻干产品),其在使用前溶解在消毒或无菌蒸馏注射用水或其它溶剂中。
(癌症)
本发明中靶标癌的实例包括但不限于黑素瘤(恶性黑素瘤)、非小细胞肺癌、肾细胞癌、恶性淋巴瘤(霍奇金或非霍奇金淋巴瘤)、头颈癌、泌尿外科癌症(膀胱癌、尿路上皮癌和前列腺癌)、小细胞肺癌、胸腺癌、胃癌、食道癌、食管胃癌、肝癌(肝细胞癌、肝内胆管细胞癌)、原发性脑肿瘤(胶质母细胞瘤和原发性中枢神经系统性淋巴瘤)、恶性胸膜间皮瘤、妇科癌(卵巢癌、宫颈癌和子宫癌)、软组织肉瘤、胆管癌、多发性骨髓瘤、乳腺癌、结肠癌等。
(生物标志物)
本发明提供了一种用于预测癌症免疫疗法的治疗效果的新型生物标志物。在一个方面,受试者的T细胞组成用作预测癌症免疫疗法的治疗效果的指标。
在一个实施方案中,受试者的T细胞组成的某个指标等于或高于响应组阈值表明受试者是癌症免疫疗法的响应组的一部分。在另一个实施方案中,受试者的T细胞组成的某个指标等于或小于响应组阈值表明受试者是癌症免疫疗法的响应组的一部分。在另一个实施方案中,受试者的T细胞组成的某个指标等于或高于无效组阈值,表明受试者是癌症免疫疗法的无效组的一部分。在另一个实施方案中,受试者的T细胞组成的某个指标等于或小于无效组阈值,表明受试者是癌症免疫疗法无效组的一部分。
本领域技术人员可以为每个这样的指标确定合适的阈值。本领域技术人员可以通过使用本文公开的阈值(无效组阈值和/或响应组阈值)在指定的灵敏度和/或特异性处预测受试者对癌症免疫疗法的响应。
对于本文公开的指标,本领域技术人员可以适当地确定阈值,该阈值将从确定参考受试者组的癌症免疫疗法的效果的结果获得期望的灵敏度和特异性。在本说明书的实施例中证明的受试者组可以被认为是参考受试者组。换句话说,本领域技术人员可以根据实施例中公开的实验结果确定阈值,或者在实施本发明时根据参考受试者群的结果确定新的阈值。
灵敏度是指当从受试者群中选择具有给定特征的受试者时,所选择的靶标中具有给定特征的受试者的数量与受试者群中具有给定特征的受试者的总数的比例。例如,当受试者群中具有给定特征的所有受试者都被选择到时,灵敏度为100%。当受试者群中具有给定特征的一半受试者被选择到时,灵敏度为50%。当受试者群中具有给定特征的受试者都没有被选择到时,灵敏度为0%。灵敏度被确定为例如(所选目标中具有给定特征的受试者的数量)/(受试者群中具有给定特征的受试者的总数)。高灵敏度的测定意味着当需要找到具有特定条件的受试者时(例如,关于癌症免疫疗法的无效组),这样的受试者很可能被明确地确定为处于这种条件。
能够以高灵敏度进行确定的本发明的生物标志物对于确保针对某种疗法无效组的发现是非常有用的。还可以选择阈值,使得灵敏度根据这样的目标变高。
特异性是指当从受试者群中选择具有给定特征的受试者时,所选择的靶标中具有给定特征的受试者的数量与所选择的目标的总数量的比例。例如,当从受试者群中选择的所有候选者具有给定特征时,特异性是100%。当从受试者群中选择的一半候选者具有给定特征时,特异性为50%。当从受试者群中选择的候选者中没有一个具有给定特征时,特异性为0%。特异性被确定为例如(所选目标中具有给定特征的受试者的数量)/(所选目标的总数)。高特异性的确定意味着错误地确定不处于某种条件的受试者(例如,关于癌症免疫疗法的响应组)不处于这种条件(例如,关于癌症免疫疗法的响应组)的概率是低的。
能够以高特异性进行确定的本发明的生物标志物是有用的,例如用于防止不正确地将对某一治疗的响应组确定为停止治疗的无效组的确定。还可以选择阈值,以便根据这样的目标的特异性变高。
例如,当指标的增加与癌症免疫疗法的效果相关,将受试者鉴定为指标等于或低于某个阈值(无效组阈值)的无效组的一部分时,阈值设置得较高,被确定为不是无效组的一部分(即稳定组或响应组)的受试者(尽管是无效组的一部分)减少(灵敏度增加),但被确定为是无效组的一部分的受试者(尽管不是无效组的一部分(例如,稳定组或响应组))增加(特异性降低)。相反,阈值设置得较低,被确定为是无效组的一部分的受试者(尽管不是无效组的一部分(例如,稳定组或响应组))减少(特异性增加),但被确定为不是无效组的一部分(即稳定组或响应组)的受试者(尽管是无效组的一部分)增加(敏感度增加)。
对于本发明的生物标志物,可以设定和使用阈值以使特异性和/或灵敏度非常高,使得本发明的生物标志物可以用作预测癌症免疫疗法治疗效果的前所未有地有利的标志物。本领域技术人员还可以在特异性和灵敏度都非常高的阈值范围内根据目标适当地设定阈值。应当理解,只要即使当特定值被示为阈值的实例时也可以执行感兴趣的确定,可以使用特定值的近似值。
受试者的CD4+T细胞中CD62L低T细胞的比例可以用作预测受试者对癌症免疫疗法的响应的指标,例如,作为选择无效组的指标。发明人已经发现CD4+T细胞中CD62L低T细胞的比例高于无效组阈值可以非常高的精确度预测受试者在这种情况下不是癌症免疫疗法的无效组的一部分。
CD4+T细胞中CD62L低T细胞比例的无效组阈值可以由本领域技术人员基于参考适当地确定,或者图6中所示的阈值(界限)可以用作无效组阈值。应注意,该比例在下文中可表示为百分比(%)。
例如,当在图6的结果中使用19.4作为无效组阈值时,可以理解CD4+T细胞中CD62L低T细胞的比例用作生物标志物可以以灵敏度为92.9%,特异性为96.7%确定受试者是否是无效组的一部分。
当类似地使用14.45或更小的值(例如,14.45、13.8、13.3、12.3或10.9)作为图6的结果中CD4+T细胞中CD62L低T细胞的比例的无效组阈值时,能以具有100%的特异性的生物标志物的比例预测无效组。
当使用22.55或更高的值(例如,23.1、24.1、24.8、25.05、25.45、25.95、27、28.75等)作为CD4+T细胞中CD62L低T细胞比例的无效组阈值时,能以具有100%灵敏度的生物标志物的比例预测无效组。
换句话说,作为CD4+T细胞中CD62L低T细胞比例的无效组阈值可以在约10至约30(%)的范围内。这种无效组阈值的实例包括大约10、11、12、13、14、15、16、17、18、19、20、21、22、23、24、25、26、27、28、29,和30(%)。
受试者的CD4+T细胞中Foxp3+CD25+T细胞的比例也可以用作预测受试者对癌症免疫疗法的响应的指标,诸如无效组阈值。发明人已经发现,受试者来源的样品中CD4+T细胞中Foxp3+CD25+T细胞的比例低于无效组阈值,表明受试者不是癌症免疫疗法中无效组的一部分。
对于受试者的CD4+T细胞中Foxp3+CD25+T细胞的比例的无效组阈值可以由本领域技术人员从参考受试者适当地确定。这种无效的组阈值可以在约2至约4(%)的范围内。阈值的实例包括约2.0、2.1、2.2、2.3、2.4、2.5、2.6、2.7、2.8、2.9、3.0、3.1、3.2、3.3、3.4、3.5、3.6、3.7、3.8、3.9或4.0(%)。
当优选时,本文公开的T细胞组成的指标可以组合使用。由于发明人已经发现多个指标独立地表现出与响应性的相关性,可以理解,组合多个指标并用作响应性指标可以进一步提高预测的精度。
当两个或更多个指标被组合作为响应性指标时,可以使用由使用任意数量变量的公式表示的指标。当使用多个指标(X1、X2、X3…Xn)时,响应性指标的实例包括但不限于以下内容:
F=a1X1 b1+a2X2 b2+a3X3 b3…+anXn bn
F=X1 c1*X2 c2*X3 c3…*Xn cn
其中,a、b和c中的每一个都是任意实数。可以通过由这样的公式计算的指标的大小来预测响应性。可以对发明人发现的新指标进行通过逻辑回归或判别分析的多变量分析,以确定用作受试者对癌症免疫疗法的响应性的指标的系数。
虽然组合的指标不受限制,但发明人已发现指标,诸如与抗肿瘤免疫应答中的树突细胞刺激相关的CD4+T细胞亚群的量、与抗肿瘤免疫应答中的树突细胞刺激相关的树突细胞亚群的量、与抗肿瘤免疫应答中的树突细胞刺激相关的CD8+T细胞亚群的量、调节性T细胞或与调节性T细胞-相关的CD4+T细胞亚群的量,和ICOS+CD62L低CD4+T细胞亚群的数量。可以组合通过不同机制预测响应性的指标,以用作表现出与响应性更强相关的指标,其不是错误的相关性。
例如,可以组合使用两个或更多个指标,诸如三个、四个、五个或更多个指标,其选自由以下项组成的组:
CD62L低CD4+T细胞亚群的量;
CCR7-CD4+T细胞亚群的量;
LAG-3+CD62L低CD4+T细胞亚群的量;
ICOS+CD62L低CD4+T细胞亚群的量;
CD45RA-CD4+T细胞亚群的量;
CD45RO+CD4+T细胞亚群的量;
HLA-DR+树突细胞亚群的量;
CD80+树突细胞亚群的量;
CD86+树突细胞亚群的量;
PD-L1+树突细胞亚群的量;
CD62L低CD8+T细胞亚群的量;
CD137+CD8+T细胞亚群的量;
CD28+CD62L低CD8+T细胞亚群的量;
CCR4+CD25+CD4+T细胞亚群的量;
CD62L高CD25+CD4+T细胞亚群的量;
CD127+CD25+CD4+T细胞亚群的量;
CD45RA-Foxp3+CD4+T细胞亚群的量;和
CD4+Foxp3+CD25+T细胞亚群的量。
通过将指标组合作为对癌症免疫疗法的响应性,可以显示受试者不是癌症免疫疗法的无效组的一部分。类似地,通过组合指标作为对癌症免疫疗法的响应性,可以确定受试者是对癌症免疫疗法响应的响应组的一部分。
通常,可以通过使用本文公开的两个指标(X,Y)作为变量的公式F(X,Y)来预测响应性。在某些情况下,公式是X与Y的相对值。
X和Y的任何函数(F(X,Y))可以用作X与Y的相对值。特别是当理解X与响应性正相关并且Y与响应性负相关时,可以使用相对于X单调增加并且相对于Y单调递减的X和Y的任何函数(F(X,Y)),但是该公式不限于此。利用表示响应性的两个或更多个变量,通过计算每个变量对响应性的贡献,可以通过逻辑回归等的回归找到表示响应性的公式。
表示响应性的F(X,Y)的实例包括但不限于以下。
F=aXr+bYs
F=Xr*Ys
其中,a、b、r和s是任意实数。
为了简化公式,r和s可以用整数。在一些实施方案中,X与Y的相对值的实例包括但不限于Xn/Ym(n和m是任何整数),诸如X/Y和X2/Y。
当因子X和Y中的每一个表示来自不同机制的对疗法的响应性时,这些指标的组合可以使响应性的预测更准确。本发明人的研究表明,r和s在-5至5范围内的公式可用于准确地预测受试者对癌症免疫疗法的响应性。
在一个实施方案中,通过使用与抗肿瘤免疫应答中的树突细胞刺激相关的T细胞的量作为X和调节性T细胞或与调节性T细胞相关的CD4+T细胞亚群的量作为Y,可以显示受试者不是对癌症免疫疗法的无效组的一部分。在这种情况下,证明了使用在-5至5范围内的r和s的公式可以准确地预测受试者对癌症免疫疗法的响应性。这样的公式的实例包括X/Y、X2/Y、X3/Y、X4/Y、X5/Y、X/Y2、X2/Y2、X3/Y2、X4/Y2、X5/Y2、X/Y3、X2/Y3、X3/Y3、X4/Y3、X5/Y3、X/Y4、X2/Y4、X3/Y4、X4/Y4、X5/Y4、X/Y5、X2/Y5、X3/Y5、X4/Y5、X5/Y5等。
本说明书的实施例显示,通过用于受试者的CD4+T细胞中的CD62L低T细胞的量(X)和CD4+T细胞中的Foxp3+CD25+T细胞的量(Y)的组合的逻辑回归,可以使用F=X2.475/Y作为指标,但是本领域技术人员可以通过类似的分析适当地得到本文公开的指标的不同组合或不同的公式。
在回归分析中,来自大于组合变量+1的数量的样本的结果可用于计算变量组合的公式中的系数。当通过回归分析找到以两个指标的组合的公式时,使用至少四个样本的结果进行回归分析。优选地,使用20个或更多个样品中的结果进行回归分析。更优选地,使用30个或更多个样品中的结果进行回归分析。具有更多样本的回归分析能是有利的,因为可以找到更准确地预测受试者的响应性的指标的组合。
在一个实施方案中,受试者的CD4+T细胞中的CD62L低T细胞的量(X)和CD4+T细胞中的Foxp3+CD25+T细胞的量(Y)可以用作作为组合指标的无效阈值。例如,X与Y的相对值可以用作预测受试者对癌症免疫疗法的响应的指标。
例如,本发明可以计算变量(X,Y),其中选自由以下项组成的组的值为(X):
CD62L低CD4+T细胞亚群的量;
CCR7-CD4+T细胞亚群的量;
LAG-3+CD62L低CD4+T细胞亚群的量;
ICOS+CD62L低CD4+T细胞亚群的量;
CD45RA-CD4+T细胞亚群的量;
CD45RO+CD4+T细胞亚群的量;
HLA-DR+树突细胞亚群的量;
CD80+树突细胞亚群的量;
CD86+树突细胞亚群的量;
PD-L1+树突细胞亚群的量;
CD62L低CD8+T细胞亚群的量;
CD137+CD8+T细胞亚群的量;和
CD28+CD62L低CD8+T细胞亚群的量。
本发明的方法还可以计算变量(X,Y),其中调节性T细胞亚群或与调节性T细胞相关的CD4+T细胞亚群的量为(Y)。本发明的方法还可以计算变量(X,Y),其中选自由以下项组成的组的值为(Y):
CCR4+CD25+CD4+T细胞亚群的量;
CD62L高CD25+CD4+T细胞亚群的量;
CD127+CD25+CD4+T细胞亚群的量;
CD45RA-Foxp3+CD4+T细胞亚群的量;和
CD4+Foxp3+CD25+T细胞亚群的量。
本发明进一步提供了使用上述(X,Y)鉴定被确定为不是无效组的一部分的受试者群中的响应组(PR)和稳定组(SD)的方法。鉴定响应组(PR)和稳定组(SD)的方法可以通过计算变量(Z,W)来预测受试者是否是响应组(PR)或稳定组(SD)的一部分,
其中ICOS+CD62L低CD4+T细胞亚群的量作为(Z)和选自由以下项组成的组的值为(W):
CD4+CD25+T细胞亚群的量;
CD4+Foxp3+T细胞亚群的量;
CD4+Foxp3+CD25+T细胞亚群的量;
CD62L高CD25+CD4+T细胞亚群的量;
CD45RA-Foxp3+CD4+T细胞亚群的量;
CCR4+CD25+CD4+T细胞亚群的量;和
CD127+CD25+CD4+T细胞亚群的量。
X与Y的相对值没有特别限制,但可以使用X和Y的任何函数(F(X,Y)),其相对于X单调增加并且相对于Y单调减小。例如,这样的函数可以是
F(X,Y)=G(X)/H(Y);或者
F(X,Y)=G(X)-H(Y)
其中,G(X)和H(Y)可以分别相对于X和Y单调递增的函数。例如,G(X)可以是XR、logRX、RX等,其中,R是满足条件的任意实数,并且优选是正整数。例如,H(Y)可以是YR、logRY或RY等,其中,R是满足条件的任意实数,并且优选是正整数。在这种形式中,通过使用X的癌症免疫疗法的治疗效果的阳性预测结合Y的癌症免疫疗法的阴性预测作为指标,可以改善预测的准确性。
X与Y的相对值的实例包括但不限于Xn/Ym(n和m是任意正实数),诸如X/Y和X2/Y。当因子X和Y中的每一个表示来自不同机制的对治疗的响应性时,这些指标的组合可以使响应性的预测更准确。
使用Z和W的函数不受特别限制。可以使用Z和W的任何函数(J(Z,W))。这种函数的实例可以是
J(Z,W)=K(Z)*L(W);或者
J(Z,W)=K(Z)+L(W)
其中,K(Z)和L(W)通常可以是分别相对于Z和W单调递增的函数。例如,K(Z)可以是ZR、logRZ,RZ等,其中,R是满足条件的任意实数,并且优选是正整数。例如,L(W)可以是WR、logRW、RW等,其中,R是满足条件的任何实数,并且优选地是正整数。基于J(Z,W),可以改善无效组中的响应组(PR)和稳定组(SD)的确定的准确性。Z与W的相对值的实例包括但不限于Zn*Wm(其中,n和m是任意实数),例如W5*Z。当因子Z和W中的每一个表示来自不同机制的对治疗的响应性时,这些指标的组合可以使响应性的预测更准确。
当CD4+T细胞中CD62L低T细胞的量为X且CD4+T细胞中Foxp3+CD25+T细胞的量为Y时,X/Y可用作预测受试者对癌症免疫疗法的响应的指标。发明人已经发现,具有高X/Y的受试者显示不是对癌症免疫疗法的无效组的一部分。因此,X/Y的值可以用作无效组阈值。
本领域技术人员可以基于参考适当地确定X/Y的无效组阈值,或者可以将图8中所示的值(界限)用作无效组阈值。
当使用7.35作为X/Y的无效组阈值时,可以使用X/Y作为生物标志物以灵敏度为71.4%,特异性为100%来预测无效组,以确定受试者是否是无效组的一部分。
当使用7.35或更小的值(例如,7.35、6.83、6.31、5.64、5.01等)作为X/Y的无效组阈值时,能以具有100%灵敏度的生物标志物预测无效组。
当使用9.305或更大的值(例如,9.895、10.19、11.71、12.07、12.32、12.42等)作为X/Y的无效组阈值时,能以具有100%灵敏度的生物标志物预测无效组。
换句话说,X/Y的无效组阈值可以在约5到约13的范围内。X/Y的无效组阈值的实例包括大约5、6、7、8、9、10、11、12和13。
此外,作为X与Y的相对值,X2/Y可以用作无效组阈值,其是用于预测受试者对癌症免疫疗法的响应的指标。发明人已经发现,具有高X2/Y的受试者表示非常不可能是关于癌症免疫疗法的无效组的一部分。
本领域技术人员可以基于参考适当地确定X2/Y的无效组阈值,或者可以将图10中所示的阈值(界限)用作无效组阈值。
当174.3用作X2/Y的无效组阈值时,X2/Y能以灵敏度和特异性均为100%的生物标志物而预测无效组,用于确定受试者是否是无效组的一部分。
110.6、118.2、134.9、151.6、157.4、174.3、194.2、202.3、208.3等可以用作X2/Y的无效组阈值的其他值。
换句话说,X2/Y的无效组阈值可以在大约110到大约210的范围内。X2/Y的无效组阈值的实例包括大约110、120、130、140、150、160、170、180、190、200和210。
通过至少根据本文公开的数据设定适当的阈值,本领域技术人员可以使用X与Y的其他相对值。
还可以使用计算(例如,乘以)本发明的两个或更多个指标(生物标志物,BM)的结果来区分PR和SD(显示受试者是响应组的一部分)。在一个实施方案中,第一生物标志物为“Z”,第二生物标志物为“W”的Zn*Wm的值(n和m是正实数)可用于区分PR和SD,但不限于此。还可以使用来自计算(例如,增加和/或相乘)三种或更多种生物标志物的结果来区分PR和SD。例如,当使用CD4+T细胞中CD25+Foxp3+CD4+T细胞比例(W)和CD62L低CD4+T细胞中ICOS+CD62L低CD4+T细胞的比例(Z)的乘积W*Z来区分PR组和SD组时,证明W*Z的阈值为1.816可用作灵敏度为80%,特异性为89.5%的生物标志物(图21中间的底部图)。或者,证明Z*W5可用作灵敏度为54.55%,特异性为100%的生物标志物。
另外,如上所述,可以使用Z和W的任何函数(J(Z,W))。例如,可以使用诸如J=Zr*Ws的公式,其中r和s在-5至6的范围内,以准确地预测受试者的癌症免疫疗法的响应性。这种配方的实例包括Z*W、Z2*W、Z3*W、Z4*W、Z5*W、Z6*W、Z*W2、Z2*W2、Z3*W2、Z4*W2、Z5*W2、Z6*W2、Z*W3、Z2*W3、Z3*W3、Z4*W3、Z5*W3、Z6*W3、Z*W4、Z2*W4、Z3*W4、Z4*W4、Z5*W4、Z6*W4、Z*W5、Z2*W5、Z3*W5、Z4*W5、Z5*W5、Z6*W5、Z*W6、Z2*W6、Z3*W6、Z4*W6、Z5*W6、Z6*W6等。本说明书中的实施例表明Z*W5可用作优选的预测函数,其通过逻辑回归等结合CD4+T细胞中CD25+Foxp3+CD4+T细胞的比例(W)和CD62L低CD4+T细胞中ICOS+CD62L低CD4+T细胞的比例(Z)(图25和26)。同时,本领域技术人员可以通过类似的分析适当地得出本文公开的指标的不同组合或不同的公式。
本说明书进一步提供了可用于区分被确定为不是无效组的一部分的受试者群中的响应组(完全响应+部分响应)和稳定组(中间组)的指标。
CD4+T细胞中Foxp3+CD25+T细胞的比例可以用作预测受试者对癌症免疫疗法的反应的指标,所述受试者被预测为不是无效组的一部分。发明人已经发现,在显示为不是无效组的一部分的受试者中CD4+T细胞中Foxp3+CD25+T细胞的高比例意味着受试者很可能是癌症免疫疗法的响应组的一部分。CD4+Foxp3+CD25+T细胞是具有免疫抑制特性的调节性T细胞,因此意外地发现具有高比例的此类细胞的受试者极有可能对癌症免疫疗法响应。
CD62L低CD4+T细胞中LAG-3+CD62L低CD4+T细胞亚群的比例,或CD62L低CD4+T细胞中PD-1+CD62L低CD4+T细胞亚群的比例可用作预测受试者对癌症免疫疗法的响应的指标,所述受试者被预测为不是无效组的一部分。发明人已经发现这些细胞亚群可用于区分响应组(完全响应+部分响应)和稳定组(中间组)。
本发明的方法可以用于,例如,X与Y的相对值和阈值(无效组阈值)的比较,包括测量CD80+树突细胞的量(X)和测量CD28+CD62L低CD8+T细胞的量(Y)作为预测受试者不是癌症免疫疗法无效组的一部分的指标。
可以用本文公开的任何生物标志物与任何无效组阈值组合预测受试者不是无效组的一部分。另外,可以使用针对这样的指标确定的阈值作为无效组阈值来预测无效组,并且使用CD4+T细胞中Foxp3+CD25+T细胞的比例的阈值作为响应组阈值来预测受试者群(优选排除无效组的受试者群)是癌症免疫疗法的响应组的一部分。
或者,提供了一种鉴定被确定为不是无效组的一部分的受试者群中的响应组(PR)和稳定组(SD)的方法。鉴定响应组(PR)和稳定组(SD)的方法可以通过计算变量(Z,W)来预测受试者是否是响应组(PR)或稳定组(SD)的一部分,其中
ICOS+CD62L低CD4+T细胞亚群的量为(Z)
且选自由以下项组成的组的值为(W):
CD4+CD25+T细胞亚群的量;
CD4+Foxp3+T细胞亚群的量;
CD4+Foxp3+CD25+T细胞亚群的量;
CD62L高CD25+CD4+T细胞亚群的量;
CD45RA-Foxp3+CD4+T细胞亚群的量;
CCR4+CD25+CD4+T细胞亚群的量;
CD127+CD25+CD4+T细胞亚群的量。
CD4+T细胞中Foxp3+CD25+T细胞比例的响应组阈值可以由本领域技术人员基于参考适当地确定,或者可以适当地选择图12中所示的结果作为响应组阈值。应注意,该比例在下文中可表示为百分比(%)。
当2.05用作CD4+T细胞中Foxp3+CD25+T细胞比例的响应组阈值时,CD4+T细胞中Foxp3+CD25+T细胞的比例可用作以灵敏度为52.6%,特异性为100%预测受试者是否为响应组的一部分的生物标志物。
当使用2.05或更小的值(例如,2.05、1.895、1.76、1.7、1.61等)作为CD4+T细胞中Foxp3+CD25+T细胞的比例的响应组阈值时,这可以用作以特异性100%预测响应组的生物标志物。
当使用3.35或更大的值(例如,3.35、3.63、4.365等)作为CD4+T细胞中Foxp3+CD25+T细胞的比例的响应组阈值时,这可以用作以灵敏度100%预测响应组的生物标志物。
换句话说,CD4+T细胞中Foxp3+CD25+T细胞比例的响应组阈值可以在约1.6至约4.4(%)的范围内。CD4+T细胞中Foxp3+CD25+T细胞比例的响应组阈值的实例包括约1.6、1.7、1.8、1.9、2.0、2.1、2.2、2.3、2.4、2.5、2.6、2.7、2.8、2.9、3.0、3.1、3.2、3.3、3.4、3.5、3.6、3.7、3.8、3.9、4.0、4.1、4.2、4.3和4.4(%)。
本发明的另一方面提供了将癌症免疫疗法施用于用上文公开的任何生物标志物(优选生物标志物的组合)选择的受试者的方法。一个实施方案提供了向受试者施用免疫检查点抑制剂的方法,其中任何一种上述生物标志物处于由本文公开的任何一个阈值指示的状态。
(细胞的分级分离Fractionation/分离separation)
可以使用常规方法从受试者适当地收集用于T细胞的分级分离/分离的样品。例如,这可以从受试者的外周血、骨髓、肿瘤组织、造血组织、脾、正常组织、淋巴等收集。从外周血中采集样品对于简单和非侵入性可能是有利的。
本领域技术人员可以使用常规方法测量受试者样品中T细胞的组成。通常,可以使用流式细胞术等测量对于定义样品中感兴趣的细胞亚群的标志物(例如,CD4)呈阳性的细胞数。本发明的一些实施方案包括测量CD4+T细胞中CD62L低T细胞的量(X)和/或CD4+T细胞中FoxP3+CD25+T细胞的量(Y)。细胞群的组成的测量通常使用流式细胞术,但是可以使用在包含细胞的样品上使用抗体阵列或免疫染色、在包含细胞的样品中的蛋白质表达分析(例如,蛋白质印迹、质谱、HPLC等),包含细胞样品中的mRNA表达分析(微阵列或下一代测序)等的方法。
为了测量每个细胞亚群(诸如CD62L低CD4+T细胞亚群和CD4+CD25+CD4+Foxp3+CD25+T细胞亚群)中的细胞计数,可以通过从所有细胞中实验性地除去每种亚群以外的细胞来发现测量结果。有用于其实现的试剂盒。例如,当使用CD4+效应记忆T细胞分离试剂盒,人(Militenyi Biotech)时,可以在不使用CD4抗体或CD62L抗体的情况下将对应于CD4+CD62L低T细胞亚群的细胞从外周血分离。这是通过计算和记录总活细胞数,并计算和记录使用该试剂盒获得的细胞数来实现的。当使用CD4+CD25+调节性T细胞分离试剂盒,人(MilitenyiBiotech)时,可以在不使用抗FoxP3抗体的情况下发现对应于CD4+CD25+CD4+Foxp3+CD25+T细胞亚群的细胞计数。由于FoxP3定位于细胞核中,因此具有消除细胞核中分子染色步骤的优点。作为类似的试剂盒,还可以选择CD4+CD25+CD127dim/-调节性T细胞分离试剂盒,人(Militenyi Biotech)或CD25+CD49d-调节性T细胞分离试剂盒,人(Militenyi Biotech)。
不需要使用抗体。制备能够特异性识别和结合在单个细胞上表达的分子的抗体,使得它们在与细胞表面上或细胞内表达的分子结合时可以发出颜色。然后检测抗体以测量发射颜色的细胞数量。由于在细胞表面或细胞内表达的分子是蛋白质,因此当蛋白质表达时编码蛋白质的mRNA也在细胞中形成。换句话说,检查单个细胞中的mRNA以检查编码感兴趣蛋白质的mRNA的存在/不存在就足够了。这可以通过单细胞基因表达分析(即单细胞水平的mRNA分析)来实现。单细胞基因表达分析的实例包括1)使用Quartz-Seq的下一代测序方法,2)使用Fluidigm C1系统或ICELL8单细胞系统分离细胞以分离细胞并用SMART-Seq v4制备文库的方法,3)用细胞分选仪分离细胞并使用Ambion Single Cell-to-CT试剂盒定量PCR测量细胞的方法,4)CyTOF SYSTEM(Helios)等。
换句话说,获得血液,计数活细胞,并用细胞分选仪等分离细胞。例如,AmbionSingle Cell-to-CT试剂盒可用于各个经分离的细胞,以用定量PCR装置测量特定基因的表达水平。基于该结果,检查个体细胞以观察落入CD62L低CD4+T细胞亚群和CD4+Foxp3+CD25+T细胞亚群中的哪个亚群,并计数落入每个亚群下的细胞数。然后找到数量的比例(x与y的比例)。检查其表达的候选基因的实例包括αβTCR、CD3、CD4、CD25、CTLA4、GITR、FoxP3、STAT5、FoxO1、FoxO3、IL-10、TGFβ、IL-35、SMAD2、SMAD3、SMAD4、CD62L低、CD44、IL-7R(CD127)、IL-15R、CCR7低、BLIMP1等。
如本说明书的实施例所示,与CD62L高CD4+T细胞相比,CD62L低CD4+T细胞中表达增加的基因包括:AURAKA、CCL17、CD101、CD24、FOXF1、GZMA、GZMH、IL18RAP、IL21、IL5RA、ND2、SMAD5、SMAD7和VEGFA(图34中a)。可以通过测量这些基因的表达来确定细胞亚群的量和/或比例,从而确定所获得的T细胞属于哪个T细胞亚群。
如本说明书的实施例所示,与CD62L低CD4+T细胞相比,CD62L高CD4+T细胞中表达增加的基因包括:BACH2、CCL28、CCR7、CD27、CD28、CD62L、CSNK1D、FOXP1、FOXP3、IGF1R、IL16、IL27RA、IL6R、LEF1、MAL和TCF7(图34中a)。可以通过测量这些基因的表达来确定细胞亚群的量和/或比例,从而确定所获得的T细胞属于哪个T细胞亚群。
在本发明中测量细胞亚群的比例或与阈值的比较可以使用具有确定信号的参考样品。可以比较准备诱导对应于给定细胞亚群的荧光信号的参考物(例如,附着荧光色素的颗粒)和包含细胞群的样品之间的信号,通过与参考的比较,以测量样本细胞群中细胞群的数量和比例。还可以比较准备诱导对应于预定阈值的荧光信号的参考物(例如,附着有荧光色素的粒子)和包含细胞群的样品之间的信号,通过与参考的比较,以确定在样品中的T细胞组成中是否存在或者不存在本发明标志物。
当在本发明中确定特定标志物为高(高表达)或低(低表达)时,本领域技术人员可以使用本领域常用的表达强度的分类基线。例如,当使用PE标记的抗人CD62L抗体作为边界时,可以使用对应于10E2信号的信号强度将CD62L分成CD62L低和CD62L高。
在一个实施方案中,CD62L可以如下确定为高(高表达)或低(低表达)。制备用作抗CD62L抗体的相同同种型的阴性对照的抗体。用作阴性对照的抗体不应识别(结合)T细胞上的任何抗原,但可以非特异性地吸附于其上。例如,使用作为同种型对照出售的抗体。相同的荧光标记用于抗CD62L抗体和阴性对照。在制备之后,覆盖各自的荧光图案。在典型图案中,同种型对照在荧光水平低的部分具有峰值,而抗CD62L抗体在荧光水平高的部分具有峰值,并且荧光水平在荧光较低的地方缓慢降低(图28)。在图28中,紫色线是阴性对照的染色图案,并且用浅蓝色着色的线下面积是抗CD62L抗体的染色图案。比较两种图案。虽然一些区域具有与阴性对照相同的荧光水平,但确定阴性对照的整个峰值已向右移动(=其被染色的位置)。通常,由此确定几乎所有细胞都被抗体染色。
现在讨论x轴上的低和高边界(FL4-H)的确定。图中的右侧是假设低和高峰值被分开时的示意图。高峰似乎是水平对称的,但是低峰具有不能被认为是水平对称的复合峰。高峰位于FL4-H的位置,约为400。高峰的FL4-H的最大量(=A)约为2000。如果高峰值被认为是水平对称的,则高固有的最小量(=B)是大约90,B到FL4-H峰的距离与FL4-H峰到A的距离相同并且在A到峰的相反侧。到这个区域,应该与低峰值重叠。虽然高峰水平对称,但在D附近水平对称丢失。换句话说,D可以推断为低峰的固有最大值,这意味着有一个低峰接近D。最后,高峰和低峰可以在D(即低的最大值)和B(即高的最小值)的中心(即C)被分开。该值对应于10E2。换句话说,高峰的范围可以是C到A,并且低峰的范围可以是E到C。通过峰和对应于细胞计数的每个范围形成区域。BD上的C的位置应该根据高峰和低峰的大小的比例、峰的锐度等而变化,但是C的位置在BD的中心的情况的差异被认为是小的。
图29显示了根据FACS分析的CD62L的直方图。可以理解,可以用10E2作为边界非常清楚地分开CD62L低。
如本文所用,“流式细胞术”是指测量悬浮在液体中的细胞、个体或其他生物颗粒的数量和各自物理/化学/生物学特征的技术。
使用流式细胞术技术分析各种细胞。特别地,可以使用流式细胞术技术确定血细胞的分化。除了研究之外,这种分化的确定开始用于诊断。
流式细胞术的优点的实例包括:可以容易地找到胚细胞的比例;特异性和灵敏度高;它具有高度可重复性;可以分析大量细胞;所需时间很短;等等。
使用该技术的装置称为“流式细胞仪”。流式细胞仪是用于测量来自均匀的细胞悬浮液的悬浮物(细胞)的光学特性的设备。细胞通过液体流上的激光束的焦点。通过时,可以同时以500至4000个细胞/秒测量单个细胞的前向散射、侧向散射和一个或更多个不同波长的荧光的光学特性,以快速并准确地测量生物特征,诸如细胞大小、内部结构、细胞膜、细胞质或细胞核中存在的核酸或各种抗原的量。
激光撞击细胞后,散射光会散射到周围。在激光光轴的前方检测前向散射(FSC)。散射光强度与细胞的表面积成正比。换句话说,应理解,如果FSC值相对较大,则细胞较大,而如果FSC值较小,则细胞较小。在与激光光轴成90°(垂直)的位置处检测侧向散射(SSC)。散射光强度与细胞内结构或细胞颗粒的状态成正比。换句话说,应理解,如果SSC值相对较大,则细胞的内部结构是复杂的,并且如果SSC值较小,则细胞的内部结构是简单的。
流式细胞术的结果通常可以表示为圆点图,其中FSC为X轴,SSC为Y轴。每个细胞由图中的单个圆点(点)表示。其位置由FSC和SSC的相对值确定。左下方显示的是尺寸相对较小,内部结构简单的淋巴细胞,右上方显示的是大尺寸和内部颗粒的粒细胞,以及在淋巴细胞和粒细胞之间显示的大尺寸但内部结构简单的单核细胞,因此群彼此分开。
荧光是指当标记细胞的荧光颜料被照射的激光束激发并释放能量时产生的光。流式细胞仪(例如,产品名称:Becton&Dickinson FACSCalibur)通常照射488nm单波长激光束和635nm单波长激光束。细胞本身也具有发射弱荧光(自发荧光)的特性。然而,当实际尝试使用荧光特异性地检测细胞分子时,必须预先将荧光色素以某种形式结合到细胞或其分子上。例如,FITC(异硫氰酸荧光素)吸收488nm激发光并主要发射530nm荧光(绿色)。预先用FITC标记抗体使得根据细胞表面上的抗原量结合的抗体量的差异,导致FITC的荧光强度的差异。因此,可以估计细胞表面上存在的抗原的量。可以用作实例的FACSCalibur安装了四个荧光检测器,其可以检测不同的荧光波长区域。如果制备发射不同波长光的多种荧光颜料,则可以同时检测多达四种不同的抗原。作为由488nm单波长激光束激发的FITC以外的荧光颜料,PE(藻红蛋白)主要发射585nm荧光,PerCP(多甲藻素叶绿素蛋白)和PE-Cy5(carbocyanin-5)主要发射670nm荧光。APC(别藻蓝蛋白)是由635nm单波长激光束激发的荧光颜料,主要发射670nm荧光。这些荧光染料与各种抗体结合,用于细胞的双重或三重染色。可以用与其特异性反应的单克隆抗体检测在T淋巴细胞表面上表达的CD4、CD8、CD62L、CD25、Foxp3分子等。
严格地说,有两种类型的流式细胞仪,即仅分析细胞的设备和能够分选经分析的细胞的设备。后者称为“FACS”。如本文所用,“FACS”是荧光激活细胞分选仪的缩写,并且是指用于使用激光束分析游离细胞(诸如淋巴细胞)的表面抗原或通过存在/不存在表面抗原等分选特定细胞的方法中的装置。
流式细胞术的结果可以以直方图、圆点图等显示。
如本文所用,“直方图”是指表示使用流式细胞仪在荧光测量中X轴上的每个参数的光学信号的强度和Y轴上的细胞计数的图。以这种形式总共可以计数10000个或更多个细胞。
如本文所用,“圆点图”是指两种类型的荧光颜料在X和Y轴上的荧光强度图。在双染色或三染色分析中,这可以使用显示方法进行分析,其中相应的荧光强度位于X或Y轴上,并且各个细胞对应于二维图上的每个点。
例如,收集外周血或骨髓液,然后通过溶血法或比重离心除去红细胞,然后使残留物与荧光标记的抗体(针对目标抗原的抗体及其对照抗体)反应并充分洗涤用流式细胞仪观察。检测到的散射光或荧光被转换成电信号并由计算机分析。结果可以通过将代表细胞大小的FSC的强度和代表细胞内结构的SSC强度来区分淋巴细胞、单核细胞和粒细胞。然后根据需要门限感兴趣的细胞群以检查细胞中的抗原表达方式。
在实施本发明的方法时,本领域技术人员可以适当地鉴定所示细胞的表面标志物以分级分离或计数细胞。
CD抗原在国际研讨会上达成一致,主要通过由其识别的抗原的生物化学特征(特别是分子量)进行分类(聚类)。这称为CD分类。识别特定白细胞分化抗原的许多类型的单克隆抗体在统一的惯例下命名,其中CD后跟着数字,即CD数(即CD1、CD2等)。
本文使用的细胞表面标志物(包括CD标志物)的典型实例在下文中解释。
CD4(6.2):与抗原呈递细胞上的MHC II类分子结合,并作为T淋巴细胞抗原受体复合物的共同受体起作用。CD4在MHC II类限制性辅助性T淋巴细胞中表达。
CD8(6.4):是具有α链和β链的S-S键的二聚体蛋白质。CD8与抗原呈递细胞上的MHCI类分子结合,并作为T淋巴细胞抗原受体复合物的共同受体起作用。CD8在MHC I类限制性杀伤T淋巴细胞上表达。
CD25:CD25是55kDa糖蛋白,也称为低亲和力白细胞介素-2受体α链(IL-2Rα)。CD25也在活化的T细胞、B细胞和巨噬细胞以及一些非活化的CD4+T细胞(其充当调节性T细胞)中表达。因此,CD25用作调节性T细胞的标志物。
CD62L:CD62L(L-选择蛋白)是识别和归巢特异性存在于淋巴器官中的高内皮微静脉(HEV)所需的分子。幼稚T细胞具有该分子,以准备通过淋巴器官和抗原呈递的循环。当识别由淋巴器官中的被T细胞受体识别的树突细胞呈递的抗原并被效应T细胞引发时,幼稚T细胞失去归巢分子。因此,通过抗原识别引发并克隆和扩增的效应T细胞具有CD62L低表型。
Foxp3:Foxp3是调节性T细胞(Treg)的主要转录因子,即在Tregs的分化状态的所有分化/功能表达/维持中起重要作用的转录因子。由于表达几乎特异于Treg,因此Foxp3通常用作鉴定Tregs的标记分子。Foxp3增加CD25或CTLA4表达,同时抑制效应细胞因子(IL-2、IFNγ、IL-4、IL-17等)的产生。
PD-1与T细胞耗竭现象密切相关。简而言之,这种现象是T细胞对大量和长时间存在的抗原的反应减弱。即使幼稚T细胞由于抗原呈递细胞的引发而成为具有高水平效应功能的T细胞,在长时间暴露于大量抗原呈递时T细胞表达免疫检查点分子PD-1→LAG-3→CD244,失去功能并最终导致细胞凋亡。由于癌细胞“大量”和“长时间”存在,可以理解该系统是有效的。
(通过CD62L低CD4+T细胞输注预防/治疗癌症的效果)
本发明的另一方面是通过输注特定细胞或其组合物来改善或维持/支持癌症免疫疗法的治疗效果的方法。
已经发现CD62L低CD4+T细胞在受试者对癌症免疫疗法的反应中是关键的。应理解,使用此类T细胞可改善或维持对受试者对癌症免疫疗法的响应性。本发明的一个实施方案是包含CD62L低CD4+T细胞的组合物。CD62L低CD4+T细胞或包含其的组合物对于癌症免疫疗法的伴随使用是有用的。
尽管不希望受任何理论的束缚,但是由于CD62L低CD4+T细胞输注到PD-1抑制剂和/或PD-L1抑制剂不能达到预防/治疗癌症的充分效果的患者的治疗效果可以是理解如下。
当在癌细胞表面上表达的PD-L1结合在T细胞表面上表达的PD-1时,由T细胞引起的抗肿瘤效果被抑制(癌细胞的免疫逃避机制)。抗PD-1抗体是抗体分子,其抑制PD-L1和PD-1之间的这种结合并阻断癌细胞的免疫逃避机制以允许T细胞发挥抗肿瘤效果。因此,可以理解,由于抑制PD-1/PD-L1结合而产生的抗肿瘤效果主要发生在T细胞攻击肿瘤的效应期,而T细胞引发期的作用较低。换句话说,除非已经存在T细胞引发和足够的效应T细胞,否则PD-1或PD-L1抑制剂难以发挥抗肿瘤效果。抗PD-1抗体对约20%至30%的癌症患者发挥最大的抗肿瘤效果,但抗PD-1抗体发挥抗肿瘤效果所需的T细胞免疫状态以及评估这种免疫状态的方法是未知的。
CD62L(L-选择蛋白)是淋巴细胞的“归巢受体”。CD62L在幼稚T细胞的细胞表面上表达并促进其向淋巴结的迁移。当淋巴结中的幼稚T细胞受到抗原呈递细胞的抗原刺激时,细胞被激活成效应T细胞,而CD62L表达水平降低(CD62L低),并分化成CD4+T细胞(辅助T-细胞)或CD8+T细胞(细胞毒性T细胞)。在癌症抗原是未知的并且不能鉴定癌症抗原特异性T细胞的情况下,发明人已经发现CD62L低T细胞作为鉴定癌症抗原引发的T细胞的方法是非常有效的。在小鼠模型中,可以过继输注从肿瘤区域淋巴结分离的CD62L低T细胞以治愈患有癌症的小鼠。通过引入CD62L低CD4+T细胞使用以这种方式分离的效应T细胞实现了更大的抗肿瘤效果(实施例4和图14)。包括本实验中使用的肿瘤系统的大多数癌细胞不表达MHC II类抗原。因此,应理解CD62L低CD4+T细胞的高抗肿瘤效果不是通过影响直接杀细胞功能而获得的,而是通过抗原呈递细胞(诸如树突细胞)的功能来协调整个T细胞免疫。当CD62L低CD8+T细胞与CD62L低CD4+T细胞一起使用时,也实现了优异的抗肿瘤效果(实施例4和图14)。
发明人已经发现,所有T细胞中CD62L低CD4+T细胞的比例与抗PD-1抗体的抗肿瘤效果明显相关,即,必须包含CD62L低CD4+T细胞(其为发挥抗肿瘤效果的T-细胞),以便与抗PD-1抗体发挥抗肿瘤效果。
尽管不希望受任何理论的束缚,但从该发现可以理解,准备了通常足以发挥抗肿瘤效果的T细胞免疫,但由于在包含许多CD62L低CD4+T细胞的癌症患者中PD-1/PD-L1的抗原识别信号的减弱而逃避了免疫。CD62L低CD4+T细胞激活抗原呈递细胞(诸如树突细胞),以激活引发阶段。进一步地,引发的CD8+T细胞需要从已经被效应CD4+T细胞活化的局部抗原呈递细胞进行抗原呈递,以获得细胞毒性功能。在这方面,应当理解,主要在效应期恢复抗原识别信号的减弱的PD-1/PD-L1结合抑制剂与效应CD4+T细胞的功能互补。应当理解,即使在不含大量CD62L低CD4+T细胞导致抗肿瘤效果不令人满意的患者中用抗PD-1抗体阻断免疫逃避机制,仍应抑制呈递癌症抗原的抗原呈递细胞功能。
鉴于上述情况,可以理解CD62L低CD4+T细胞的施用可以对患者发挥抗PD-1抗体的抗肿瘤效果,所述患者的CD62L低CD4+T细胞计数低,导致不能发挥抗PD-1抗体的抗肿瘤效果。
(含有细胞的组合物的制造和使用)
制备包含CD62L低CD4+T细胞的组合物的方法可包括从源自人的T细胞群中纯化CD62L低CD4+T细胞。纯化可以包括从T细胞群中去除CD62L高表达细胞(阴性选择)。通过使用抗体和/或磁珠等的阴性选择纯化CD62L低CD4+T细胞是优选的,因为杂质(诸如抗体或磁珠)不会留在要使用的细胞上。
本发明的一个实施方案是试剂盒,其包含特异性结合CD62L用于纯化CD62L低CD4+T细胞的物质。特异性结合CD62L的物质的实例包括但不限于CD62L特异性的抗体。本领域技术人员可以根据本文公开的方法(例如流式细胞术),分离和扩增本文公开的特定T细胞亚群。在一个实施方案中,本文公开的组合物提供CD4+CD62L低T细胞。
可以根据已知技术收集,并通过已知技术(诸如流式细胞术和/或与抗体的亲和结合(例如免疫磁性选择))浓缩或耗尽T淋巴细胞。在浓缩和/或耗尽步骤之后,可以根据已知技术(包括但不限于Riddell等人的US6040177中公开的技术)或其变体进行所需T淋巴细胞的体外扩增,对于本领域技术人员来说是显而易见的。
例如,可以通过在体外向培养基中添加第一T淋巴细胞群,然后向培养基中添加饲养细胞(例如,使得产生的细胞群对于待扩增的第一群中的每个T淋巴细胞包含至少约5、10、20、40或更多个饲养细胞)并孵育培养物(例如,足够的时间以增加T细胞的数量),来扩增期望的T细胞群或亚群。培养物通常可以在适合T淋巴细胞扩增的条件(诸如温度)下孵育。对于人T淋巴细胞的生长,温度通常为例如至少约25℃,优选至少约30℃,更优选约37℃。
根据本文公开的方法或本领域熟知的方法可以分离和/或扩增细胞,然后根据需要储存并随后施用于受试者。
本领域技术人员可以适当地确定包含本发明的细胞的组合物中感兴趣的细胞(例如,CD62L低CD4+T细胞)的量,以便发挥预期的效果,例如,对于人类施用可以至少为2×108,优选至少6×108,更优选至少2×109。
除感兴趣的细胞(例如,CD62L低CD4+T细胞)外,包含本文公开的细胞的组合物可包含药学上可接受的载体或赋形剂。如本文所用,“药学上可接受的”是指由政府监督机构批准或在药典或其他公认的药典中列出用于动物,或更具体地人类。如本文所用,“载体”是指与治疗剂一起施用的培养物、输注溶液、灌注液、稀释剂、佐剂、赋形剂或媒介物。包含本发明细胞的组合物包含细胞作为主要成分,因此载体可优选维持细胞,诸如培养物、输注溶液或灌注液。例如,当静脉内施用药物组合物时,生理盐水和葡萄糖水性溶液是优选的载体。优选地,水性盐溶液和水性葡萄糖溶液和甘油溶液用作可注射溶液的液体载体。当口服施用时,水是优选的载体。合适的赋形剂的实例包括轻质无水硅酸、结晶纤维素、甘露醇、淀粉、葡萄糖、乳糖、蔗糖、明胶、麦芽、大米、小麦粉、白垩、硅胶、硬脂酸钠、单硬脂酸甘油酯、滑石、氯化钠、粉末脱脂牛奶、甘油、丙烯、乙二醇、水、乙醇、羧甲基纤维素钙、羧甲基纤维素钠、羟丙基纤维素、羟丙基甲基纤维素、聚乙烯醇缩乙醛二乙氨基乙酸酯、聚乙烯吡咯烷酮、明胶、中链脂肪酸甘油三酯、聚氧乙烯氢化蓖麻油60、精制糖、羧甲基纤维素、玉米淀粉、无机盐等。需要时,组合物还可含有少量保湿剂或乳化剂,或pH缓冲剂。这些组合物可以是溶液、悬浮液、乳剂、片剂、丸剂、胶囊、粉末、缓释制剂等形式。还可以通过使用传统的粘合剂和诸如甘油三酯的载体将组合物配制成栓剂。口服制剂还可包含标准载体,诸如医用级甘露醇、乳糖、淀粉、硬脂酸镁、糖精钠、纤维素或碳酸镁。合适的载体的实例公开于E.W.Martin,Remington's Pharmaceutical Sciences(Mark Publishing Company,Easton,U.S.A)。这种组合物含有治疗有效量的治疗剂(优选以精制的形式),以及适于施用于患者的形式提供的适量的载体。制剂必须适合于施用方式。制剂可另外包含,例如、表面活性剂、赋形剂、着色剂、调味剂、防腐剂、稳定剂、缓冲剂、增溶剂、等渗剂、粘合剂、崩解剂、润滑剂、流动促进剂、矫味剂等。
(优选实施方案)
本发明的一个实施方案是使用选自受试者以下的量作为公式的变量(指标)预测受试者对癌症免疫疗法的响应的方法:
与抗肿瘤免疫应答中的树突细胞刺激相关的CD4+T细胞亚群的量;
与抗肿瘤免疫应答中由CD4+T细胞刺激的树突细胞相关的树突细胞亚群的量;
与抗肿瘤免疫应答中的树突细胞刺激相关的CD8+T细胞亚群的量;
调节性T细胞或与调节性T细胞相关的CD4+T细胞亚群的量;和
ICOS+CD62L低CD4+T细胞亚群的量。在一个实施方案中,用于预测受试者对癌症免疫疗法的响应的公式的变量(指标)选自由以下项组成的组:
CD62L低CD4+T细胞亚群的量;
CCR7-CD4+T细胞亚群的量;
CD45RA-CD4+T细胞亚群的量;
CD45RO+CD4+T细胞亚群的量;
LAG-3+CD62L低CD4+T细胞亚群的量;
ICOS+CD62L低CD4+T细胞亚群的量;
CCR4+CD25+CD4+T细胞亚群的量;
CD62L高CD25+CD4+T细胞亚群的量;
CD127+CD25+CD4+T细胞亚群的量;CD45RA-Foxp3+CD4+T细胞亚群的量;
CD4+CD25+T细胞亚群的量;
CD4+Foxp3+T细胞亚群的量;
Foxp3+CD25+CD4+T细胞亚群的量;
HLA-DR+树突细胞亚群的量;
CD80+树突细胞亚群的量;
CD86+树突细胞亚群的量;
PD-L1+树突细胞亚群的量;
CD62L低CD8+T细胞亚群的量;
CD137+CD8+T细胞亚群的量;和
CD28+CD62L低CD8+T细胞亚群的量。
本发明的一个实施方案是使用选自受试者以下的相对量作为公式的变量(指标)预测受试者对癌症免疫疗法的响应的方法:
与抗肿瘤免疫应答中的树突细胞刺激相关的CD4+T细胞亚群的相对量;
与抗肿瘤免疫应答中由CD4+T细胞刺激的树突细胞相关的树突细胞亚群的相对量;
与抗肿瘤免疫应答中的树突细胞刺激相关的CD8+T细胞亚群的相对量;
调节性T细胞或与调节性T细胞相关的CD4+T细胞亚群的相对量;和
ICOS+CD62L低CD4+T细胞亚群的相对量。在一个实施方案中,作为预测受试者对癌症免疫疗法的响应的公式的变量(指标)的相对量选自由以下项组成的组:
CD4+T细胞中CD62L低CD4+T细胞亚群的比例;
CD4+T细胞中CCR7-CD4+T细胞亚群的比例;
CD4+T细胞中CD45RA-CD4+T细胞亚群的比例;
CD4+T细胞中CD45RO+CD4+T细胞亚群的比例;
CD62L低CD4+T细胞中LAG-3+CD62L低CD4+T细胞亚群的比例;
CD62L低CD4+T细胞中ICOS+CD62L低CD4+T细胞亚群的比例;
CD4+T细胞中CCR4+CD25+CD4+T细胞亚群的比例;
CD4+T细胞中CD62L高CD25+CD4+T细胞亚群的比例;
CD4+T细胞中CD127+CD25+CD4+T细胞亚群的比例;
CD4+T细胞中CD45RA-Foxp3+CD4+T细胞亚群的比例;
CD4+T细胞中CD4+CD25+T细胞亚群的比例
CD4+T细胞中CD4+Foxp3+T细胞亚群的比例
CD4+T细胞中Foxp3+CD25+CD4+T细胞亚群的比例;
树突细胞中HLA-DR+树突细胞亚群的比例;
树突细胞中CD80+树突细胞亚群的比例;
树突细胞中CD86+树突细胞亚群的比例;
树突细胞中PD-L1+树突细胞亚群的比例;
CD8+T细胞中CD62L低CD8+T细胞亚群的比例;
CD8+T细胞中CD137+CD8+T细胞亚群的比例;和
CD62L低CD8+T细胞中CD28+CD62L低CD8+T细胞亚群的比例。
本发明的一个实施方案是使用选自受试者以下的量作为公式的变量(指标)预测受试者对癌症免疫疗法的响应的方法:
与抗肿瘤免疫应答中的树突细胞刺激相关的CD4+T细胞亚群的量;
与抗肿瘤免疫应答中由CD4+T细胞刺激的树突细胞相关的树突细胞亚群的量;
与抗肿瘤免疫应答中的树突细胞刺激相关的CD8+T细胞亚群的量;和
调节性T细胞或与调节性T细胞相关的CD4+T细胞亚群的量,其中,指标公式高于阈值(无效组阈值)表明受试者不是癌症免疫疗法无效组的一部分。在一个实施方案中,用于预测受试者癌症免疫疗法的响应的公式的变量(指标)选自由以下项组成的组:
CD62L低CD4+T细胞亚群的量;
LAG-3+CD62L低CD4+T细胞亚群的量;
CCR7-CD4+T细胞亚群的量;
CD45RA-CD4+T细胞亚群的量;
CD45RO+CD4+T细胞亚群的量;
HLA-DR+树突细胞亚群的量;
CD80+树突细胞亚群的量;
CD86+树突细胞亚群的量;
PD-L1+树突细胞亚群的量;
CD62L低CD8+T细胞亚群的量;
CD137+CD8+T细胞亚群的量;和
CD28+CD62L低CD8+T细胞亚群的量
CD4+Foxp3+CD25+T细胞亚群的量;
CD62L高CD25+CD4+T细胞亚群的量;
CD45RA-Foxp3+CD4+T细胞亚群的量;
CCR4+CD25+CD4+T细胞亚群的量;
CD127+CD25+CD4+T细胞亚群的量;
其中,指标公式高于阈值(无效组阈值)表明受试者不是癌症免疫疗法无效组的一部分。
本发明的一个实施方案是使用选自受试者以下的相对量作为公式的变量(指标)预测受试者对癌症免疫疗法的响应的方法:
与抗肿瘤免疫应答中的树突细胞刺激相关的CD4+T细胞亚群的相对量;
与抗肿瘤免疫应答中由CD4+T细胞刺激的树突细胞相关的树突细胞亚群的相对量;
与抗肿瘤免疫应答中的树突细胞刺激相关的CD8+T细胞亚群的相对量;
调节性T细胞或与调节性T细胞相关的CD4+T细胞亚群的相对量,其中,指标公式高于阈值(无效组阈值)表明受试者不是癌症免疫疗法无效组的一部分。在一个实施方案中,作为预测受试者癌症免疫疗法的响应的公式的变量(指标)的相对量选自由以下项组成的组:
CD4+T细胞中CD62L低CD4+T细胞亚群的比例;
CD62L低CD4+T细胞中LAG-3+CD62L低CD4+T细胞亚群的比例;
CD4+T细胞中CCR7-CD4+T细胞亚群的比例;
CD4+T细胞中CD45RA-CD4+T细胞亚群的比例;
CD4+T细胞中CD45RO+CD4+T细胞亚群的比例;
树突细胞中HLA-DR+树突细胞亚群的比例;
树突细胞中CD80+树突细胞亚群的比例;
树突细胞中CD86+树突细胞亚群的比例;
树突细胞中PD-L1+树突细胞亚群的比例;
CD8+T细胞中CD62L低CD8+T细胞亚群的比例;
CD8+T细胞中CD137+CD8+T细胞亚群的比例;
CD62L低CD8+T细胞中CD28+CD62L低CD8+T细胞亚群的比例;
CD4+T细胞中CD4+Foxp3+CD25+T细胞亚群的比例;
CD4+T细胞中CD62L高CD25+CD4+T细胞亚群的比例;
CD4+T细胞中CD45RA-Foxp3+CD4+T细胞亚群的比例;
CD4+T细胞中CCR4+CD25+CD4+T细胞亚群的比例;和
CD4+T细胞中CD127+CD25+CD4+T细胞亚群的比例;
其中,指标公式高于阈值(无效组阈值)表明受试者不是癌症免疫疗法无效组的一部分。
本发明的一个实施方案是使用选自以下的量(X,Y)作为公式F(X,Y)的变量(指标)预测受试者对癌症免疫疗法的响应的方法:
与抗肿瘤免疫应答中的树突细胞刺激相关的CD4+T细胞亚群的量;
与抗肿瘤免疫应答中由CD4+T细胞刺激的树突细胞相关的树突细胞亚群的量;
与抗肿瘤免疫应答中的树突细胞刺激相关的CD8+T细胞亚群的量;
调节性T细胞或与调节性T细胞相关的CD4+T细胞亚群的量,其中,公式F(X,Y)高于阈值(无效组阈值)表示受试者不是癌症免疫疗法无效组的一部分。在一个实施方案中,用具有用于预测受试者对癌症免疫疗法的响应的式的变量(指标)可以计算公式F(X,Y),变量选自由以下项组成的组的值作为(X):
CD62L低CD4+T细胞亚群的量;
LAG-3+CD62L低CD4+T细胞亚群的量;
CCR7-CD4+T细胞亚群的量;
CD45RA-CD4+T细胞亚群的量;
CD45RO+CD4+T细胞亚群的量;
HLA-DR+树突细胞亚群的量;
CD80+树突细胞亚群的量;
CD86+树突细胞亚群的量;
PD-L1+树突细胞亚群的量;
CD62L低CD8+T细胞亚群的量;
CD137+CD8+T细胞亚群的量;和
CD28+CD62L低CD8+T细胞亚群的量。在一个实施方案中,用具有用于预测受试者对癌症免疫疗法的响应的公式的变量(指标)可以计算F(X,Y),变量选自由以下项组成的组的值作为(Y):
CD4+Foxp3+CD25+T细胞亚群的量;
CD62L高CD25+CD4+T细胞亚群的量;
CD45RA-Foxp3+CD4+T细胞亚群的量;
CCR4+CD25+CD4+T细胞亚群的量;和
CD127+CD25+CD4+T细胞亚群的量。公式F(X,Y)高于阈值(无效组阈值)表示受试者不是癌症免疫疗法的无效组的一部分。
本发明的一个实施方案是使用选自以下的量(X,Y)作为公式F(X,Y)的变量(指标)预测受试者对癌症免疫疗法的响应的方法:
与抗肿瘤免疫应答中的树突细胞刺激相关的CD4+T细胞亚群的相对量;
与抗肿瘤免疫应答中由CD4+T细胞刺激的树突细胞相关的树突细胞亚群的相对量;
与抗肿瘤免疫应答中的树突细胞刺激相关的CD8+T细胞亚群的相对量;
调节性T细胞或与调节性T细胞相关的CD4+T细胞亚群的相对量,其中,公式F(X,Y)高于阈值(无效组阈值)表示受试者不是癌症免疫疗法无效组的一部分。在一个实施方案中,用具有用于预测受试者对癌症免疫疗法的响应的式的变量(指标)可以计算公式F(X,Y),变量选自由以下项组成的组的值作为(X):
CD4+T细胞中CD62L低CD4+T细胞亚群的比例;
CD62L低CD4+T细胞中LAG-3+CD62L低CD4+T细胞亚群的比例;
CD4+T细胞中CCR7-CD4+T细胞亚群的比例;
CD4+T细胞中CD45RA-CD4+T细胞亚群的比例;
CD4+T细胞中CD45RO+CD4+T细胞亚群的比例;
树突细胞中HLA-DR+树突细胞亚群的比例;
树突细胞中CD80+树突细胞亚群的比例;
树突细胞中CD86+树突细胞亚群的比例;
树突细胞中PD-L1+树突细胞亚群的比例;
CD8+T细胞中CD62L低CD8+T细胞亚群的比例;
CD8+T细胞中CD137+CD8+T细胞亚群的比例;
CD62L低CD8+T细胞中CD28+CD62L低CD8+T细胞亚群的比例。在一个实施方案中,用具有用于预测受试者对癌症免疫疗法的响应的公式的变量(指标)可以计算公F(X,Y),变量选自由以下项组成的组的值作为(Y):
CD4+T细胞中CD4+Foxp3+CD25+T细胞亚群的比例;
CD4+T细胞中CD62L高CD25+CD4+T细胞亚群的比例;
CD4+T细胞中CD45RA-Foxp3+CD4+T细胞亚群的比例;
CD4+T细胞中CCR4+CD25+CD4+T细胞亚群的比例;和
CD4+T细胞中CD127+CD25+CD4+T细胞亚群的比例。公式F(X,Y)高于阈值(无效组阈值)表示受试者不是癌症免疫疗法的无效组的一部分。
本发明的另一个实施方案是预测受试者对癌症免疫疗法的响应的方法,其中,公式F(X,Y)高于阈值(无效组阈值)表明受试者不是癌症免疫疗法的无效组的一部分。用具有用于预测受试者对癌症免疫疗法的响应的公式的变量(指标)可以计算公式F(X,Y),变量选自由以下项组成的组的值作为(X):
CD62L低CD4+T细胞亚群的量;
LAG-3+CD62L低CD4+T细胞亚群的量;
CCR7-CD4+T细胞亚群的量;
CD45RA-CD4+T细胞亚群的量;
CD80+树突细胞亚群的量;
CD62L低CD8+T细胞亚群的量;
CD137+CD8+T细胞亚群的量;和
CD28+CD62L低CD8+T细胞亚群的量,以及选自由以下项组成的组的值作为(Y):
CD4+Foxp3+CD25+T细胞亚群的量;
CD62L高CD25+CD4+T细胞亚群的量;和
CD45RA-Foxp3+CD4+T细胞亚群的量。
本发明的另一个实施方案是预测受试者对癌症免疫疗法的响应的方法,其中,公式F(X,Y)高于阈值(无效组阈值)表明受试者不是癌症免疫疗法的无效组的一部分。用具有用于预测受试者对癌症免疫疗法的响应的公式的变量(指标)可以计算公式F(X,Y),变量选自由以下项组成的组的值作为(X):
CD4+T细胞中CD62L低CD4+T细胞亚群的比例;
CD62L低CD4+T细胞中LAG-3+CD62L低CD4+T细胞亚群的比例;
CD4+T细胞中CCR7-CD4+T细胞亚群的比例;
CD4+T细胞中CD45RA-CD4+T细胞亚群的比例;
树突细胞中CD80+树突细胞亚群的比例;
CD8+T细胞中CD62L低CD8+T细胞亚群的比例;
CD8+T细胞中CD137+CD8+T细胞亚群的比例;和
CD62L低CD8+T细胞中CD28+CD62L低CD8+T细胞亚群的比例,以及选自由以下项组成的组的值作为(Y):
CD4+T细胞中CD4+Foxp3+CD25+T细胞亚群的比例;
CD4+T细胞中CD62L高CD25+CD4+T细胞亚群的比例;和
CD4+T细胞中CD45RA-Foxp3+CD4+T细胞亚群的比例。
相对于X单调增加并且相对于Y单调递减的X和Y的任何函数(F(X,Y))可以用作初始公式F(X,Y)。表示响应性的公式F(X,Y)的实例包括F=Xr*Ys,其中,r和s是任何实数。当X与响应性正相关并且Y与响应性负相关时,优选r是正数和s是负数。为了简化公式,r和s可以用整数。例如,F(X,Y)可以表示为Xn*Ym,其中,n和m是任意整数。发明人的检验还已经表明,使用在-3至3范围内的r和s的公式可以准确地预测对受试者对癌症免疫疗法的响应性。该公式的优选形式实例包括但不限于X/Y、X2/Y、X*Y等。
本发明的一个实施方案是使用选自被确定为不是无效组的一部分的受试者以下的量作为公式的变量(指标)预测受试者对癌症免疫疗法的响应的方法:
调节性T细胞或与调节性T细胞相关的CD4+T细胞亚群的量;
ICOS+CD62L低CD4+T细胞亚群的量;
LAG-3+CD62L低CD4+T细胞亚群的量;和
PD-1+CD62L低CD4+T细胞亚群的量,其中,指标公式高于阈值(响应组阈值)表明受试者不是癌症免疫疗法的无效组的一部分。在一个实施方案中,用于预测受试者对癌症免疫疗法的响应的公式的变量(指标)选自由以下项组成的组:
ICOS+CD62L低CD4+T细胞亚群的量;
CD4+CD25+T细胞亚群的量;
CD4+Foxp3+T细胞亚群的量;
CD4+Foxp3+CD25+T细胞亚群的量;
CD62L高CD25+CD4+T细胞亚群的量;
CD45RA-Foxp3+CD4+T细胞亚群的量;
CCR4+CD25+CD4+T细胞亚群的量;
CD127+CD25+CD4+T细胞亚群的量;
LAG-3+CD62L低CD4+T细胞亚群的量;和
PD-1+CD62L低CD4+T细胞亚群的量。
本发明的一个实施方案是使用选自被确定为不是无效组的一部分的受试者以下的量作为公式的变量(指标)预测受试者对癌症免疫疗法的响应的方法:
调节性T细胞或与调节性T细胞相关的CD4+T细胞亚群的相对量;
ICOS+CD62L低CD4+T细胞亚群的相对量;
LAG-3+CD62L低CD4+T细胞亚群的相对量;和
PD-1+CD62L低CD4+T细胞亚群的相对量,其中,指标公式高于阈值(响应组阈值)表明受试者是癌症免疫疗法的无响应组的一部分。在一个实施方案中,用于预测受试者对癌症免疫疗法的响应的公式的变量(指标)选自由以下项组成的组:
CD62L低CD4+T细胞中ICOS+CD62L低CD4+T细胞亚群的比例;
CD4+T细胞中CD4+CD25+T细胞亚群的比例;
CD4+T细胞中CD4+Foxp3+T细胞亚群的比例;
CD4+T细胞中CD4+Foxp3+CD25+T细胞亚群的比例;
CD4+T细胞中CD62L高CD25+CD4+T细胞亚群的比例;
CD4+T细胞中CD45RA-Foxp3+CD4+T细胞亚群的比例;
CD4+T细胞中CCR4+CD25+CD4+T细胞亚群的比例;
CD4+T细胞中CD127+CD25+CD4+T细胞亚群的比例;
CD4+T细胞中LAG-3+CD62L低CD4+T细胞亚群的比例;和
CD4+T细胞中PD-1+CD62L低CD4+T细胞亚群的比例。
本发明的一个实施方案是使用选自被确定为不是无效组的一部分的受试者以下的量(W,Z)作为公式J(W,Z)的变量(指标)预测受试者对癌症免疫疗法的响应的方法:
调节性T细胞或与调节性T细胞相关的CD4+T细胞亚群的量;和
ICOS+CD62L低CD4+T细胞亚群的量,其中,公式J(W,Z)高于阈值(响应组阈值)表明受试者是癌症免疫疗法的响应组的一部分。在一个实施方案中,用具有用于预测受试者对癌症免疫疗法的响应的公式的变量(指标)可以计算公式J(W,Z),变量选自以下的值作为(Z):
ICOS+CD62L低CD4+T细胞亚群的量,以及选自由以下项组成的组的值作为(W):
CD4+CD25+T细胞亚群的量;
CD4+Foxp3+T细胞亚群的量;
CD4+Foxp3+CD25+T细胞亚群的量;
CD62L高CD25+CD4+T细胞亚群的量;
CD45RA-Foxp3+CD4+T细胞亚群的量;
CCR4+CD25+CD4+T细胞亚群的量;和
CD127+CD25+CD4+T细胞亚群的量。公式J(W,Z)高于阈值(响应组阈值)表明受试者是癌症免疫疗法的响应组的一部分。
本发明的一个实施方案是使用选自被确定为不是无效组的一部分的受试者以下的量(W,Z)作为公式J(W,Z)的变量(指标)预测受试者对癌症免疫疗法的响应的方法:
调节性T细胞或与调节性T细胞相关的CD4+T细胞亚群的相对量;和
ICOS+CD62L低CD4+T细胞亚群的相对量,其中,公式J(W,Z)高于阈值(响应组阈值)表明受试者是癌症免疫疗法的响应组的一部分。在一个实施方案中,用具有用于预测受试者对癌症免疫疗法的响应的公式的变量(指标)可以计算公式J(W,Z),变量是以下的值作为(Z):
CD62L低CD4+T细胞中ICOS+CD62L低CD4+T细胞亚群的比例,以及选自由以下项组成的组的值作为(W):
CD4+T细胞中CD4+CD25+T细胞亚群的比例;
CD4+T细胞中CD4+Foxp3+T细胞亚群的比例;
CD4+T细胞中CD4+Foxp3+CD25+T细胞亚群的比例;
CD4+T细胞中CD62L高CD25+CD4+T细胞亚群的比例;
CD4+T细胞中CD45RA-Foxp3+CD4+T细胞亚群的比例;
CD4+T细胞中CCR4+CD25+CD4+T细胞亚群的比例;和
CD4+T细胞中CD127+CD25+CD4+T细胞亚群的比例。公式J(W,Z)高于阈值(响应组阈值)表明受试者是癌症免疫疗法的响应组的一部分。
本发明的另一个实施方案是预测被确定为不是无效组的一部分的受试者对癌症免疫疗法的响应的方法,其中,公式J(W,Z)高于阈值(响应组阈值)表明受试者是癌症免疫疗法的响应组的一部分。用具有用于预测受试者对癌症免疫疗法的响应的公式的变量(指标)可以计算公式J(W,Z),变量是以下的值作为(Z):
ICOS+CD62L低CD4+T细胞亚群的量,以及选自由以下项组成的组的值作为(W):
CD4+CD25+T细胞亚群的量;
CD4+Foxp3+T细胞亚群的量;
CD4+Foxp3+CD25+T细胞亚群的量;
CD62L高CD25+CD4+T细胞亚群的量;和
CD45RA-Foxp3+CD4+T细胞亚群的量。
本发明的另一个实施方案是预测被确定为不是无效组的一部分的受试者对癌症免疫疗法的响应的方法,其中,式J(W,Z)高于阈值(响应组阈值)表明受试者是癌症免疫疗法的响应组的一部分。用具有用于预测受试者对癌症免疫疗法的响应的公式的变量(指标)可以计算公式J(W,Z),变量是以下的值作为(Z):
CD62L低CD4+T细胞中ICOS+CD62L低CD4+T细胞亚群的比例,以及选自由以下项组成的组的值作为(W):
CD4+T细胞中CD4+CD25+T细胞亚群的比例;
CD4+T细胞中CD4+Foxp3+T细胞亚群的比例;
CD4+T细胞中CD4+Foxp3+CD25+T细胞亚群的比例;
CD4+T细胞中CD62L高CD25+CD4+T细胞亚群的比例;和
CD4+T细胞中CD45RA-Foxp3+CD4+T细胞亚群的比例。
相对于Z单调增加并且相对于W单调递减的Z和W的任何函数(J(Z,W))可以用作初始公式J(Z,W)。表示响应性的公式J(Z,W)的实例包括J=Zr*Ws,其中,r和s是任何实数。当Z与响应性正相关并且W与响应性负相关时,优选r是正数和s是负数。为了简化公式,r和s可以用整数。例如,J(Z,W)可以表示为Zn*Wm,其中,n和m是任意整数。发明人的检验还已经表明,使用r和s在-5至6范围内的公式可以准确地预测对受试者对癌症免疫疗法的响应性。该公式的优选形式的实例包括但不限于Z/W、Z2/W、Z*W、Z*W5等。
本文公开的方法,包括上文公开的那些,可用于将癌症免疫疗法应用于已被表明为不是癌症免疫疗法的无效组的一部分和/或作为响应组的一部分的受试者。可以使用本文公开的任何癌症免疫疗法。
一个实施方案提供了用于治疗受试者癌症的组合物,所述受试者通过使用本文公开的方法被表明为不是癌症免疫疗法的无效组的一部分和/或作为响应组的一部分。该组合物可包含本文公开的任何活性成分并具有本文公开的任何组成。
(常规技术)
本文使用的分子生物学方法、生物化学方法和微生物学方法是本领域公知的和本领域常规方法,例如,在Sambrook J.et al.(1989).Molecular Cloning:ALaboratoryManual,Cold Spring Harbor and its 3rd Ed.(2001);Ausubel,F.M.(1987).CurrentProtocols in Molecular Biology,Greene Pub.Associates and Wiley-Interscience;Ausubel,F.M.(1989).Short Protocols in Molecular Biology:ACompendium ofMethods from Current Protocols in Molecular Biology,Greene Pub.Associates andWiley-Interscience;Innis,M.A.(1990).PCR Protocols:AGuide to Methods andApplications,Academic Press;Ausubel,F.M.(1992).Short Protocols in MolecularBiology:ACompendium of Methods from Current Protocols in Molecular Biology,Greene Pub.Associates;Ausubel,F.M.(1995).Short Protocols in MolecularBiology:ACompendium of Methods from Current Protocols in Molecular Biology,Greene Pub.Associates;Innis,M.A.et al.(1995).PCR Strategies,Academic Press;Ausubel,F.M.(1999).Short Protocols in Molecular Biology:A Compendium ofMethods from Current Protocols in Molecular Biology,Wiley,and annual updates;Sninsky,J.J.et al.(1999).PCR Applications:Protocols for Functional Genomics,Academic Press;Bessatsu Jikken Igaku[Experimental Medicine,SupplementalVolume],Idenshi Donyu Oyobi Hatsugen Kaiseki Jikken Ho[Experimental Methodsfor Transgenesis&Expression Analysis],Yodosha,1997,等中公开。上述文献的相关部分(可以是整个文献)通过参考并入本文。
如本文所使用的,当可以使用句子中列出的事项中的“至少一个或更多个”时使用“或”。当在本文中明确地描述为“在两个值”的“范围内”时,该范围还包括这两个值本身。
本文引用的参考文献诸如科学文献、专利和专利申请通过引用并入本文,其程度与具体描述每个文献相同。
如上所述,已经公开了本发明,同时显示了优选的实施方案以便于理解。下文基于实施例公开了本发明。前面提及的描述和以下实施例不是为了限制本发明而提供的,而是仅用于示例性的目的。因此,本发明的范围不限于本文具体描述的实施方案和实施例,并且仅受权利要求的范围限制。
实施例
本发明由以下实施例表示。
(1)[证明标记发明的实施例]
实施例1:抗PD-1抗体和T细胞群组成的治疗效果
该实施例证明使用外周血分析CD62L低CD4+T细胞和Foxp3+CD25+CD4+T细胞可以预测用抗PD-1抗体治疗的治疗效果。
(2)[证明发明的细胞输注实现的实施例]
实施例2:输注CD62L低细胞的假设实施例
实施例3:跟进观察
该实施例证明患者的抗肿瘤免疫应答与T细胞组成相关,即CD62L低细胞的增加增强了经历抗PD-1疗法的患者的抗肿瘤免疫应答以减少肿瘤。
实施例4:将细胞输注到小鼠中
实施例证明通过在小鼠中输注CD62L低CD4+T细胞来增加CD62L低CD4+T细胞的百分比。CD62L低CD4+T细胞和Treg的百分比的增加也增强小鼠中的抗肿瘤免疫应答。
实施例5:CD62L低细胞的分离/扩增
该实施例证明CD62L低细胞可以成功分离并扩增。
(实施例1:抗PD-1抗体和T细胞群组成的治疗效果)
1-1、目的
本实施例的目的是证明使用外周血分析CD62L低CD4+T细胞和Foxp3+CD25+CD4+T细胞可以预测用抗PD-1抗体治疗的治疗效果。研究了抗PD-1抗体和T细胞群组成之间的关系。
1-2、材料和方法
根据图2中所示的方案研究了纳武单抗治疗在非小细胞肺癌患者中的效果。
在已经接受治疗的非小细胞肺癌患者的纳武单抗治疗前一天收集外周血。
施用CT以确定从纳武单抗治疗开始的第8周的效果。确定此时的部分响应(PR)、稳定(SD)和进行性(PD)。测定的标准符合RECIST ver.1.1。下表1显示了患者的特征。
[表1]
表1.患者的特征(n=44)
如下分析受试者的外周血T细胞群的组成。
(1)采血
在用于单核细胞分离的血液收集管(产品名称:BDVacutainer CPTTM,,BD Japan)中收集8ml血液,将其在室温下轻轻倒置并混合。
(2)离心(通过比重离心分离单核细胞)
采血后,BD Vacutainer(R)CPTTM特异性地在1500至1800×g下持续15分钟(离心机名称/制造商:Kubota)。
(3)收集
吸出约一半的血浆层,以便不干扰凝胶屏障上方的细胞层。用巴斯德移液器收集凝胶屏障上方的细胞层,并转移到50ml管(Falcon管等)中。加入补充有10%胎牛血清的磷酸盐缓冲的平衡盐溶液(10%FBS PBS),使混合物为30ml或更多。将混合物离心(4℃,400至450g×5分钟)并洗涤两次。
(4)细胞计数
在第一次洗涤/离心完成后,加入10ml补充有10%FBS(在56℃下30分钟灭活)的PBS以重悬细胞。收集离心管中的50μl细胞悬浮液。搅拌0.1%台盼蓝溶液(50μl)和细胞悬浮液。将细胞置于改良的Neubauer血细胞计数器中以计数细胞。
(5)冷冻
完成第二次洗涤/离心后,使用CELLBANKERTM 2(Takara Bio)。将细胞以5×105至5×106/ml重悬,并转移至2.0ml低温小瓶(Corning)中。在-80℃深度冷冻机(Panasonic)中迅速冷冻。24小时后并在上述处理后一周内,将细胞转移到液氮中(液相下)。
(6)培养
将冷冻的细胞在RPMI 1640培养基(FBS 10%)中调节至1至5×105/ml,并在T-25细胞培养瓶中于37℃,5%CO2下培养24至36小时。
(7)细胞调整
将细胞培养物收集在15ml离心管中并以1500rpm离心10分钟以将细胞收集在离心管的底部。离心后,除去上清液。向细胞沉淀中加入10ml FACS缓冲液以用移液器重悬细胞。将细胞以1500rpm进一步离心10分钟,然后吸出上清液。计数细胞并调节至最终细胞浓度为1.0×106细胞/ml。FACS缓冲液:PBS中2%FBS、0.05%叠氮化物。
(8)抗体反应
将外周血单核细胞的悬浮液以0.5ml置于每个FACS管中(每个管中5×105个细胞)。用离心机以1500rpm离心管5分钟。在只吸出和移除上清液时留下细胞沉淀物。
*管1
20μl FITC标记的抗人CD4抗体(25μg/ml)
20μl PE标记的抗人CD62L抗体(5μg/ml)
20μl PE-Cy5标记的抗人CD8抗体(5μg/ml)
将抗体溶液和细胞悬浮液搅拌并混合。将管保持在4℃。30分钟后,用Komagome移液器向每个管中加入1ml FACS缓冲液,并用离心机以1500rpm离心混合物。吸出上清液并去除。向每个从中吸出上清液仅留下细胞沉淀的管中加入0.5ml 1%多聚甲醛,使细胞悬浮。
*管2
20μl FITC标记的抗人CD4抗体(25μg/ml)
20μl PE-Cy5标记的抗人CD25抗体(5μg/ml)
将抗体溶液和细胞悬浮液搅拌并混合。将管保持在4℃。30分钟后,向每个管中加入1ml FACS缓冲液,并使用离心机以1500rpm离心5分钟。吸出上清液并去除。使用细胞内固定和透化缓冲液套TM(eBioscience)用于3μl PE标记的抗人FOXP3抗体(500μg/ml)的细胞质染色。向每个从中吸出上清液仅留下细胞沉淀的管中加入0.5ml 1%多聚甲醛,使细胞悬浮。
(9)流式细胞术分析(产品名称:FACS CaliburTM;BD Japan)
样品的测量
测量管1和2的荧光。
纳入30000个细胞的分析数据
分析
步骤1使用FSC或SSC的二维分析来分析管1以鉴定淋巴细胞区域。对淋巴细胞区域中的门限进一步关于CD4+部分进行门限以获得CD62L的直方图(蓝色区域中的细胞计数)
步骤2分析管2以获得具有Foxp3和CD25的二维分析数据,其在淋巴细胞区域和CD4+区域中被门限。
(橙色区域的细胞计数)
步骤3计算CD62L低CD4+/Foxp3+CD25+CD4+的比例
公式:步骤1中的细胞计数/步骤2中的细胞计数
图1显示了流式细胞术中细胞部分的结果的实例。应当注意,用CD62L低和CD62L高之间的微阵列测量mRNA。虽然本实施例使用流式细胞术分级分离细胞,但也可以使用其他分离方法。
(确定)
如果低于预定值,则预测为进行性疾病,药物对其无效。
如果高于预定值,请转到步骤4
步骤4
公式:橙色区域的细胞计数/步骤1中的R1和R2的细胞计数×100(%)
(确定)
如果低于预定值,则预测为稳定疾病(SD)。
如果高于预定值,则预测为部分响应(PR)。
对所得T细胞群组成与观察到的治疗效果之间的关系进行统计学分析。
1-3、结果
下表2显示了观察的患者的治疗效果。
[表2]
表2.对纳武单抗的响应
根据测试者的实体肿瘤响应评估标准1.1版评估经确认的完全和部分响应。
在该实施例中观察到的治疗效果的比例与在称为checkmate 017的III期临床试验中获得的响应率大致相同。因此,应理解对于对纳武单抗的响应没有偏倚。
如图3所示,PR+SD组与PD组之间的外周血白细胞计数、淋巴细胞计数、CD4+细胞百分比,或CD8+细胞百分比没有显著差异。该实施例中的受试者群未包括完全响应(CR)组。如果存在CR组,则CR组将被鉴定为本发明的PR组的一部分。
结果显示PD组中CD8细胞中CD62低细胞的百分比显著更低(图4中A)。然而,PR+SD组和PD组的百分比在很大范围内重叠,其中显著性检验中P=0.0138。相反,CD4+细胞中CD62低细胞的百分比在PR+SD组和PD组之间完全不同,几乎没有重叠(图4中B)。同时,结果显示CD4+细胞中的调节性T细胞CD25+Foxp3+细胞的百分比,在PD组中显著更高(图4中C)。本领域的共识是CD25+Foxp3+CD4+细胞部分可以被认为是调节性T细胞部分。
此外,分析PD组与PR+SD组之间有差异的三个T细胞亚群之间的相关性的结果显示在图4的D和E中。在CD62L低CD8+的百分比与CD62L低CD4+百分比之间发现了强烈的相关性(图4中D)。作为生物学意义,CD8+效应子计数被建议受CD4+效应子的调节。这表明它优选仅使用其中一种作为生物标志物。证明使用具有非常小的p值的CD62L低CD4+的百分比,作为效应子侧的生物标志物在预测免疫检查点抑制剂的治疗效果中是非常有用的。
此外,在调节性T细胞和CD62L低CD4+的百分比之间未发现相关性。这表明各细胞计数受不同机制调节。可以理解,通过组合使用作为生物标志物的两者可以提高预测治疗效果的精确度。
图5至12显示了进一步检验可用作生物标志物的参数的结果。
即使仅使用差异很大的CD62L低CD4+的百分比,以19.4%作为阈值获得了92.6%灵敏度和96.7%特异性的非常好的结果(图5)。各种阈值的灵敏度和特异性显示在图6。
检验了使用调节性T细胞和CD62L低CD4+的百分比的相对值进行预测的精确度。图7显示了当使用CD62L低CD4+的百分比为X和CD25+Foxp3+CD4+的百分比为Y时,在PD组中作为分子和分母的两种因子的比例(X/Y)的结果。可以理解,使用该指标可以清楚地区分调节性T细胞显著增加从而不再观察到抗肿瘤效果的患者。图8显示了对各种阈值的灵敏度和特异性。可以理解,当阈值为7.35时,获得了特异性为100%且灵敏度为71.4%的标志物。
对于使用这些因子的组合的公式,使用逻辑回归从N=40的样本中的结果检查合适的公式,同时考虑这些因子对治疗效果的影响的权重。使用逻辑回归模型来求出系数,得到X2.475/Y的公式(图27)。可以理解,通过使用其附近系数(X2-3/Y)的公式可以准确地预测响应性。应理解,可以使用诸如X2/Y和X3/Y的公式。
图9和10显示CD62L低CD4+的百分比平方并且特别使用X2/Y作为X和Y的相对值的结果。可以理解,这可以用作非常好的生物标志物,其灵敏度和特异性为100%。图10显示了对各种阈值的灵敏度和特异性。应当理解,当使用阈值为174.3的该值时,这可以用作非常好的生物标志物,其灵敏度和特异性为100%。
图11显示了在确定PD组后检查可以预测PR和SD的生物标志物的结果。意外地发现差异不在CD62L低CD4+的百分比中,而在CD25+Foxp3+CD4+细胞的百分比中。由于CD25+Foxp3+CD4+细胞是具有免疫抑制作用的Tregs,具有更高抗肿瘤免疫应答的PR组中CD25+Foxp3+CD4+的百分比更高是意外结果。
用CD25+Foxp3+CD4+细胞的百分比为2.05%的阈值,能够以灵敏度为52.8%,特异性为100%鉴定PR和SD(图11)。图12显示了各种阈值的灵敏度和特异性。
尽管不希望受任何理论的束缚,但是可以如下理解预测本发明中癌症免疫疗法的临床效果的机制。
*应理解,CD4+T细胞通过MHC I类分子向树突细胞传递指令,并且接受该指令的树突细胞通过MHC II类分子刺激CD8+T细胞。这些CD4+T细胞包括效应T细胞(例如,CD62L低CD4+T细胞)和调节性T细胞(例如,Foxp3+CD25+T细胞)。同时,本发明通过评估CD62L低CD4+T细胞和Foxp3+CD25+T细胞的平衡来预测癌症免疫疗法的临床效果。CD62L(L-选择蛋白)是识别和归巢特异性存在于淋巴器官中的高内皮微静脉(HEV)所需的分子。由于在被抗原呈递细胞刺激时幼稚T细胞通过效应T细胞被引发使CD62L表达降低,效应T细胞不再进行归巢。幼稚T细胞的效应T细胞引发标志物的实例包括如CD62L的CCR7。作为引发的结果,表达CCR7的水平降低。因此,可以使用CCR7代替CD62L低。例如,可以使用CCR7低CD4+T细胞和/或CCR7-CD4+T细胞代替CD62L低CD4+T细胞(或除CD62L低CD4+T之外还可以使用CCR7低CD4+T细胞和/或CCR7-CD4+T)。可用作效应T细胞的指标的细胞亚群的实例包括,但不限于,选自由以下项组成的组的亚群:CD62L低CD4+T细胞亚群、CCR7-CD4+T细胞亚群、LAG-3+CD62L低CD4+T细胞亚群、ICOS+CD62L低CD4+T细胞亚群、CD45RA-CD4+T细胞亚群、CD45RO+CD4+T细胞亚群、HLA-DR+树突细胞亚群、CD80+树突细胞亚群、CD86+树突细胞亚群、PD-L1+树突细胞亚群、CD62L低CD8+T细胞亚群和CD137+CD8+T细胞亚群。这些细胞亚群的量(绝对量)和/或比例(相对量)可用作效应T细胞的指标。可用作调节性T细胞的指标的细胞亚群的实例包括但不限于,选自由以下项组成的组的亚群:CCR4+CD25+CD4+T细胞亚群的量;CD62L高CD25+CD4+T细胞亚群的量;CD127+CD25+CD4+T细胞亚群的量;CD45RA-Foxp3+CD4+T细胞亚群的量;CD4+Foxp3+CD25+T细胞亚群的量;和ICOS+CD62L低CD4+T细胞亚群的量;这些细胞亚群的量(绝对量)和/或比例(相对量)可用作调节性T细胞的指标。
(实施例2:用于改善或维持和支持癌症免疫疗法的治疗效果的细胞疗法)
在开始用癌症免疫疗法治疗之前,从受试者的外周血样品中分离CD62L低CD4+T细胞并储存。离体扩增经分离的CD62L低CD4+T细胞(图13中的“离体扩增”)。可以冷冻和储存经分离的CD62L低CD4+T-细胞。
当通过实施例1等所示的方法确定受试者不是无效组的一部分时,在CD62L低CD4+T细胞/CD25+Foxp3+CD4+T细胞的比例高的情况下,应用诸如使用抗PD-1抗体(诸如纳武单抗)的治疗的癌症免疫疗法,如图13的顶部图所示。在治疗期间,通过实施例1中公开的方法监测受试者的CD4+T细胞组成。
在这方面,当受试者的CD4+T细胞组成中的诸如CD62L低CD4+百分比/CD25+Foxp3+CD4+细胞百分比等指标降低至无效组的免疫状态后,可以输注离体扩增的CD62L低CD4+T细胞以恢复原始免疫状态以维持癌症免疫疗法的效果。
通过培养和输注仅CD62L低CD4+T细胞可以使储存/培养成本最小化。这比每两周仅继续免疫检查点抑制剂如抗PD-1抗体更经济。
对具有低指标(诸如受试者的CD4+T细胞组成中CD62L低CD4+百分比/CD25+Foxp3+CD4+细胞百分比)并且被确定为无效组(例如,如图13的底部图中所示,CD62L低CD4+T细胞/CD25+Foxp3+CD4+T细胞的低比例)的一部分的受试者输注CD62L低CD4+T细胞(已经从受试者中分离并离体扩增),以将免疫状态改变为响应组,然后施用具有抗PD-1抗体(诸如纳武单抗)的癌症免疫疗法。即使在未能用抗PD-1抗体的癌症免疫疗法受益的受试者中,也可以诱导癌症免疫疗法的抗肿瘤免疫应答。
(实施例3:后续观察)
对7名患者进行随访,观察CD62L低CD4+T细胞的百分比。每4周分析一次外周血单核细胞。
结果显示在下表3中。1至7中的每一个代表不同患者的结果。
[表3]
表3
在开始纳武单抗治疗的早期阶段,患者1中观察到肿瘤消退,但颈部淋巴结肿胀一段时间。尽管被怀疑PD,8周后评估CT的肿胀减少,因此,患者被确定为PR。当观察到肿瘤大小增加时,CD62L低CD4+T细胞的百分比降低。当肿瘤再次退化时,CD62L低CD4+T细胞的百分比再次升高。所有其他受试者保持治疗前高百分比的CD62L低CD4+T细胞,所以被确定为PR或SD。
结合实施例1中的发现,可以理解,当CD62L低CD4+的百分比小于19.4%时,受试者将没有响应,但是应当理解当CD62L低CD4+T细胞的百分比再次恢复时受试者将是响应的。
(实施例4对小鼠输注细胞)
向肿瘤模型小鼠输注具有2×106CD62L低CD4+/5×106CD62L低CD8+(图14中A“●”)、5×106CD62L低CD8+(图14中A“△”)和1×106CD62L低CD4+(图14中B“●”)组成的细胞。然后观察肿瘤大小随时间的发展。
在输注细胞的组(即2×106CD62L低CD4+/5×106CD62L低CD8+(图14中A“●”)或5×106CD62L低CD8+(图14中A“△”))和一组无细胞输注(图14中A“○”)中,测量肿瘤接种后第13天脾脏中(CD4+T细胞中的CD62L低细胞)/(CD4+T细胞中的CD62L高CD25+细胞)。在输注1×106个CD62L低CD4+细胞的组中(图14中B“●”),随时间测量脾中(CD4+T细胞中CD62L低细胞)/(CD4+T细胞中的CD62L高CD25+细胞)的比例。外周血的T细胞分析在小鼠中具有挑战性。作为替代方案,使用共同的脾细胞分析。小鼠脾脏中的T细胞分析被认为与人类中的PBMC相当。CD4+CD62L高CD25+的T细胞部分是包含调节性T细胞(Treg)的部分。
图14显示了结果。在第13天的T细胞组成分析中,在输注2×106CD62L低CD4+/5×106CD62L低CD8+细胞的组中,(CD4+T细胞中的CD62L低细胞)/(CD4+T细胞中的CD62L高CD25+细胞)的比例为10.6,在输注5×106CD62L低CD8+细胞的组中为2.94,在没有输注细胞的组中为2.70。应理解,CD62L低CD4+细胞的输注增加了T细胞组成中CD62L低CD4+的百分比。此外,在输注2×106CD62L低CD4+/5×106CD62L低CD8+细胞的组中观察到显著的肿瘤消退,该组具有(CD4+T细胞中的CD62L低细胞)/(CD62L高CD25+CD4+T细胞中的细胞)的高比例(图14中A“●”)。
上述结果表明,通过输注CD62L低CD4+细胞以及通过输注CD62L低CD4+细胞和CD62L低CD8+细胞的混合物可以获得抗肿瘤效果。
可以理解,在输注1×106CD62L低CD4+细胞的组中,CD4+T细胞中CD62L低细胞/CD4+T细胞中CD62L高CD25+细胞的比例高,这是由于在肿瘤消退停止的阶段细胞输注(3.70→9.09),但是,当肿瘤再次变为增加时,(CD4+T细胞中的CD62L低细胞)/(CD4+T细胞中的CD62L高CD25+细胞)的比例减少(4.55)。该结果表明,通过CD4+T细胞群中的CD62L低细胞,而不是CD62L高CD25+细胞等CD62L高表达细胞,实现了肿瘤消退的效果,并且优选从实现抗肿瘤效果的含有细胞的组合物中除去CD62L高表达细胞。
(实施例5:CD62L低细胞的分离/扩增)
观察不同种族和小鼠的CD62L染色图案。图15显示了结果。A显示了使用高加索人淋巴结引流肿瘤疫苗的FACS。观察CD62L的同时门限淋巴细胞区域。C是来自日本受试者的外周血来源的单核细胞的CD62L的类似观察结果。D显示小鼠淋巴细胞中的CD62L染色图案。应理解,在人种/生物物种中表现出类似的染色图案。这具有双峰分布,荧光强度为102作为边界。
B是FACS,其显示在用磁珠仅分离A中受试者的细胞组中CD62L低细胞后的纯度。荧光强度超过102的细胞群几乎完全耗尽。分离细胞后,应用假TCR刺激,并在低浓度的IL-2下培养细胞。可以将细胞计数扩大1000倍或更多。
(实施例6:在树突细胞上表达的标志物的利用)
6-1、目的
研究了抗PD-1抗体的治疗效果与在树突细胞上表达的标志物之间的关系。检查在树突细胞上表达的标志物是否可用于预测本发明中癌症免疫疗法的临床效果。
6-2、材料和方法
材料和方法与实施例1相同。图23中所示的抗体用于检测在树突细胞上表达的HLA-DR和CD80/CD86。确定方法与实施例1相同。
6-3、结果
图16显示了结果。骨髓树突细胞(mDC,CD141+CD11c+树突细胞)和浆细胞样树突细胞(pDC,CD123+CD11c+树突细胞)中HLA-DR+细胞的比例和CD80细胞的比例是鉴定PD、SD和PR的极好指标。在pDC中使用HLA-DR,在pDC中使用CD80,在mDC中使用HLA-DR,在mDC中使用CD80以确定PD与PR+SD时的p值分别为0.0008735、0.002689351、6.87852×10-6和0.003033095,都是极好的值。如图17所示,mDC中这些标志物的结果与CD62L低CD4+T细胞的比例相关。
鉴于上述结果,替代CD4+T细胞(CD62L低CD4+T细胞)作为指标(或除CD4+T细胞(CD62L低CD4+T细胞)之外),在骨髓树突细胞(mDC)和/或浆细胞样树突细胞(pDC)群中表达HLA-DR和/或CD80和/或CD86的细胞的数量/比例可用作指标。
(实施例7:在CD8+T细胞上表达的标志物的利用)
7-1、目的
研究了抗PD-1抗体的治疗效果与CD8+T细胞上表达的标志物之间的关系。检查在CD8+T细胞上表达的标志物是否可用于预测本发明中的癌症免疫疗法的临床效果。
7-2、材料和方法
材料和方法与实施例1相同。图23中所示的抗体用于检测在CD8+T细胞上表达的4-1BB(CD137)。确定方法与实施例1相同。
7-3、结果
图18显示了结果。骨髓树突细胞(mDC,CD141+CD11c+树突细胞)中HLA-DR+细胞的比例和CD80细胞的比例与CD62L低CD8+T细胞上表达的标志物4-1BB(CD137)相关。正如实施例6的结果,实施例7的结果表明CD62L低CD8+T细胞中4-1BB细胞的数量/比例可以正如CD62L低CD4+T细胞的数量/比例的相同方式用于预测本发明的癌症免疫疗法的临床效果。
尽管不希望受任何理论束缚,但应理解(1)CD4+T细胞通过MHC I类分子向树突细胞传递指令,从而增加表达HLA-DR和/或CD80和/或CD86的树突细胞以及(2)接受该指令的树突细胞通过MHC II类分子刺激CD8+T细胞,从而增加CD62L低CD137(4-1BB)+CD8+T细胞,使CD62L低CD137(4-1BB)+CD8+T细胞和表达HLA-DR和/或CD80和/或CD86的树突细胞的数量/比例可以与正如CD62L低CD4+T细胞的数量/比例的相同方式用于预测本发明的癌症免疫疗法的临床效果。
此外,由于抗PD-1抗体和抗PD-L1抗体,这一系列抗肿瘤机制的衰竭恢复,而T细胞上的PD-1表达对于本发明效果的预测无效(数据未显示)。鉴于该结果,可以理解,树突细胞上的PD-L1表达也可用于预测本发明中癌症免疫疗法的临床效果。
(实施例8:在CD4+T细胞上表达的其他标志物的利用)
8-1、目的
检查了除CD4+T细胞上表达的CD62L以外的标志物是否可用于预测治疗效果。
8-2、材料和方法
材料和方法与实施例1相同。图23中所示的抗体用于检测CD4+T细胞上表达的各种标志物。确定方法与实施例1相同。
8-3、结果
图19和20显示了结果。应当理解,与CXCR3、CCR6和CXCR5相比,在CD4+T细胞上表达的LAG3、ICOS和CCR4中的每一种可以更有效地用于预测本发明中癌症免疫疗法的临床效果。
(实施例9:分离PR和SD的其他标志物)
9-1、目的
实施例1证明CD25+Foxp3+CD4+细胞的百分比是分离PR和SD的优异标志物。检查了用于分离PR和SD的其他标志物。
9-2、材料和方法
材料和方法与实施例1相同。使用用于检测在CD4+T细胞上表达的ICOS的抗体的下列标志物与实施例8中使用的抗体相同。确定方法与实施例1相同。
9-3、结果
从图21中显示的结果显而易见,发现在CD4+T细胞上表达的ICOS是比Foxp3+CD25+更好的标志物。此外,为了区分PR组和SD组,CD4+T细胞中CD25+Foxp3+CD4+T细胞的比例(W)和CD62L低CD4+T细胞中ICOS+CD62L低CD4+T细胞的比例(Z)组合并用作乘积Z*W,当Z*W的阈值为1.816时,发现其用作灵敏度为80%且特异性为89.5%的标志物(图21)。该结果还表明,可以使用计算(例如,相乘)本发明的两个或更多个W的结果来区分PR和SD。一个非限制性实例可以通过使用诸如Z*W或Zn*Wn的变量(Z,W)来区分PR与SD,其中,n和m均为正实数,
ICOS+CD62L低CD4+T细胞亚群的量
作为(Z)和选自由以下项组成的组的值作为(W):
CD4+CD25+T细胞亚群的量;
CD4+Foxp3+T细胞亚群的量;
CD4+Foxp3+CD25+T细胞亚群的量;
CD62L高CD25+CD4+T细胞亚群的量;
CD45RA-Foxp3+CD4+T细胞亚群的量;
CCR4+CD25+CD4+T细胞亚群的量;和
CD127+CD25+CD4+T细胞亚群的量。还可以使用计算(例如,相加和/或相乘)三种或更多生物标志物的结果来区分PR与SD。
为了得到用于指标的更详细的公式,进行逻辑回归以进一步检查结合CD4+T细胞中CD25+Foxp3+CD4+T细胞比例(W)和CD62L低CD4+T细胞中ICOS+CD62L低CD4+T细胞比例(Z)的公式。
如图24和25所示,J=Z*W5的公式来自N=32的样品中的结果。当使用公式J=Z*W5作为指标分离PR和SD时,ROC分析显示与Z和W每一个相比,性能得到了改善(图26)。另外,应当理解,PR和SD可以使用具有类似形式的另一种公式J=Z*W4-6成功分离。
因为CD4+T细胞对于预测PD-1/PD-L1阻断疗法NR至关重要,所以除了ICOS表达,发明人接下来检查了CD4+T细胞上的PD-1和LAG-3表达是否可以作为区分PR组和SD组的标志物。在活化的T细胞上表达的淋巴细胞活化基因3(LAG-3)蛋白与PD-1相互作用以维持T细胞衰竭。LAG-3结合MHC II类抗原并在抗原活化后调节扩增的效应T细胞群大小(28-30Hui,E.,et al.T cell costimulatory receptor CD28 is a primary target for PD-1-mediated inhibition.Science 355,1428-1433(2017);Baixeras,E.,etal.Characterization of the lymphocyte activation gene 3-encoded protein.A newligand for human leukocyte antigen class II antigens.J Exp Med 176,327-337(1992);Workman,C.J.,et al.Lymphocyte activation gene-3(CD223)regulates thesize of the expanding T cell population following antigen activation invivo.J Immunol 172,5450-5455(2004))。因此,本发明人检测了经门限CD62L高和CD62L低CD4+T细胞上的PD-1、LAG-3和ICOS表达。
结果显示在图32中。这些分子在CD62L低CD4+T细胞上表达,但在CD62L高CD4+T细胞上最低限度地检测到(图32中d-e)。单因素方差分析(ANOVA)后的事后检验显示,与GR(PR)和NR相比,IR(SD)在CD62L低CD4+T细胞总数中具有显著更低的PD-1+、LAG-3+和ICOS+细胞百分比(图32中a-c)。IR可能具有不同于GR的CD4+T细胞免疫状态。因此,可以使用这些细胞亚群的量来区分PR与SD。
从该实施例的结果可以理解,除了ICOS+CD62L低CD4+T细胞之外,LAG-3+CD62L低CD4+T细胞和PD-1+CD62L低CD4+T细胞亚群的量/比例可以用作区分PR和SD的标志物。
(实施例10:存活分析)
10-1、概要
为了证明用预测公式(X2/Y,其中X=CD4+T细胞群中CD62L低T细胞的比例(%),Y=在CD4+T细胞群中CD25+FOXP3+T细胞的比例(%))预测治疗效果,在发现队列(实施例1的受试者患者群的一部分)中分析其存活持续时间,其治疗结果(PD、SD、CR)已经确定。此外,在由41名持续治疗的患者组成的独立验证队列中,在评估肿瘤响应性之前分析其预测公式,检查预测公式是否可以区分NR(PD)。
10-2、材料和方法
发现队列和验证队列中包括的患者组的特征如下表所示。根据实施例1中描述的步骤计算每个患者的预测公式值。
[表4]
a.病人特征
10-3、结果
发现队列中每个患者的预测公式(X2/Y,其中X=CD4+T细胞群中CD62L低T细胞的比例(%),Y=CD4+T细胞群中CD25+FOXP3+T细胞的比例(%))值显示在图30中的a中(P<0.0047,t=3.004,df=38)。在发现队列内8周检测NR的预测公式接收操作特征(ROC)分析显示在图30中的b中。在预测公式阈值=192时,灵敏度和特异性分别为85.7%和100%。根据在纳武单抗治疗之前获得的PBMC,诊断为响应者类型(X2/Y>=192)和NR型(X2/Y<192)的患者的无进展生存期(PFS)和OS曲线显示在图30的c和d中。发现队列中的响应者和NR类型(阈值=192)在PFS和OS中显著不同(P<0.0001)。
接下来,发明人探讨了预测公式阈值(X2/Y<192)是否能够区分独立验证队列中的NR,该队列由在纳武单抗治疗之前收集外周血的41名连续患者组成,作为发现队列,但在肿瘤响应之前进行分析评价。如图30中e所示,在响应验证队列患者中预测公式值显著更高(P=0.00068,t=3.693,df=39)。NR验证队列患者预测在<192阈值时的灵敏度和特异性值分别为90.9%和89.5%。在验证队列患者中,响应者型PFS显著长于NR型(图30中f;P<0.0001)。尽管中位随访时间仅为195天,但响应者型患者的OS也显著更长(图30中g;P=0.0022)。
每个队列中8周的客观反应如下。
[表5]
b.对纳武单抗的响应
缩写:Sq,鳞状;c-阶段;临床阶段;del,缺失该实施例,也在前瞻性研究中的结果显示,预测本文所述的癌症免疫疗法的响应性的方法也准确地预测了对癌症免疫疗法的响应性。进一步地,对癌症免疫疗法的响应性的预测还提供了患者的整体治疗响应(整体存活(OS)或无进展存活(PFS))的直接预测。
(实施例11:CD28+细胞亚群作为标志物的可用性)
最近,证明CD28而非T细胞受体(TCR)是PD-1依赖性信号抑制的主要靶标。因此,发明人检查了CD8+T细胞总群中CD28+细胞的百分比是否与预测公式值相关。
发明人发现预测公式(X2/Y,其中X=CD4+T细胞群中CD62L低T细胞的比例(%),Y=CD4+T细胞群中CD25+FOXP3+T细胞的比例(%))值显著地(P=0.0045)与CD62L低CD8+T细胞总群中CD28+细胞的百分比相关(图31)。从该实施例的结果可以理解,CD62L低CD8+T细胞中CD28+CD62L低CD8+T细胞的量和/或CD28+细胞的比例可以用于预测患者对癌症免疫疗法的响应性,以及作为所述预测公式值。
(实施例12:各组患者的CD62L低CD4+T细胞基因表达)
12-1、概要
PBMC流式细胞仪(FCM)分析显示,CD62L低CD4+T细胞的数量和质量在抗肿瘤免疫中起关键作用,并决定PD-1阻断治疗响应。本发明人进行了微阵列分析,以在该实施例中观察GR、IR和NR患者中CD62L低CD4+T细胞在分子水平的差异。发明人首先阐明了CD62L高CD4+和CD62L低CD4+T细胞中的基因表达差异。然后探讨各组患者CD62L低CD4+T细胞的差异表达基因。
12-2、材料和方法
通过TRIzol试剂(Thermo Fisher Science,Waltham,MA)从PBMC中的CD62L高CD4+和CD62L低CD4+T细胞分离总RNA,所述PBMC从两种响应者类型中纯化。使用WT Plus试剂盒(Thermo Fisher Scientific)根据制造商的说明书进行cDNA和cRNA合成以及单链cDNA(ssDNA)标记反应。将总RNA(0.5μg)逆转录成cDNA,并随后合成为cRNA。从15μg的cRNA逆转录ssDNA,然后标记;将1.8μg经标记的ssDNA在GeneChip杂交炉645中与人的微阵列ClariomS测定(Thermo Fisher Scientific)杂交。使用GCS3000 7G系统(Thermo FisherScientific)扫描杂交阵列。基因表达数据的登录号ID是GSE103157。
为了从两组基因表达数据中鉴定基因表达特征,发明人估计了两组之间基因表达的差异如下。首先,发明人对所有探针值进行离群值测试,然后使用除异常值之外的探针值的平均值和方差计算每个探针的z分数。为了比较两个基因组的z分数,将每个基因的z分数转化为概率,然后计算两组基因概率的差异,pd;即,
[式1]
其中比较了两个基因组a和b之间的第k个基因。在此分析中,发明人选择了以下内容的基因作为基因特征。
[式2]
12-3、结果
对此,发明人首先阐明了CD62L高CD4+和CD62L低CD4+T细胞中的基因表达差异。CD62L高CD4+T细胞和CD62L低CD4+T细胞具有不同的基因表达谱(图33中a和图34中a)。与先前报道一致,大多数CD62L高CD4+T细胞被认为是幼稚T细胞,因为C-C趋化因子受体7型(CCR7)、CD28和转录因子7(TCF7)基因在所有GR、IR和NR患者的CD62L高CD4+T细胞中高表达。由于foxp3表达较高,一些CD62L高CD4+T细胞被认为是调节性T细胞。
然后,发明人合并了来自GR和IR、GR和NR、IR和NR、GR+IR和NR、GR和IR+NR细胞之间比较的特征中的基因(分别为1884、1826、1410、1167和1513个基因)(总计3484)(图33中b)。其中,显示来自53个已知与T细胞免疫相关的基因中的30个根据纳武单抗治疗响应表达(图34中b)。这表明CXC趋化因子受体3型(CXCR3)、白细胞介素-23受体(IL23R)、白细胞介素-13受体亚基α-2(IL13RA2)、PD-1配体2(PDL2)、CD80、C型凝集素结构域家族2成员A(CLEC2A)、白细胞介素7(IL7)、转化生长因子β受体3(TGFBR3)和组蛋白脱乙酰酶9(HDAC9)优先在源自GR和/或IR的CD62L低CD4+T细胞中表达。
从该实施例的结果可以理解,通过检查CD62L高CD4+和CD62L低CD4+T细胞之间的差异表达基因的表达,可以确定获得的细胞所属的细胞亚群,因此可以测量细胞亚群的量和/或比例。进一步地,应当理解,通过检查CD62L低CD4+T细胞上各个患者组中差异表达基因的表达,可以实现患者组的区分。
(实施例13:细胞转移实验)
从肿瘤引流淋巴结制备CD62L低CD4+T细胞
将1.5×106个B16BL6黑素瘤细胞(在HBSS中)皮下接种到B6小鼠。在9至10天后收获腹股沟淋巴结。从收获的淋巴结中,用CD4+T细胞分离试剂盒+LS柱分离CD4+T细胞。用CD62L微珠(LS柱)通过阴性选择纯化CD62L低CD4+T细胞。这些CD62L低CD4+T细胞用于静脉内转移。
肿瘤模型
将HBSS中的3×106个B16BL6黑素瘤细胞皮下接种于腹部B6小鼠的中线。将小鼠分成(1)对照组(N=10),(2)抗体组(N=17)和(3)抗体+细胞组(N=4)。对照组未施用治疗。在将肿瘤细胞接种到抗体+细胞组后,在肿瘤接种后第4天或第5天转移上述CD62L低CD4+T细胞(1×106),并腹膜内施用抗PD-1抗体(RMP1-14BioX细胞250μg)(细胞施用当天,施用后3天和施用后6天)。对于抗体组,腹膜内施用抗PD-1抗体(RMP1-14BioX细胞250μg)(在细胞施用当天,细胞施用后3天和施用后6天)。监测每组小鼠的存活率。
结果
在施用抗体和/或T细胞后第16天,对照组中的所有个体死亡,而抗体+细胞组的存活率为50%,高于抗体组(图35)。这些结果表明,CD62L低CD4+T细胞的转移可以增强抗PD-1抗体的功效。
[实用性]
抗PD-1/PD-L1抗体被认为是几乎所有进行性癌症治疗的主要疗法。与此同时,厚生劳动省警告说,昂贵的药物成本可能会增加社会保障成本,因此必须增加增量成本效益比(治疗效果增加与药物成本增加的比例)。本发明提供的生物标志物在医学上和社会上是必需的,因为它们可以以简单、低成本和准确的方式预测抗PD-1/PD-L1抗体的作用。本发明被理解为全世界对所有癌症和肿瘤都需要的技术,因此具有非常高的市场价值。
Claims (18)
1.以下项在制备用于预测受试者对癌症免疫疗法的响应的方法的试剂盒中的用途,
i)用于确定受试者CD4+CD62L低T细胞的量X的值的试剂,或
ii)用于确定量X的试剂和用于确定所述受试者CD4+Foxp3+ CD25+T细胞的量Y的试剂;
其中,所述方法包括:
测量所述X;和
可选地测量所述Y并确定X与Y的相对值;
其中,i)X与无效组阈值或ii)X和Y的相对值与无效组阈值的比较用作预测所述受试者不是所述癌症免疫疗法的无效组的一部分的指标。
2.权利要求1所述的用途,其中,所述方法使用X和Y的相对值与无效组阈值的比较用作预测所述受试者不是所述癌症免疫疗法的无效组的一部分的指标。
3.权利要求2所述的用途,其中,所述相对值是X/Y。
4.权利要求2所述的用途,其中,所述相对值是X2/Y。
5.权利要求1所述的用途,所述方法进一步使用被表明不是无效组的一部分的受试者的以下项作为所述受试者对癌症免疫疗法的响应的指标:
CD4+T细胞中Foxp3+CD25+T细胞亚群的比例,
CD62L低CD4+T细胞中ICOS+CD62L低CD4+T细胞亚群的比例,
CD62L低CD4+T细胞中LAG-3+CD62L低CD4+T细胞亚群的比例,或
CD62L低CD4+T细胞中PD-1+CD62L低CD4+T细胞亚群的比例,
其中,以下项高于响应组的阈值表明所述受试者是响应组的一部分:
CD4+T细胞中Foxp3+CD25+T细胞亚群的比例,
CD62L低CD4+T细胞中ICOS+CD62L低CD4+T细胞亚群的比例
CD62L低CD4+T细胞中LAG-3+CD62L低CD4+T细胞亚群的比例,或
CD62L低CD4+T细胞中PD-1+CD62L低CD4+T细胞亚群的比例。
6.权利要求1所述的用途,其中,确定所述无效组阈值以使得用于检测无效组的灵敏度超过90%,或确定所述无效组阈值以使得用于检测无效组的特异性超过90%。
7.权利要求1所述的用途,其中,使用外周血样品测量细胞亚群的量。
8.权利要求1至7中任一项所述的用途,其中,所述癌症免疫疗法包括免疫检查点抑制剂的施用。
9.权利要求8所述的用途,其中,所述免疫检查点抑制剂选自由PD-1抑制剂和PD-L1抑制剂组成的组。
10.权利要求9所述的用途,其中,所述PD-1抑制剂或PD-L1抑制剂包括纳武单抗、派姆单抗、德瓦鲁单抗、阿特珠单抗或阿维鲁单抗。
11.权利要求1所述的用途,其中,所述X是CD62L低CD4+ T细胞亚群的量且所述Y是Foxp3+CD25+CD4+ T细胞亚群的量,并且
所述相对值高于上述无效组阈值表明所述受试者不是所述癌症免疫疗法的无效组的一部分。
12.权利要求1所述的用途,其中,所述X是CD4+T细胞中CD62L低CD4+T细胞亚群的比例,所述Y是CD4+ T细胞中Foxp3+CD25+CD4+ T细胞亚群的比例。
13.一种用于治疗受试者的癌症的组合物,所述组合物包含免疫检查点抑制剂,其特征在于,所述受试者通过权利要求1中的所述方法被预测为不是所述免疫检查点抑制剂的无效组的一部分。
14.权利要求13所述的组合物,其中,所述相对值是X/Y。
15.权利要求13所述的组合物,其中,所述相对值是X2/Y。
16.一种用于治疗受试者的癌症的组合物,所述组合物包含免疫检查点抑制剂,其特征在于,
所述受试者通过权利要求5中的所述方法被预测为是所述免疫检查点抑制剂的响应组的一部分。
17.权利要求13至16中任一项所述的组合物,其中,所述免疫检查点抑制剂选自由PD-1抑制剂和PD-L1抑制剂组成的组。
18.权利要求17所述的组合物,其中,所述PD-1抑制剂或PD-L1抑制剂包括纳武单抗、派姆单抗、德瓦鲁单抗、阿特珠单抗或阿维鲁单抗。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310639111.6A CN116712458A (zh) | 2017-02-07 | 2018-02-06 | 用于预测癌症免疫疗法临床效果的免疫学生物标志物 |
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017020685 | 2017-02-07 | ||
JP2017-020685 | 2017-02-07 | ||
JP2017110069 | 2017-06-02 | ||
JP2017-110069 | 2017-06-02 | ||
PCT/JP2018/004090 WO2018147291A1 (en) | 2017-02-07 | 2018-02-06 | Immunological biomarker for predicting clinical effect of cancer immunotherapy |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310639111.6A Division CN116712458A (zh) | 2017-02-07 | 2018-02-06 | 用于预测癌症免疫疗法临床效果的免疫学生物标志物 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110446928A CN110446928A (zh) | 2019-11-12 |
CN110446928B true CN110446928B (zh) | 2023-06-20 |
Family
ID=61527481
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310639111.6A Pending CN116712458A (zh) | 2017-02-07 | 2018-02-06 | 用于预测癌症免疫疗法临床效果的免疫学生物标志物 |
CN201880018787.0A Active CN110446928B (zh) | 2017-02-07 | 2018-02-06 | 用于预测癌症免疫疗法临床效果的免疫学生物标志物 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310639111.6A Pending CN116712458A (zh) | 2017-02-07 | 2018-02-06 | 用于预测癌症免疫疗法临床效果的免疫学生物标志物 |
Country Status (12)
Country | Link |
---|---|
US (3) | US11293924B2 (zh) |
EP (2) | EP4039260B1 (zh) |
JP (4) | JP6664684B1 (zh) |
KR (2) | KR102490278B1 (zh) |
CN (2) | CN116712458A (zh) |
CA (1) | CA3052027A1 (zh) |
IL (1) | IL268524A (zh) |
MX (1) | MX2019009386A (zh) |
SG (1) | SG11201907102XA (zh) |
TW (2) | TWI795386B (zh) |
UY (1) | UY37594A (zh) |
WO (1) | WO2018147291A1 (zh) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116712458A (zh) | 2017-02-07 | 2023-09-08 | 学校法人埼玉医科大学 | 用于预测癌症免疫疗法临床效果的免疫学生物标志物 |
CA3074751A1 (en) * | 2017-09-12 | 2019-03-21 | ImmuneSignatures Pty Ltd | Predicting responses to immunotherapy |
CA3119311A1 (en) * | 2018-11-09 | 2020-05-14 | Pierian Biosciences, LLC | Methods and compositions for determining the composition of a tumor microenvironment |
WO2020171141A1 (ja) | 2019-02-20 | 2020-08-27 | 学校法人 埼玉医科大学 | がん免疫療法における長期生存を予測するための方法および組成物 |
US20220107324A1 (en) | 2019-02-20 | 2022-04-07 | Saitama Medical University | Peripheral blood biomarker for evaluating anti-tumor immune effect of radiation therapy |
EP3953712A1 (en) * | 2019-04-10 | 2022-02-16 | Universität Zürich | A method for determining the likelihood of a patient being responsive to cancer immunotherapy |
JP6796737B1 (ja) * | 2020-06-02 | 2020-12-09 | 振武 曽 | 多項目自動血球計数装置 |
WO2022054796A1 (ja) * | 2020-09-08 | 2022-03-17 | 学校法人 埼玉医科大学 | 癌治療に対する応答を予測するためのバイオマーカー |
CN112114129A (zh) * | 2020-09-25 | 2020-12-22 | 苏州大学 | 肿瘤特异性t细胞的检测方法 |
EP4219738A1 (en) * | 2020-09-25 | 2023-08-02 | Suzhou Ersheng Biopharmaceutical Co., Ltd | Detection method for tumor-specific t cells |
WO2022215843A1 (ko) * | 2021-04-06 | 2022-10-13 | (주)에스엠티바이오 | 암 환자에 대하여 자연살해세포를 이용한 면역 항암 치료의 치료 반응성을 예측하는 방법 |
WO2023083924A1 (en) * | 2021-11-10 | 2023-05-19 | Institut Gustave Roussy | Products and uses thereof for predicting the sensitivity of a subject to cancer immunotherapy and for selecting optimized therapy |
CN114354931B (zh) * | 2021-12-14 | 2023-03-14 | 南方医科大学南方医院 | 脾肿大在确定肿瘤患者免疫检查点抑制剂治疗疗效中的应用 |
US12013857B2 (en) | 2022-01-28 | 2024-06-18 | Seagate Technology Llc | Identifying hot items in a distributed storage system |
US12013816B2 (en) | 2022-01-28 | 2024-06-18 | Seagate Technology Llc | Querying metadata in a storage system |
WO2023230548A1 (en) * | 2022-05-25 | 2023-11-30 | Celgene Corporation | Method for predicting response to a t cell therapy |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106074601A (zh) * | 2011-03-23 | 2016-11-09 | 弗雷德哈钦森癌症研究中心 | 用于细胞免疫治疗的方法和组合物 |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5827642A (en) | 1994-08-31 | 1998-10-27 | Fred Hutchinson Cancer Research Center | Rapid expansion method ("REM") for in vitro propagation of T lymphocytes |
JP2006280307A (ja) * | 2005-04-01 | 2006-10-19 | Kyoto Univ | 制御性t細胞の製造方法 |
BRPI0620187A2 (pt) * | 2005-12-21 | 2011-11-01 | Sentoclone Ab | método para a expansão de linfócitos t auxiliares cd4+ e/ou linfócitos t cd8+ reativos a tumor, linfócito-t reativo a tumor, composição farmacêutica, métodos para tratar um indivìduo sofrendo de uma doença de origem neoplástica e para realizar a regressão de tumor em um indivìduo, uso de linfócitos-t reativos a tumor, e, kit |
US20090258025A1 (en) * | 2007-07-13 | 2009-10-15 | Genentech, Inc. | Treatments and diagnostics for cancer, inflammatory disorders and autoimmune disorders |
JP6230208B2 (ja) | 2007-11-08 | 2017-11-15 | デイナ ファーバー キャンサー インスティチュート,インコーポレイテッド | 樹状細胞/腫瘍細胞融合物および抗cd3/cd28を使用する抗腫瘍免疫の刺激 |
EP2073009A1 (en) * | 2007-12-19 | 2009-06-24 | Cell Med Research GMBH | Method for T, NK and NKT cells |
WO2009120341A2 (en) * | 2008-03-24 | 2009-10-01 | University Of South Florida | Biomarkers for predicting response to immunosuppressive therapy |
US20120088678A1 (en) * | 2010-09-08 | 2012-04-12 | Sanford-Burnham Medical Research Institute | Method for prediction of response to rheumatoid arthritis therapeutics |
CA2840424C (en) * | 2011-07-01 | 2022-02-01 | Beckman Coulter, Inc. | Regulatory t cells and methods of identifying, obtaining and using to treat immuno-based disorders |
TW201413245A (zh) * | 2012-09-04 | 2014-04-01 | Univ Niigata | 以表現於癌症幹細胞之分子爲標靶之癌症診斷及治療方法 |
EP2892558B1 (en) | 2012-09-07 | 2019-04-10 | The Trustees Of Dartmouth College | Vista modulators for diagnosis and treatment of cancer |
US20140288149A1 (en) | 2013-03-15 | 2014-09-25 | Graham Lord | Mir-142 and antagonists thereof for treating disease |
US20150118247A1 (en) | 2013-10-25 | 2015-04-30 | Nodality, Inc. | Methods and compositions for immunomodulation |
EA034921B1 (ru) | 2014-09-28 | 2020-04-07 | Зе Реджентс Оф Зе Юниверсити Оф Калифорния | Модуляция стимулирующих и нестимулирующих миелоидных клеток |
AU2016252038B2 (en) * | 2015-04-20 | 2021-08-12 | Effector Therapeutics, Inc. | Inhibitors of immune checkpoint modulators for use in treating cancer and infections |
JP2018519327A (ja) * | 2015-06-29 | 2018-07-19 | ベラステム・インコーポレーテッドVerastem,Inc. | 治療用組成物、組合せ物および使用の方法 |
EP3417293A1 (en) | 2016-02-18 | 2018-12-26 | Institut Gustave Roussy | Methods and kits for predicting the sensitivity of a subject to immunotherapy |
JP7162600B2 (ja) | 2017-02-06 | 2022-10-28 | ノヴァルティス アーゲー | 免疫療法に対する応答を予測する方法 |
CN116712458A (zh) | 2017-02-07 | 2023-09-08 | 学校法人埼玉医科大学 | 用于预测癌症免疫疗法临床效果的免疫学生物标志物 |
JPWO2018212237A1 (ja) | 2017-05-16 | 2020-03-19 | 伊東 恭悟 | テーラーメイド型ペプチドワクチン剤に対する脳腫瘍患者の適格性を判定する方法 |
-
2018
- 2018-02-06 CN CN202310639111.6A patent/CN116712458A/zh active Pending
- 2018-02-06 JP JP2019526634A patent/JP6664684B1/ja active Active
- 2018-02-06 MX MX2019009386A patent/MX2019009386A/es unknown
- 2018-02-06 KR KR1020197024565A patent/KR102490278B1/ko active IP Right Grant
- 2018-02-06 EP EP22153621.2A patent/EP4039260B1/en active Active
- 2018-02-06 UY UY0001037594A patent/UY37594A/es not_active Application Discontinuation
- 2018-02-06 EP EP18708226.8A patent/EP3580569B1/en active Active
- 2018-02-06 WO PCT/JP2018/004090 patent/WO2018147291A1/en active Search and Examination
- 2018-02-06 CA CA3052027A patent/CA3052027A1/en active Pending
- 2018-02-06 CN CN201880018787.0A patent/CN110446928B/zh active Active
- 2018-02-06 US US16/484,071 patent/US11293924B2/en active Active
- 2018-02-06 SG SG11201907102XA patent/SG11201907102XA/en unknown
- 2018-02-06 KR KR1020237001717A patent/KR102617574B1/ko active IP Right Grant
- 2018-02-07 TW TW107104272A patent/TWI795386B/zh active
- 2018-02-07 TW TW112104159A patent/TW202323820A/zh unknown
-
2019
- 2019-08-05 IL IL268524A patent/IL268524A/en unknown
-
2020
- 2020-02-03 JP JP2020016573A patent/JP7067804B2/ja active Active
-
2022
- 2022-02-25 US US17/681,616 patent/US20220178933A1/en active Pending
- 2022-04-21 JP JP2022070115A patent/JP2022105066A/ja active Pending
-
2023
- 2023-06-22 US US18/339,853 patent/US20230349909A1/en active Pending
- 2023-12-25 JP JP2023218163A patent/JP2024023862A/ja active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106074601A (zh) * | 2011-03-23 | 2016-11-09 | 弗雷德哈钦森癌症研究中心 | 用于细胞免疫治疗的方法和组合物 |
Also Published As
Publication number | Publication date |
---|---|
MX2019009386A (es) | 2019-11-05 |
JP2020073924A (ja) | 2020-05-14 |
TW202323820A (zh) | 2023-06-16 |
JP2022105066A (ja) | 2022-07-12 |
KR20190112027A (ko) | 2019-10-02 |
UY37594A (es) | 2018-08-31 |
CN110446928A (zh) | 2019-11-12 |
KR102490278B1 (ko) | 2023-01-18 |
CA3052027A1 (en) | 2018-08-16 |
TW201833551A (zh) | 2018-09-16 |
US20200025768A1 (en) | 2020-01-23 |
JP2024023862A (ja) | 2024-02-21 |
US20220178933A1 (en) | 2022-06-09 |
JP7067804B2 (ja) | 2022-05-16 |
TWI795386B (zh) | 2023-03-11 |
EP4039260A1 (en) | 2022-08-10 |
CN116712458A (zh) | 2023-09-08 |
WO2018147291A1 (en) | 2018-08-16 |
EP4039260B1 (en) | 2024-04-17 |
US11293924B2 (en) | 2022-04-05 |
SG11201907102XA (en) | 2019-08-27 |
AU2018218844A1 (en) | 2019-09-19 |
US20230349909A1 (en) | 2023-11-02 |
EP3580569A1 (en) | 2019-12-18 |
IL268524A (en) | 2019-09-26 |
JP2020512530A (ja) | 2020-04-23 |
KR20230017355A (ko) | 2023-02-03 |
JP6664684B1 (ja) | 2020-03-13 |
KR102617574B1 (ko) | 2023-12-22 |
EP3580569B1 (en) | 2022-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110446928B (zh) | 用于预测癌症免疫疗法临床效果的免疫学生物标志物 | |
WO2020171141A1 (ja) | がん免疫療法における長期生存を予測するための方法および組成物 | |
Zacca et al. | B cells from patients with rheumatoid arthritis show conserved CD39-mediated regulatory function and increased CD39 expression after positive response to therapy | |
Dieterlen et al. | Flow cytometry-based pharmacodynamic monitoring after organ transplantation | |
EP2738557A1 (en) | Organized immune response in cancer | |
Karl et al. | Oxidative DNA damage in reconstituting T cells is associated with relapse and inferior survival after allo-SCT | |
WO2015169781A1 (en) | Predictive markers for successful cancer immunotherapy | |
CN115956118A (zh) | 预测性反应生物标志物发现方法 | |
EP4212174A1 (en) | Biomarker for predicting response to cancer treatment | |
AU2018218844B2 (en) | Immunological biomarker for predicting clinical effect of cancer immunotherapy | |
Gay et al. | Vγ9Vδ2 T cells are potent inhibitors of SARS-CoV-2 replication and exert effector phenotypes in COVID-19 patients | |
Mari et al. | Roxane Mari1*, Mathilde Guerin1, Cecile Vicier1, Jochen Walz2, Nathalie Bonnet3, Geraldine Pignot2 and Gwenaelle Gravis1 | |
Schwarz et al. | Peptide-stimulation of autologous T cells reverts immune checkpoint inhibitor resistance of hypermutated colorectal cancer cells | |
Kolling | Die Rolle von Antikörperabhängiger zellulärer Zytotoxizität für die Behandlung des metastatischen kolorektalen Karzinoms mit IgG1 monoklonalen Antikörpern |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |