CN116298289B - 一种预测肺癌免疫新辅助治疗效果的生物标志物及其应用 - Google Patents

一种预测肺癌免疫新辅助治疗效果的生物标志物及其应用 Download PDF

Info

Publication number
CN116298289B
CN116298289B CN202310091803.1A CN202310091803A CN116298289B CN 116298289 B CN116298289 B CN 116298289B CN 202310091803 A CN202310091803 A CN 202310091803A CN 116298289 B CN116298289 B CN 116298289B
Authority
CN
China
Prior art keywords
lung cancer
ctag2
combination
txndc2
biomarker
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
Application number
CN202310091803.1A
Other languages
English (en)
Other versions
CN116298289A (zh
Inventor
孙苏彭
康美华
阴亮
朱得坤
周兴宇
孙立平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SHANGHAI HENGXIN BIOTECHNOLOGY CO Ltd
Original Assignee
SHANGHAI HENGXIN BIOTECHNOLOGY CO Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by SHANGHAI HENGXIN BIOTECHNOLOGY CO Ltd filed Critical SHANGHAI HENGXIN BIOTECHNOLOGY CO Ltd
Priority to CN202310091803.1A priority Critical patent/CN116298289B/zh
Publication of CN116298289A publication Critical patent/CN116298289A/zh
Application granted granted Critical
Publication of CN116298289B publication Critical patent/CN116298289B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01N33/57407—Specifically defined cancers
    • G01N33/57423—Specifically defined cancers of lung
    • 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
    • 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
    • G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
    • G01N33/6854—Immunoglobulins
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
    • Y02A50/30—Against vector-borne diseases, e.g. mosquito-borne, fly-borne, tick-borne or waterborne diseases whose impact is exacerbated by climate change

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Immunology (AREA)
  • Urology & Nephrology (AREA)
  • Chemical & Material Sciences (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Hematology (AREA)
  • Cell Biology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Pathology (AREA)
  • General Physics & Mathematics (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Biotechnology (AREA)
  • Microbiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Oncology (AREA)
  • Hospice & Palliative Care (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Peptides Or Proteins (AREA)

Abstract

本发明提供了一种预测肺癌免疫新辅助治疗效果的生物标志物及其应用，通过检测肺癌患者血液中针对不同抗原靶点的自身抗体，筛选到一系列生物标志物分子与肺癌免疫新辅助治疗疗效预测具有很大的相关性，并进一步筛选获得5种具有较佳预测肺癌免疫新辅助治疗疗效效能的自身抗体生物标志物；该自身抗体生物标志物的组合，可以用于高效预测肺癌免疫新辅助治疗是否有效，为临床医生决定治疗方案提供参考依据，为肺癌免疫新辅助治疗效果提供新的预测手段，具有重要的科学意义和临床应用价值。

Description

一种预测肺癌免疫新辅助治疗效果的生物标志物及其应用
技术领域
本发明涉及生物技术领域，具体而言，涉及一种与肺癌免疫新辅助治疗效果相关的生物标志物，尤其涉及一种预测肺癌免疫新辅助治疗效果的生物标志物及其应用。
背景技术
切除原发性肿瘤是肺癌得以治愈必不可少的治疗手段，但外科手术本身也有可能通过以下方式促进术后复发：诱导围手术期微转移播散，清除来自肿瘤的抗血管生成信号，诱发肿瘤生长因子的分泌，诱导术后细胞介导的免疫抑制。因此，降低微转移灶中肿瘤细胞活力，更早期干预性的新辅助治疗成为一种具有吸引力的治疗策略，这种策略能提高肿瘤病人手术前的完全控制率，使病人的远期生存和治愈率能够得到很大程度的改善。新辅助治疗中用免疫检查点抑制剂激活T细胞活力具有重要意义，它能够使非小细胞肺癌(NSCLC)肿瘤组织中存在调节性T细胞增加、自然杀伤细胞减少等，形成免疫抑制性肿瘤微环境。术前免疫新辅助治疗产生的抗肿瘤效应不仅可以让肿瘤缩小而且在手术淋巴结清扫前最大化激活机体的抗肿瘤效应。当主病灶切除后，活化T细胞依然能凭“记忆”定点消除潜在的转移病变，提高治愈率。
2016年欧洲肿瘤医学协会会议(European Society for Medical Oncology，ESMO)大会上报道了21例可切除的NSCLC患者首次使用免疫新辅助治疗的临床研究结果。2018年发表在《新英格兰医学杂志》的文章显示治疗安全性良好。对于可进行手术治疗的NSCLC患者，无论是否存在驱动基因突变，术前使用PD-1抑制剂Nivolumab 3mg/kg(每2周1次，共2次)进行新辅助治疗，耐受性良好，并未出现预期外的毒副反应，也并未发现患者因使用免疫检查点抑制剂而推迟手术治疗时间。该研究发现治疗相关的不良反应为23％，超过3级的不良反应的仅1例肺炎。疗效方面，10％(2/20)的患者达到部分缓解(partialresponse，PR)，86％(18/20)的患者达到疾病稳定(stable disease，SD)，疾病控制率(disease control rate，DCR)高达96％，术后主要病理缓解MPR(存活细胞<10％)达到45％(9/20)，其中病理完全缓解(pCR)为5％(3/20)。2018年的世界肺癌大会和ESMO大会上报道了NEOSTAR、NADIM、LCMC3、MAC等多项将免疫检查点抑制剂应用于NSCLC新辅助治疗的临床试验结果。可手术切除肺癌的免疫新辅助治疗研究中均初步显示了较为乐观的数据，显示肺癌新辅助免疫治疗对于改善患者预后具有良好的应用前景。
然而，虽然肺癌免疫新辅助治疗取得了令人瞩目的成就，但是有数据表明，仍然有部分肺癌患者没有从中获益。例如，相当比例的肺癌患者对抗PD-1/PD-L1抗体无反应。因此肺癌免疫新辅助治疗也存在受益人群和非受益人群。目前的数据显示肺癌免疫新辅助治疗的总体疗效差异较大，尚未明确哪些人群将会从肺癌免疫新辅助治疗中获益。因此，有效的生物标志物对肺癌免疫新辅助治疗人群的选择具有重要意义。
通常意义上的免疫治疗标志物并不能用于肺癌免疫新辅助治疗效果的预测。CheckMate159研究纳入了21例接受纳武利尤单抗新辅助治疗的可切除NSCLC患者。结果提示，初诊时无论肿瘤细胞PD-L1表达如何，均观察到肿瘤MPR。LCMC3(NCT02927301)研究中纳入181例可切除的NSCLC患者，患者在接受2个周期阿替利珠单抗新辅助治疗并未发现基线/手术时肿瘤突变负荷(TMB)与MPR的相关性，进一步研究TMB的cutoff值为10或者16，也未发现TMB与MPR相关性。在NADIM研究中，可切除NSCLC患者接受2个周期的纳武利尤单抗联合化疗新辅助治疗，获得完全病理缓解者，基线时肿瘤活检PD-L1表达更高。但未观察到PD-L1表达或者TMB与长期生存[无进展生存期(progression-free survival,PFS)PFS/OS]获益相关。PD-L1的预测价值有待进一步的数据进行验证。《肿瘤突变负荷应用于肺癌免疫治疗的专家共识》暂不推荐TMB用于预测肺癌免疫新辅助治疗疗效。
而且肺癌免疫新辅助治疗药物是一种非常昂贵的药物，与常规化疗不同，虽然它对一些患者有效，但也可能导致严重的不良反应，也有可能导致患者手术延迟或无法手术。因此，如果能提前预测每位肺癌患者对采用肺癌免疫新辅助治疗阶段是否有效，将能有效帮助医生提前预判是否需要采用肺癌免疫新辅助治疗阶段，从而避免不良反应，使肺癌患者真正受益。
当前临床上对肺癌免疫新辅助治疗的效果尚不存在已经获得批准的生物标志物。因此仍然需要识别和开发可预测肺癌免疫新辅助治疗效果的生物标志物，以提供针对肺癌免疫新辅助治疗效果的新的预测手段，精准发现肺癌免疫新辅助治疗获益患者。
发明内容
针对现有技术中存在的问题，本发明提供了一种预测肺癌患者的肺癌免疫新辅助治疗效果的生物标志物，通过检测肺癌患者血液中针对不同抗原靶点的自身抗体，最终发现一组生物标志物分子与肺癌免疫新辅助治疗的疗效预测具有很大的相关性，开发针对该自身抗体生物标志物的检测用抗原，可以用于高效预测肺癌患者对肺癌免疫新辅助治疗是否有效，为临床医生决定治疗方案提供参考依据，为肺癌免疫新辅助治疗效果的提供新的预测手段，具有重要的科学意义和临床应用价值。
自身抗体是指机体对自身器官、细胞或细胞成分产生的抗体。目前，某些蛋白的自身抗体已经成为肿瘤预后的潜在标记物。例如，不论EGFR是否突变，肿瘤患者中抗XAGE1(GAGED2a)抗体的存在是XAGE1(GAGED2a)抗原阳性的肿瘤患者生存期延长的一个强有力的预测因素。此外，有研究提出抗p53自身抗体、抗PGP9.5自身抗体水平等可以作为预测肺癌复发的工具。Yoshihiro Ohue等研究表明，不论PD-L1的表达、TMB和CD8+T细胞的浸润程度，抗NY-ESO-1和/或XAGE1肿瘤-睾丸抗原的血清抗体可预测初始及后线NSCLC的免疫检查点抑制剂疗效和患者生存期。同济大学附属上海市肺科医院苏春霞教授团队、第三军医大学附属新桥医院朱波教授团队和华中科技大学附属同济医院褚倩教授团队从2019年开始，历经两年，对NSCLC患者免疫检查点抑制剂随访的样本进行了系统的真实世界研究，肿瘤相关自身抗体组合检测阳性分子均具有很好的预测价值。因此，自身抗体可能是一种潜在的用来预测肺癌免疫新辅助治疗效果的标志物分子。
本发明所述的生物标志物为自身抗体生物标志物，通过识别新的可用于预测肺癌免疫新辅助治疗疗效的自身抗体生物标志物，以及开发针对该自身抗体生物标志物的检测用抗原，从而提供针对肺癌免疫新辅助治疗效果的新的预测手段。
一方面，本发明提供了一种生物标志物在制备预测肺癌患者的肺癌免疫新辅助治疗是否有效的试剂的用途，其特征在于，所述生物标志物为选自抗以下抗原的自身抗体的一种或多种：CIP2A、CTAG2、GNA11、SS18、NPM1、MAGEB1、CDK2、PBRM1、S100B、TRIM21、TXNDC2、RASSF7、LIN28B、P62、Livin-1、14-3-3ζ、BARD1、PAGE3、CT47A、VCX1。
上述抗原的自身抗体分别为：anti-CIP2A、anti-CTAG2、anti-GNA11、anti-SS18、anti-NPM1、anti-MAGEB1、anti-CDK2、anti-PBRM1、anti-S100B、anti-TRIM21、anti-TXNDC2、anti-RASSF7、anti-LIN28B、anti-P62、anti-Livin-1、anti-14-3-3ζ、anti-BARD1、anti-PAGE3、anti-CT47A、anti-VCX1。
本发明通过检测肺癌患者体内存在的针对纯化的抗原蛋白的自身抗体，同时综合大量公共数据，比较肺癌患者中对肺癌免疫新辅助治疗取得积极治疗效果的人群，和未获得积极治疗效果的人群，其血液中针对不同抗原靶点的自身抗体含量，来寻找能指示肺癌免疫新辅助治疗效果的自身抗体。经初筛，找到能区分肺癌患者对肺癌免疫新辅助治疗具有积极效果和不具有积极效果的20种自身抗体生物标志物。
在一些方式中，本发明所述的肺癌免疫新辅助治疗为：信迪利单抗200mg静脉注射，每三周一次，两个循环周期，首次给药后29至43天内手术。
本发明提供的自身抗体生物标志物可用于预测或判断受试者、例如肺癌患者能否从肺癌免疫新辅助治疗中获益(目前新辅助治疗的疗效评价指标主要包括临床的RECIST评价标准和病理评价标准，即病理主要缓解率(major pathological rate，MPR)。MPR一般定义为肿瘤组织中存活的肿瘤细胞≤10％，包含了完全病理缓解(pCR)存活肿瘤细胞为0％。还有一些研究定义为存活肿瘤细胞为1％～10％，不包含pCR。由于免疫治疗早期伴随着大量免疫细胞浸润肿瘤，“肿瘤”可能并未缩小，使用RECIST的评价标准可能导致疗效误判。而病理学的MPR评价标准较主要以影像学方法进行的实体瘤疗效评价(RECIST)的客观反应率(ORR)可能能更准确的评估免疫治疗疗效，因此常作为新辅助治疗的替代终点)，至少可用于相应的辅助判断。
本发明用于肺癌免疫新辅助治疗的临床疗效评估指标包括PD(progressivedisease)、PR(partial response)、SD(stable disease)和CR(complet response)。其中，PD(progressive disease)：与治疗前所有靶病灶直径和的最小值相比，所有靶病灶直径的总和至少增加20％且直径总和增加的绝对值还必须大于5mm；或者出现新的病灶。PR(partial response)：与治疗前所有靶病灶的直径和相比，所有靶病灶直径的总和至少减小30％。SD(stable disease)：与治疗前所有靶病灶直径和的最小值相比，靶病灶的缩小程度不符合部分缓解(PR)，增大程度不符合疾病进展(PD)，是指一种介于PR和PD之间的状态。CR(complet response)：所有靶病灶消失，任何病理性淋巴结(无论是否为靶病灶)的短轴值必须<10mm。
在一些方式中，所述生物标志物选自抗以下抗原的自身抗体的一种或多种：CTAG2、TXNDC2、TRIM21、CIP2A、CDK2。
经检测大量临床肺癌对肺癌免疫新辅助治疗的疗效验证，本发明从上述20种自身抗体生物标志物中，找到5种能够特别灵敏、特异地区分肺癌患者中对肺癌免疫新辅助治疗取得积极治疗效果，和未获得积极治疗效果的人群。所述5种自身抗体分别为：anti-CTAG2、anti-TXNDC2、anti-TRIM21、anti-CIP2A和anti-CDK2，5种自身抗体所对应的抗原uniprot数据库序列号分别为：CTAG2：O75638；TXNDC2：Q86VQ3；TRIM21：P19474；CIP2A：Q8TCG1；CDK2：P24941。其中Uniprot数据库的网址为www.uniprot.org。
进一步地，所述生物标志物为包括CTAG2、TXNDC2的组合，或包括CTAG2、TRIM21的组合，或包括CTAG2、CIP2A的组合，或包括CTAG2、CDK2的组合，或包括CTAG2、TXNDC2、TRIM21的组合，或包括CTAG2、TXNDC2、CIP2A的组合，或包括CTAG2、TXNDC2、CDK2的组合，或包括CTAG2、CIP2A、CDK2的组合，或包括TRIM21、CIP2A、CDK2的组合，或包括TRIM21、CIP2A、TXNDC2的组合，或包括CTAG2、TXNDC2、TRIM21、CIP2A的组合，或包括CTAG2、TXNDC2、TRIM21和CDK2的组合，或包括TXNDC2、TRIM21、CIP2A、CDK2的组合。
进一步地，所述生物标志物包括CTAG2、TXNDC2、TRIM21、CIP2A、CDK2的组合。
通过检测临床肺癌样本的数据显示，仅仅采用这5种自身抗体生物标志物预测ICI疗效，其AUC值就能达到0.9258，对于检测结果为阳性的肺癌患者，接受肺癌免疫新辅助治疗获得积极效果的可能性大于90.48％；对于检测结果为阴性的肺癌患者，接受肺癌免疫新辅助治疗无法获得积极效果的可能性大于50.0％；其效果甚至好于20种自身抗体生物标志物联合预测的效果。
在一些方式中，所述的自身抗体标志物选自以下组合中的一种：
(1)anti-CTAG2和anti-TXNDC2；
(2)anti-CTAG2和anti-TRIM21；
(3)anti-CTAG2和anti-CIP2A；
(4)anti-CTAG2和anti-CDK2；
(5)anti-CTAG2、anti-TXNDC2和anti-TRIM21；
(6)anti-CTAG2、anti-TXNDC2和anti-CIP2A；
(7)anti-CTAG2、anti-TXNDC2和anti-CDK2；
(8)anti-CTAG2、anti-TRIM21和anti-CIP2A；
(9)anti-CTAG2、anti-TRIM21和anti-CDK2；
(10)anti-CTAG2、anti-CIP2A和anti-CDK2；
(11)anti-TRIM21、anti-CIP2A和anti-CDK2；
(12)anti-TRIM21、anti-CIP2A和anti-TXNDC2；
(13)anti-CTAG2、anti-TXNDC2、anti-TRIM21和anti-CIP2A；
(14)anti-CTAG2、anti-TXNDC2、anti-TRIM21和anti-CDK2；
(15)anti-TXNDC2、anti-TRIM21、anti-CIP2A和anti-CDK2；
(16)anti-CTAG2、anti-TXNDC2、anti-TRIM21、anti-CIP2A和anti-CDK2。
本发明通过自身抗体生物标志物来评估肺癌患者的肺癌免疫新辅助治疗的疗效，具体是根据每种自身抗体的浓度水平进行阳性或阴性的判断，进一步根据自身抗体组合的评分结果，可以用于判断：受试者的好的或差的肺癌免疫新辅助治疗效果；受试者受益于或不受益于肺癌免疫新辅助治疗；肺癌免疫新辅助治疗有效或无效；或，受试者的肿瘤对肺癌免疫新辅助治疗敏感或不敏感。
进一步地，所述试剂用于检测肺癌患者血液、组织间隙液、脑脊液或尿液样本中的生物标志物；所述检测肺癌患者血液样本中的生物标志物为：检测生物标志物是否为阳性。
在一些方式中，所述自身抗体为受试者接受肿瘤新辅助治疗之前血清、血浆或血液中的自身抗体；在一些方式中，所述自身抗体血清、血浆或血液中的自身抗体，具体形式为IgA(例如IgA1、IgA2)、IgM或IgG(例如IgG1、IgG2、IgG3、IgG4)。
另一方面，本发明提供了一种用于预测肺癌患者的肺癌免疫新辅助治疗是否有效的试剂盒，所述试剂盒包括如上所述的生物标志物的检测试剂。
所述的检测自身抗体生物标志物的检测试剂为抗原蛋白，包括选自CIP2A、CTAG2、GNA11、SS18、NPM1、MAGEB1、CDK2、PBRM1、S100B、TRIM21、TXNDC2、RASSF7、LIN28B、P62、Livin-1、14-3-3ζ、BARD1、PAGE3、CT47A、VCX1中的一种或多种。
在一些方式中，所述检测试剂包括选自CTAG2、TXNDC2、TRIM21、CIP2A和CDK2中的一种或多种抗原蛋白。
在一些方式中，所述检测试剂选自以下组合中的一种：
(1)CTAG2和TXNDC2；
(2)CTAG2和TRIM21；
(3)CTAG2和CIP2A；
(4)CTAG2和CDK2；
(5)CTAG2、TXNDC2和TRIM21；
(6)CTAG2、TXNDC2和CIP2A；
(7)CTAG2、TXNDC2和CDK2；
(8)CTAG2、TRIM21和CIP2A；
(9)CTAG2、TRIM21和CDK2；
(10)CTAG2、CIP2A和CDK2；
(11)TRIM21、CIP2A和CDK2；
(12)TRIM21、CIP2A和TXNDC2；
(13)CTAG2、TXNDC2、TRIM21和CIP2A；
(14)CTAG2、TXNDC2、TRIM21和CDK2；
(15)TXNDC2、TRIM21、CIP2A和CDK2；
(16)CTAG2、TXNDC2、TRIM21、CIP2A和CDK2。
在一些方式中，所述试剂盒为酶联免疫吸附法(ELISA)检测试剂盒。即采用该试剂盒，通过酶联免疫吸附法来检测受试者的样本中自身抗体生物标志物是否是阳性的。
在一些方式中，所述试剂盒还包括用于对自身抗体生物标志物进行ELISA检测的所需其他组分，这些均是本领域公知的。出于检测目的，例如，试剂盒中的抗原蛋白可连接有标签肽，例如His标签、链霉亲和素标签、Myc标签；又如，该试剂盒可以包括固相载体，如具有可固定抗原蛋白的微孔的载体，如酶标板；还可以包括用于将抗原蛋白固定于固相载体上的吸附蛋白、血液如血清的稀释液、洗涤液、带有酶标记的二抗、显色液、终止液等。
所述试剂盒可用于检测受试者、例如肺癌患者的样本(例如血浆或血清或血液样本)中相应自身抗体生物标志物的浓度水平，进而实现所述的对施用肺癌新辅助治疗的临床效果的预测或判断。
再一方面，本发明提供了一种预测肺癌患者的肺癌免疫新辅助治疗是否有效的系统，所述系统包括数据分析模块；所述数据分析模块用于分析生物标志物的检测情况，所述生物标志物为选自抗以下抗原的自身抗体的一种或多种：CIP2A、CTAG2、GNA11、SS18、NPM1、MAGEB1、CDK2、PBRM1、S100B、TRIM21、TXNDC2、RASSF7、LIN28B、P62、Livin-1、14-3-3ζ、BARD1、PAGE3、CT47A、VCX1。
进一步地，所述生物标志物为选自抗以下抗原的自身抗体的一种或多种：CTAG2、TXNDC2、TRIM21、CIP2A、CDK2。
进一步地，所述数据分析模块的分析方法为：检测肺癌患者血液样本中的生物标志物是否为阳性；所述数据分析模块通过分析生物标志物是否为阳性，从而评估肺癌患者对采用肺癌免疫新辅助疗法进行治疗是否有效。
进一步地，所述数据分析模块的分析方法还包括：当生物标志物组合中的一种或多种为阳性，则生物标志物组合为阳性，预测该肺癌患者的肺癌免疫新辅助治疗有效果；当生物标志物组合中的生物标志物全部为阴性，则生物标志物组合为阴性，预测该肺癌患者的肺癌免疫新辅助治疗没有效果。
进一步地，当5种生物标志物中的一种或多种为阳性，则5种生物标志物组合为阳性，预测该肺癌患者对采用肺癌免疫新辅助治疗的疗法进行治疗有效果；当5种生物标志物全部为阴性，则5种生物标志物组合为阴性，预测该肺癌患者对采用肺癌免疫新辅助治疗的疗法进行治疗没有效果。
再一方面，本发明提供了一种用于预测肺癌患者的肺癌免疫新辅助治疗是否有效的生物标志物组合，所述生物标志物组合包括抗以下抗原的自身抗体组合：CTAG2、TXNDC2、TRIM21、CIP2A、CDK2。
在本发明中，自身抗体生物标志物的“存在”或“不存在”与“阳性”或“阴性”可互换使用；对此进行判断为本领域常规技术。
再一方面，本发明提供了所述自身抗体生物标志物在制备用于预测或判断肺癌患者对肺癌免疫新辅助治疗的治疗效果的产品中的用途。
本发明提供的预测肺癌患者的肺癌免疫新辅助治疗是否有效的自身抗体生物标志物具有以下有益效果：
1、筛选到一系列全新的能够预测肺癌患者的肺癌免疫新辅助治疗是否有效的自身抗体生物标志物；
2、进一步筛选获得5种具有较佳预测肺癌免疫新辅助治疗的疗效效能的自身抗体生物标志物；采用这5种自身抗体生物标志物预测肺癌免疫新辅助治疗的疗效，AUC值能达到0.9258，对于检测结果为阳性的肺癌患者，接受肺癌免疫新辅助治疗获得积极效果的可能性大于90.48％；对于检测结果为阴性的肺癌患者，接受肺癌免疫新辅助治疗无法获得积极效果的可能性大于50.0％；其效果甚至好于20种自身抗体生物标志物联合预测的效果；
3、基于自身抗体生物标志物的预测结果，患者或临床医生可以更好地决定患者是否要进行肺癌免疫新辅助治疗，从而避免过度医疗，降低治疗成本，减少或避免不良反应产生。
详细说明
(1)诊断或者检测
这里的诊断或者检测是指对于样本中的生物标志物进行检测或者化验，或者目的生物标志物的含量，例如绝对含量或者相对含量，然后通过目标标志物是否存在或者数量的多少来说明提供样本的个体是否可能具有或患某种疾病，或者具有某种疾病的可能性。这里的诊断与检测的含义可以互换。这种检测的结果或者诊断的结果是不能直接作为患病的直接结果，而是一种中间结果，如果获得直接的结果，还需通过病理学或者解剖学等其它辅助手段才能确认患有某种疾病。例如，本发明提供了多种与肺癌患者的肺癌免疫新辅助治疗是否有效具有关联性的新的生物标志物，这些标志物的含量的变化与肺癌患者的肺癌免疫新辅助治疗是否有效具有直接的关联性。
(2)标志物或生物标志物与肺癌患者的肺癌免疫新辅助治疗是否有效的联系
标志物和生物标志物在本发明中具有相同的含义。这里的联系是指某种标志物在样本中出现或者含量的变化与特定治疗方法的疗效具有直接的关联性，例如含量的相对升高或者降低，表示该种治疗方法的具有有益效果的可能性更高或更低。
如果样本中多个不同的标志物同时出现或者含量的相对变化，表示该种治疗方法的具有有益效果的可能性也更高。也就是说标志物种类中，某一些标志物与该种治疗方法是否有效的关联性强，有些标志物与该种治疗方法是否有效的关联性弱，或者有些甚至与该种治疗方法是否有效无关联。对于那些关联性强的标志物中的一种或者多种，可以作为预测该种治疗方法是否有效的标志物，与那些关联性弱的标志物可以与强的标志物组合来预测该种治疗方法是否有效，增加预测结果的准确性。
针对本发明发现的肺癌患者中的众多自身抗体生物标志物，其有无或含量的升高或者降低与该肺癌患者采用肺癌免疫新辅助治疗进行治疗是否有效有着直接联系。
附图说明
图1为实施例1中自身抗体CTAG2水平与肺癌免疫新辅助治疗后的评价散点关系图；
图2为实施例1中自身抗体TXNDC2水平与肺癌免疫新辅助治疗后的评价散点关系图；
图3为实施例1中自身抗体Trim21水平与肺癌免疫新辅助治疗后的评价散点关系图；
图4为实施例1中自身抗体CIP2A水平与肺癌免疫新辅助治疗后的评价散点关系图；
图5为实施例1中自身抗体CDK2水平与肺癌免疫新辅助治疗后的评价散点关系图；
图6为实施例1中自身抗体GNA11水平与肺癌免疫新辅助治疗后的评价散点关系图；
图7为实施例2中5种自身抗体与每组肺癌或者肺癌免疫新辅助治疗后的治疗效果及所占的比例关系图；
图8为实施例2中5种自身抗体分子组合区分肺癌病人在肺癌免疫新辅助治疗中是否获得积极疗效的ROC曲线；
图9为实施例2中5种自身抗体分子组合区分腺癌病人在肺癌免疫新辅助治疗中是否获得积极疗效结果图；
图10为实施例2中5种自身抗体分子组合区分鳞癌病人在肺癌免疫新辅助治疗中是否获得积极疗效结果图；
图11为实施例2中5种自身抗体分子组合区分小细胞癌病人在肺癌免疫新辅助治疗中是否获得积极疗效结果图。
具体实施方式
在本发明中，术语“抗原”或术语“抗原蛋白”可互换使用。
术语“抗体”和“自身抗体”在本发明中可以互换。
此外，本发明中涉及以下实验操作或定义，应注意，本发明还可采用本领域其他常规技术进行实施，并不仅限于以下实验操作。
(一)重组抗原蛋白的制备
将抗原蛋白的cDNA片段克隆到含6XHis标记的PET28(a)表达载体上。在抗原的N端或C端，引入链霉亲和素蛋白或类似物(结合生物素的标签蛋白)。获得的重组表达载体转化大肠杆菌进行表达。上清表达的蛋白通过Ni-NTA亲和柱和离子柱进行纯化。当蛋白表达在包涵体内，用6M盐酸胍对蛋白进行变性处理，并在体外按照标准方法进行复性折叠，然后通过6XHis标签进行Ni-NTA亲和柱纯化，获得抗原蛋白。
(二)血清或血浆的制备和保存
胃癌患者血清或血浆在患者最初诊断为胃癌，尚未接受任何放化疗及手术治疗时收集。血浆或血清按标准临床程序制备，置于-80℃冰箱中长期保存。
(三)ELISA检测
通过酶联免疫吸附测定(ELISA)定量样本中自身抗体标志物的浓度。纯化的肿瘤抗原通过其标签链霉亲和素或类似物固定到微孔表面。微孔预包被生物素标记的牛血清白蛋白(BSA)。血清或血浆样本用磷酸盐缓冲稀释1:110倍，加入微孔进行反应(50毫升/孔)。用洗液冲洗未结合的血清或血浆成分后，每孔加入辣根过氧化物酶(HRP)偶联的抗-人IgG进行反应。然后加入反应底物TMB(3,3',5,5'-四甲基联苯胺)进行显色。加入终止溶液(1NHCl)，吸亮度为450nm单光谱进行酶标仪进行读值(OD)。用标准曲线定量血清自身抗体浓度。
通过夹心法酶联免疫吸附测定定量样本中抗原标志物的浓度。将特异性抗体与固相载体连接，形成固相抗体，洗涤除去未结合的抗体及杂质；加受检标本，即血清或血浆样本用磷酸盐缓冲稀释1:110倍，加入微孔进行反应(50毫升/孔)，使之与固相抗体接触反应一段时间，让标本中的抗原与固相载体上的抗体结合，形成固相抗原复合物。洗涤除去其他未结合的物质。加辣根过氧化物酶(HRP)偶联的抗-人IgG进行反应。然后加入反应底物TMB(3,3',5,5'-四甲基联苯胺)进行显色。加入终止溶液(1N HCl)，吸亮度为450nm单光谱进行酶标仪进行读值(OD)。此时固相载体上带有的酶量与标本中受检物质的量正相关。夹心式复合物中的酶催化底物成为有色产物。根据颜色反应的程度进行该抗原的定性或定量。
(四)自身抗体的临界值(cutoff值)
自身抗体水平的cutoff值被定义为等于对照组(所述对照组为经身体检查确认未患有癌症的人群)中健康对照队列的平均值加2个标准偏差(SD)。
(五)自身抗体的阳性、阴性判断
对于每种自身抗体的测定，阳性反应定义为对样本中自身抗体的水平进行定量后，将其与cutoff值进行比较，≥cutoff值为阳性；相应地，阴性反应定义为＜cutoff值为阴性。
anti-CIP2A的cutoff值为20，anti-CDK2的cutoff值为3，anti-Trim21的cutoff值为13，anti-TXNDC2的cutoff值为12，anti-CTAG2的cutoff值为40，anti-GNA11的cutoff值为38，anti-ss18的cutoff值为10，anti-npm1的cutoff值为3.5，anti-mageb1的cutoff值为.5，anti-pbrm1的cutoff值为20，anti-s100b的cutoff值为15，anti-rassf7的cutoff值为3.5，anti-lin28b的cutoff值为16，anti-p62的cutoff值为15，anti-livin-1的cutoff值为35，anti-14-3-3ζ的cutoff值为14，anti-BARD1的cutoff值为25，anti-PAGE3的cutoff值为9，anti-CT47A的cutoff值为7.5，anti-VCX1的cutoff值为12。
(六)自身抗体组合的阳性判断
由于单个自身抗体的阳性率低，为了增加自身抗体检出的阳性率，分析结果时联合多个自身抗体的结果来判断预测效果。规则是：在病人样本中检测多个自身抗体，只要有其中一个或者多个自身抗体显示阳性，则判断抗体组合结果为阳性；而如果所有的自身抗体均为阴性，则判断抗体组合结果为阴性。
(七)临床疗效评估指标
PD(progressive disease)：与治疗前所有靶病灶直径和的最小值相比，所有靶病灶直径的总和至少增加20％且直径总和增加的绝对值还必须大于5mm；或者出现新的病灶。
PR(partial response)：与治疗前所有靶病灶的直径和相比，所有靶病灶直径的总和至少减小30％。
SD(stable disease)：与治疗前所有靶病灶直径和的最小值相比，靶病灶的缩小程度不符合部分缓解(PR)，增大程度不符合疾病进展(PD)，是指一种介于PR和PD之间的状态。
CR(complet response)：所有靶病灶消失，任何病理性淋巴结(无论是否为靶病灶)的短轴值必须<10mm。
(八)统计分析方法
使用GraphPad Prism v.6(Graphpad Prism软件，加利福尼亚州圣地亚哥)和针对Windows的IBM SPSS Statistics 23(IBM，纽约，纽约)，使用Mann–Whitney U检验对两组进行了统计学分析。在分析每个参数之间的关系时，执行了Spearman的相关分析。
下面结合附图和实施例对本发明作进一步详细描述，需要指出的是，以下所述实施例旨在便于对本发明的理解，而对其不起任何限定作用。本实施例中使用的试剂均为已知产品，如无特殊说明，均为市售购买产品。
实施例1与肺癌患者的肺癌免疫新辅助治疗有效性相关的自身抗体生物标志物的筛选
本实施例通过汇总综合大量公共数据统计的抗原蛋白169种，并对90例诊断为肺癌患者的血清进行针对纯化的抗原蛋白的自身抗体检测，同时根据实体肿瘤的疗效评价标准1.1版(Response Evaluation Criteria in Solid Tumors RECIST Version 1.1，RECIST v1.1)，对这些患者经过肺癌免疫新辅助治疗(信迪利单抗200mg静脉注射，每三周一次，两个循环周期，首次给药后29至43天内手术)后的疗效进行评估，希望找到与肺癌患者的肺癌免疫新辅助治疗的治疗效果有相关性的自身抗体生物标志物。经初筛(通过寻找正相关和负相关抗原，寻找与肺癌免疫新辅助治疗疗效具有好和差的预测效果的相关性抗原)，共找到如表1所示的20种自身抗体的抗原蛋白，这20种自身抗体与肺癌患者的肺癌免疫新辅助治疗的治疗效果都有相关性。其中Uniprot数据库的网址为www.uniprot.org。
表1、初筛获得的20种自身抗体的抗原蛋白
抗原蛋白 Uniprot数据库序列号 抗原蛋白 Uniprot数据库序列号
CIP2A Q8TCG1 TXNDC2 Q86VQ3
CTAG2 O75638 RASSF7 Q02833
GNA11 P29992 LIN28B Q6ZN17
SS18 Q15532 P62 Q13501
NPM1 P06748 Livin-1 Q96CA5
MAGEB1 P43366 14-3-3ζ P27348
CDK2 P24941 BARD1 Q99728
PBRM1 Q86U86 PAGE3 Q5JUK9
S100B P04271 CT47A Q5JQC4
Trim21 P19474 VCX1 Q9H320
对参与研究的90例肺癌患者的血清进行检测，检测患者血清中的20种候选自身抗体分子。同时根据实体肿瘤的疗效评价标准1.1版(Response Evaluation Criteria inSolid Tumors RECIST Version 1.1，RECIST v1.1)，对这些患者经过肺癌免疫新辅助治疗后的疗效进行评估。分别检测20种候选自身抗体在治疗效果比较积极的CR和PR组，以及在效果不理想的SD、PD组中的检测自身抗体含量，自身抗体含量通过酶联免疫吸附测定(ELISA)进行检测，检测的OD值，绘制了每种自身抗体水平与肺癌免疫新辅助治疗后的评价散点关系图，结果发现，20种候选自身抗体分子中，有5种自身抗体，在治疗效果比较积极的CR和PR组中的检测OD值，有明显高于效果不理想的SD、PD组的趋势，差异十分显著；而其余15种自身抗体，在治疗效果比较积极的CR和PR组中的检测OD值，与效果不理想的SD、PD组的检测OD值相比，差异明显不如该5种自身抗体。
该5种自身抗体分别为anti-CIP2A、anti-CDK2、anti-Trim21、anti-TXNDC2、anti-CTAG2，其与自身抗体水平与肺癌免疫新辅助治疗后的评价散点关系图如图1～5所示，其中图1为自身抗体CTAG2水平与肺癌免疫新辅助治疗后的评价散点关系图；图2为自身抗体TXNDC2水平与肺癌免疫新辅助治疗后的评价散点关系图；图3为自身抗体Trim21水平与肺癌免疫新辅助治疗后的评价散点关系图；图4为自身抗体CIP2A水平与肺癌免疫新辅助治疗后的评价散点关系图；图5为自身抗体CDK2水平与肺癌免疫新辅助治疗后的评价散点关系图。
由图1～5可以看出，anti-CIP2A、anti-CDK2、anti-Trim21、anti-TXNDC2、anti-CTAG2这5种自身抗体在治疗效果比较积极的CR和PR组中的检测OD值，有明显高于效果不理想的SD、PD组的趋势。可见这5种自身抗体生物标志物都可以用于评估肺癌患者经过肺癌免疫新辅助治疗后的疗效。剩余15种自身抗体水平与肺癌免疫新辅助治疗后的评价散点关系图，差异明显不如该5种自身抗体，如图6为GNA11与肺癌免疫新辅助治疗后的评价散点关系图，其治疗效果比较积极的CR和PR组中的检测OD值，与效果不理想的SD、PD组的检测OD值相比，并没有显著差异。
实施例2采用5种自身抗体生物标志物组合预测肺癌免疫新辅助治疗的有效性
本实施例采用实施例1中获得的5种自身抗体分子进行组合，将所有受试者根据自身抗体组合的检测结果(吸光度)进行分组，即为阳性组和阴性组(其中anti-CIP2A的cutoff值为20，anti-CDK2的cutoff值为3，anti-Trim21的cutoff值为13，anti-TXNDC2的cutoff值为12，anti-CTAG2的cutoff值为40)。
分别统计了每组患者进行肺癌免疫新辅助治疗后的评价(两个治疗周期后的影像结果)以及所占的比例，绘制图7。将获得CR和PR评价定义为“获得了积极的治疗效果”，而SD和PD评价定义为“未获得积极的治疗效果”。由图7可以看出，自身抗体组合阳性的患者中，得到积极治疗效果的人数(CR和PR)比例明显大于治疗效果不理想(SD和PD)的人数；而在自身抗体组合阴性的患者中，治疗效果不理想的人数比例大幅增加，两组客观缓解率为95％vs 64％。也就是说，本发明的分子组合若检测呈阳性，则接受肺癌免疫新辅助治疗获得积极效果的可能性更大；若检测呈阴性低，则接受肺癌免疫新辅助治疗获得不理想效果的可能性大。
应用本发明的5种自身抗体分子组合区分肺癌病人在肺癌免疫新辅助治疗中是否获得积极疗效，得到ROC曲线，如图8所示。
由图8可以看出，本实施例采用的5自身抗体分子组合可以有效地预测患者接受肺癌免疫新辅助治疗的效果，其AUC值为9258，对于检测结果为阳性的肺癌患者，接受肺癌免疫新辅助治疗获得积极效果的可能性为90.48％；对于检测结果为阴性的肺癌患者，接受肺癌免疫新辅助治疗无法获得积极效果的可能性为50％。
本实施例还进一步对90例肺癌患者根据肺癌的病理亚型进行了细分，分为27例腺癌，34例鳞癌，29例小细胞肺癌。并分别对不同肺癌亚型，对每组患者的肺癌免疫新辅助治疗后的评价(两个治疗周期后的影像结果)以及所占的比例进行绘图，如图9～11所示，其中图9为5种自身抗体分子组合区分腺癌病人在肺癌免疫新辅助治疗中是否获得积极疗效结果图，图10为5种自身抗体分子组合区分鳞癌病人在肺癌免疫新辅助治疗中是否获得积极疗效结果图，图11为5种自身抗体分子组合区分小细胞癌病人在肺癌免疫新辅助治疗中是否获得积极疗效结果图。
如图9～11可以看出，无论在哪一种亚型中，自身抗体检测为阳性的患者进行治疗后得到积极评价的占比要高于阴性患者(客观缓解率分别为腺癌100％vs 75％，鳞癌92％vs67％)，尤其是在小细胞肺癌患者中(客观缓解率小细胞癌100％vs 43％)。
实施例3采用2种自身抗体生物标志物组合预测肺癌免疫新辅助治疗的有效性
本实施例采用实施例1中获得的5种自身抗体分子中选择两种进行组合，选择其中的2种进行组合，分别为：
(1)CTAG2和TXNDC2；
(2)CTAG2和TRIM21；
(3)CTAG2和CIP2A；
(4)CTAG2和CDK2；
分别将所有受试者根据这四组含2种自身抗体组合的检测结果进行分组，即为阳性组和阴性组，分别统计了每组患者进行肺癌免疫新辅助治疗后的评价(两个治疗周期后的影像结果)以及所占的比例。并应用这四组自身抗体分子组合区分肺癌病人在肺癌免疫新辅助治疗中是否获得积极疗效，得到ROC曲线，计算AUC值，以及对于检测结果为阳性的肺癌患者，接受肺癌免疫新辅助治疗获得积极效果的可能性；对于检测结果为阴性的肺癌患者，接受肺癌免疫新辅助治疗无法获得积极效果的可能性，检测分析结果详见后续实施例8。
实施例4采用3种自身抗体生物标志物组合预测肺癌免疫新辅助治疗的有效性
本实施例采用实施例1中获得的5种自身抗体分子中选择两种进行组合，选择其中的3种进行组合，分别为：
(1)CTAG2、TXNDC2和TRIM21；
(2)CTAG2、TXNDC2和CIP2A；
(3)CTAG2、TXNDC2和CDK2；
(4)CTAG2、TRIM21和CIP2A；
(5)CTAG2、TRIM21和CDK2；
(6)CTAG2、CIP2A和CDK2；
(7)TRIM21、CIP2A和CDK2；
(8)TRIM21、CIP2A和TXNDC2；
分别将所有受试者根据这八组含3种自身抗体组合的检测结果进行分组，即为阳性组和阴性组，分别统计了每组患者进行肺癌免疫新辅助治疗后的评价(两个治疗周期后的影像结果)以及所占的比例。并应用这四组自身抗体分子组合区分肺癌病人在肺癌免疫新辅助治疗中是否获得积极疗效，得到ROC曲线，计算AUC值，以及对于检测结果为阳性的肺癌患者，接受肺癌免疫新辅助治疗获得积极效果的可能性；对于检测结果为阴性的肺癌患者，接受肺癌免疫新辅助治疗无法获得积极效果的可能性，检测分析结果详见后续实施例8。
实施例5采用4种自身抗体生物标志物组合预测肺癌免疫新辅助治疗的有效性
本实施例采用实施例1中获得的5种自身抗体分子中选择两种进行组合，选择其中的4种进行组合，分别为：
(1)CTAG2、TXNDC2、TRIM21和CIP2A；
(2)CTAG2、TXNDC2、TRIM21和CDK2；
(3)TXNDC2、TRIM21、CIP2A和CDK2；
分别将所有受试者根据这三组含4种自身抗体组合的检测结果进行分组，即为阳性组和阴性组，分别统计了每组患者进行肺癌免疫新辅助治疗后的评价(两个治疗周期后的影像结果)以及所占的比例。并应用这四组自身抗体分子组合区分肺癌病人在肺癌免疫新辅助治疗中是否获得积极疗效，得到ROC曲线，计算AUC值，以及对于检测结果为阳性的肺癌患者，接受肺癌免疫新辅助治疗获得积极效果的可能性；对于检测结果为阴性的肺癌患者，接受肺癌免疫新辅助治疗无法获得积极效果的可能性，检测分析结果详见后续实施例8。
实施例6采用10种自身抗体生物标志物组合预测肺癌免疫新辅助治疗的有效性
本实施例采用实施例1中获得的20种自身抗体分子中选择10种进行组合，选择其中的10种进行组合，为：
CTAG2、TXNDC2、TRIM21、CIP2A、CDK2、CCDC110、SS18、CM817、CM564、C-GAL3
分别将所有受试者根据这组含10种自身抗体组合的检测结果进行分组，即为阳性组和阴性组，分别统计了每组患者进行肺癌免疫新辅助治疗后的评价(两个治疗周期后的影像结果)以及所占的比例。并应用这四组自身抗体分子组合区分肺癌病人在肺癌免疫新辅助治疗中是否获得积极疗效，得到ROC曲线，计算AUC值，以及对于检测结果为阳性的肺癌患者，接受肺癌免疫新辅助治疗获得积极效果的可能性；对于检测结果为阴性的肺癌患者，接受肺癌免疫新辅助治疗无法获得积极效果的可能性，检测分析结果详见后续实施例8。
实施例7采用20种自身抗体生物标志物组合预测肺癌免疫新辅助治疗的有效性
本实施例采用实施例1中获得的20种自身抗体分子进行组合，将所有受试者根据这20种自身抗体组合的检测结果进行分组，即为阳性组和阴性组，分别统计了每组患者进行肺癌免疫新辅助治疗后的评价(两个治疗周期后的影像结果)以及所占的比例。并应用这四组自身抗体分子组合区分肺癌病人在肺癌免疫新辅助治疗中是否获得积极疗效，得到ROC曲线，计算AUC值，以及对于检测结果为阳性的肺癌患者，接受肺癌免疫新辅助治疗获得积极效果的可能性；对于检测结果为阴性的肺癌患者，接受肺癌免疫新辅助治疗无法获得积极效果的可能性，检测分析结果详见后续实施例8。
实施例8采用不同自身抗体生物标志物及其组合的性能分析比较
由于自身抗体生物标志物的多组学模型的评估性能要显著优于单一组学标志物，因此需要组合多个自身抗体生物标志物作为评估模型来预测肺癌患者的肺癌免疫新辅助治疗的有效性，本实施例对比实施例2～7列举的不同自身抗体组合，评价其预测肺癌患者的肺癌免疫新辅助治疗的有效性，结果如表2所示。
表2、不同自身抗体组合评价其预测肺癌患者的肺癌免疫新辅助治疗的有效性
由表2可以看出，使用2个自身抗体生物标志物组合作为评估模型比3个自身抗体生物标志物组合作为评估模型的评估性能要低，使用4个自身抗体生物标志物组合作为评估模型比5个自身抗体生物标志物组合作为评估模型的评估性能要低。随着模型中自身抗体生物标志物个数的增多，多个自身抗体生物标志物的组合在判别肺癌患者的肺癌免疫新辅助治疗的治疗效果，其评估性能稳步提升，但是当自身抗体生物标志物的数量继续增加到10个，甚至再到20个时，其评估性能的上升空间非常有限，AUC值区别非常小，甚至还不如5种自身抗体生物标志物的组合的评估性能，可见选用实施例2中的5种自身抗体生物标志物的组合已经能达到比较好的评估性能。
当选用2个自身抗体生物标志物组合作为评估模型时，第3组的AUC值、阳性患者积极疗效概率和阴性患者无疗效概率都是最高的，可见第3组采用CTAG2和TRIM21的2个自身抗体生物标志物组合作为评估模型，评估性能明显高于其他2个自身抗体生物标志物组合。
当选用3个甲基化位点组合作为评估模型时，第10组的AUC值、阳性患者积极疗效概率和阴性患者无疗效概率都是最高的，可见第10组采用CTAG2、TRIM2、CDK2的3个自身抗体生物标志物组合作为评估模型，评估性能明显高于其他3个自身抗体生物标志物组合。
当选用4个甲基化位点组合作为评估模型时，第15组的AUC值、阳性患者积极疗效概率和阴性患者无疗效概率都是最高的，可见第15组采用CTAG2、TXNDC2、TRIM21和CDK2的4个自身抗体生物标志物组合作为评估模型，评估性能明显高于其他4个自身抗体生物标志物组合。
评估性能最高的是采用5个自身抗体生物标志物组合作为评估模型的情况，与10个、甚至20个自身抗体生物标志物的组合的评估性能相当。
本实施例进一步对5个自身抗体生物标志物的单独评估性能分别进行分析，计算其AUC值，结果如表3所示。
表3、20个自身抗体生物标志物的单独评估性能
自身抗体 AUC值
CIP2A 0.5284
CDK2 0.6981
Trim21 0.5971
TXNDC2 0.5876
CTAG2 0.5883
本发明的通过检测肺癌患者血清中自身抗体组合的水平，可以预测接受肺癌免疫新辅助治疗人群的疗效：若自身抗体水平检测呈阳性，则接受治疗的效果预期较好；若自身抗体水平检测呈阴性，则接受治疗的效果预期不理想。可用于为患者采取相关的治疗措施或者决策提供有效的依据，临床应用前景良好。
虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。

Claims (8)

1.一种生物标志物在制备预测肺癌患者的肺癌免疫新辅助治疗是否有效的试剂的用途，其特征在于，所述生物标志物为选自抗以下抗原的自身抗体的至少两种：CTAG2、TXNDC2、TRIM21、CIP2A、CDK2；所述肺癌患者为经过肺癌免疫新辅助治疗的肺癌患者，所述肺癌免疫新辅助治疗是指信迪利单抗200mg静脉注射，每三周一次，两个循环周期，首次给药后29至43天内手术；所述试剂用于检测肺癌患者血清样本中的生物标志物。
2.如权利要求1所述的用途，其特征在于，所述生物标志物为包括CTAG2、TXNDC2的组合，或包括CTAG2、TRIM21的组合，或包括CTAG2、CIP2A的组合，或包括CTAG2、CDK2的组合，或包括CTAG2、TXNDC2、TRIM21的组合，或包括CTAG2、TXNDC2、CIP2A的组合，或包括CTAG2、TXNDC2、CDK2的组合，或包括CTAG2、CIP2A、CDK2的组合，或包括TRIM21、CIP2A、CDK2的组合，或包括TRIM21、CIP2A、TXNDC2的组合，或包括CTAG2、TXNDC2、TRIM21、CIP2A的组合，或包括CTAG2、TXNDC2、TRIM21和CDK2的组合，或包括TXNDC2、TRIM21、CIP2A、CDK2的组合。
3.如权利要求2所述的用途，其特征在于，所述生物标志物包括CTAG2、TXNDC2、TRIM21、CIP2A、CDK2的组合。
4.如权利要求3所述的用途，其特征在于，所述检测肺癌患者血清样本中的生物标志物为：检测肺癌患者血清样本中的生物标志物是否为阳性。
5.一种预测肺癌患者的肺癌免疫新辅助治疗是否有效的系统，其特征在于，所述系统包括数据分析模块；所述数据分析模块用于分析生物标志物的检测情况，所述生物标志物为抗以下抗原的自身抗体的至少两种：CTAG2、TXNDC2、TRIM21、CIP2A、CDK2；所述自身抗体分别为anti-CTAG2、anti-TXNDC2、anti-Trim21、anti-CIP2A、anti-CDK2，所述anti-CIP2A的cutoff值为20，anti-CDK2的cutoff值为3，anti-Trim21的cutoff值为13，anti-TXNDC2的cutoff值为12，anti-CTAG2的cutoff值为40。
6.如权利要求5所述的系统，其特征在于，所述数据分析模块的分析方法为：检测肺癌患者血液样本中的生物标志物是否为阳性；所述数据分析模块通过分析生物标志物是否为阳性，从而评估肺癌患者的肺癌免疫新辅助治疗是否有效。
7.如权利要求6所述的系统，其特征在于，所述数据分析模块的分析方法还包括：当生物标志物组合中的一种或多种为阳性，则生物标志物组合为阳性，预测该肺癌患者的肺癌免疫新辅助治疗有效果；当生物标志物组合中的生物标志物全部为阴性，则生物标志物组合为阴性，预测该肺癌患者的肺癌免疫新辅助治疗没有效果。
8.一种用于预测肺癌患者的肺癌免疫新辅助治疗是否有效的自身抗体组合，其特征在于，包括抗以下抗原的自身抗体组合：CTAG2、TXNDC2、TRIM21、CIP2A、CDK2。
CN202310091803.1A 2023-01-30 2023-01-30 一种预测肺癌免疫新辅助治疗效果的生物标志物及其应用 Active CN116298289B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310091803.1A CN116298289B (zh) 2023-01-30 2023-01-30 一种预测肺癌免疫新辅助治疗效果的生物标志物及其应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310091803.1A CN116298289B (zh) 2023-01-30 2023-01-30 一种预测肺癌免疫新辅助治疗效果的生物标志物及其应用

Publications (2)

Publication Number Publication Date
CN116298289A CN116298289A (zh) 2023-06-23
CN116298289B true CN116298289B (zh) 2023-11-03

Family

ID=86813987

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310091803.1A Active CN116298289B (zh) 2023-01-30 2023-01-30 一种预测肺癌免疫新辅助治疗效果的生物标志物及其应用

Country Status (1)

Country Link
CN (1) CN116298289B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117106919B (zh) * 2023-10-25 2024-01-23 上海秤信生物科技有限公司 外泌体miRNA组合在早期肺癌检测中的应用

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111337678A (zh) * 2020-02-21 2020-06-26 杭州凯保罗生物科技有限公司 与肿瘤免疫治疗效果相关的生物标志物及其应用
CN111534585A (zh) * 2020-03-23 2020-08-14 至本医疗科技（上海）有限公司 一种非小细胞肺癌（nsclc）患者免疫疗法预后的方法
WO2022053065A1 (zh) * 2020-09-14 2022-03-17 信达生物制药(苏州)有限公司 用于预测或评估肺癌患者的生物标志物、检测方法及应用
WO2022063156A1 (zh) * 2020-09-23 2022-03-31 杭州凯保罗生物科技有限公司 乳腺癌的生物标志物及其应用
CN114277132A (zh) * 2021-10-19 2022-04-05 中国医学科学院肿瘤医院 免疫相关的lncRNA表达谱预测小细胞肺癌辅助化疗获益及预后的应用
WO2022083673A1 (zh) * 2020-10-21 2022-04-28 杭州凯保罗生物科技有限公司 食管癌的生物标志物及其应用
CN115326938A (zh) * 2021-05-11 2022-11-11 中国科学院分子植物科学卓越创新中心 一种预测肺癌免疫治疗疗效的生物标志物及其应用

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111337678A (zh) * 2020-02-21 2020-06-26 杭州凯保罗生物科技有限公司 与肿瘤免疫治疗效果相关的生物标志物及其应用
CN111534585A (zh) * 2020-03-23 2020-08-14 至本医疗科技（上海）有限公司 一种非小细胞肺癌（nsclc）患者免疫疗法预后的方法
WO2022053065A1 (zh) * 2020-09-14 2022-03-17 信达生物制药(苏州)有限公司 用于预测或评估肺癌患者的生物标志物、检测方法及应用
WO2022063156A1 (zh) * 2020-09-23 2022-03-31 杭州凯保罗生物科技有限公司 乳腺癌的生物标志物及其应用
WO2022083673A1 (zh) * 2020-10-21 2022-04-28 杭州凯保罗生物科技有限公司 食管癌的生物标志物及其应用
CN115326938A (zh) * 2021-05-11 2022-11-11 中国科学院分子植物科学卓越创新中心 一种预测肺癌免疫治疗疗效的生物标志物及其应用
CN114277132A (zh) * 2021-10-19 2022-04-05 中国医学科学院肿瘤医院 免疫相关的lncRNA表达谱预测小细胞肺癌辅助化疗获益及预后的应用

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
EGFR突变和CIP2A表达与肺腺癌临床特征的关系及相关性;孙晓静 等;《临床与实验病理学杂志》;第38卷(第12期);1445-1451 *
肿瘤相关自身抗体与晚期NSCLC患者免疫治疗预后的关系;岳圆;《硕士学位论文（医药卫生科技专辑）》;1-60 *

Also Published As

Publication number Publication date
CN116298289A (zh) 2023-06-23

Similar Documents

Publication Publication Date Title
CN111337678B (zh) 与肿瘤免疫治疗效果相关的生物标志物及其应用
US20110201517A1 (en) Autoantigen biomarkers for early diagnosis of lung adenocarcinoma
WO2022083673A1 (zh) 食管癌的生物标志物及其应用
WO2008064336A2 (en) Autoimmune disease biomarkers
US20130225442A1 (en) Lung Cancer Tests
WO2022063156A1 (zh) 乳腺癌的生物标志物及其应用
CN116298289B (zh) 一种预测肺癌免疫新辅助治疗效果的生物标志物及其应用
US20230221323A1 (en) Markers of endometrial cancer
He et al. Serum soluble CD14 is a potential prognostic indicator of recurrence of human breast invasive ductal carcinoma with Her2-enriched subtype
CN115825441B (zh) 预测肺癌三期患者的免疫新辅助疗效的自身抗体标志物
EP3821031A1 (en) Methods for differentiating benign prostatic hyperplasia from prostate cancer
CN115372616A (zh) 胃癌相关的生物标志物及其应用
WO2019242741A1 (en) Biomarkers for urothelial carcinoma and applications thereof
US8741288B2 (en) Protein markers for detecting liver cancer and method for identifying the markers thereof
CN115877006B (zh) 卵巢癌相关的生物标志物及其应用
CN116539885B (zh) 用于乳腺癌早期检测的肿瘤自身抗原/抗体组合及应用
US20230375550A1 (en) Method for diagnosing breast cancer by using biomarker
JP4856381B2 (ja) ヒトオロト酸ホスホリボシルトランスフェラーゼタンパク質の測定法
CN117129680A (zh) 用于预测肿瘤免疫治疗效果的生物标志物及其应用
CN116381237A (zh) 一种甲状腺癌早期预测系统及其应用
CN116413430A (zh) 一种用于肝癌早期预测的自身抗体/抗原组合及检测试剂盒
Juanes-Velasco et al. Deciphering Biomarkers for Leptomeningeal Metastasis in Malignant Hemopathies (Lymphoma/Leukemia) Patients by Comprehensive Multipronged Proteomics Characterization of Cerebrospinal Fluid. Cancers 2022, 14, 449
WO2024056610A1 (en) Biomarker for myasthenia gravis

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