CN117321225A - 癌症的靶向疗法 - Google Patents

癌症的靶向疗法 Download PDF

Info

Publication number
CN117321225A
CN117321225A CN202280034657.2A CN202280034657A CN117321225A CN 117321225 A CN117321225 A CN 117321225A CN 202280034657 A CN202280034657 A CN 202280034657A CN 117321225 A CN117321225 A CN 117321225A
Authority
CN
China
Prior art keywords
cancer
tme
phenotype
metastatic
inhibitor
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.)
Pending
Application number
CN202280034657.2A
Other languages
English (en)
Inventor
L·E·本杰明
K·斯特兰德-蒂比茨
R·罗森加滕
M·什塔伊多哈尔
R·契维特科维奇
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.)
Osena Treatment Co ltd
Original Assignee
Osena Treatment 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 Osena Treatment Co ltd filed Critical Osena Treatment Co ltd
Priority claimed from PCT/US2022/021806 external-priority patent/WO2022204438A1/en
Publication of CN117321225A publication Critical patent/CN117321225A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Medicines Containing Antibodies Or Antigens For Use As Internal Diagnostic Agents (AREA)

Abstract

本公开提供使用分类器TME Panel‑1对癌症和癌症患者进行分类的方法，所述分类器根据肿瘤微环境对患者和癌症进行分层。然后通过存在/不存在特定的TME表型类来指导治疗决策。还提供用于治疗患有胃癌、乳腺癌、前列腺癌、肝癌、头颈部癌、黑素瘤、结直肠癌或卵巢癌的受试者例如人类受试者的方法，其包括取决于根据TME Panel‑1分类器对癌症TME的分类来施用特定疗法。还提供可以取决于对特定癌症类型例如左或右结直肠癌或dMMR结直肠癌的TME Panel‑1分类来施用于患者的个性化治疗。

Description

癌症的靶向疗法
相关申请的交叉引用
此PCT申请要求2021年3月25日提交的美国临时申请号63/166,167和2021年5月13日提交的美国临时申请号63/188,321的优先权，所述两份申请均以引用的方式整体并入。
对以电子方式提交的序列表的引用
以电子方式提交的序列表(名称：4488_024PC01_Seqlisting_ST25.txt；大小：20,480字节；创建日期：2022年3月11日)的内容以引用的方式整体并入本文。
技术领域
本公开涉及：用于基于诊断套组(diagnostic panel)对罹患结直肠癌、胃癌、乳腺癌、前列腺癌、肝癌、头颈部癌、黑素瘤、卵巢癌、神经胶质瘤、胶质母细胞瘤或肺癌的癌症患者进行分层的方法，所述诊断套组使用基因表达数据以基于肿瘤微环境的主要生物学对患者进行分类；用于鉴定癌症患者的亚群以便用特定疗法进行治疗的方法；以及用于治疗具有肿瘤微环境的特异性生物学的患者的个性化疗法。
背景技术
很少有诊断工具将罹患癌症的个体与为存活提供最佳改变的治疗方案相匹配，并且对于大多数患者，临床医生必须在缺乏指示最佳治疗过程的精确工具的情况下选择疗法。
2015年，跨越六个研究组的合作制备了用于将CRC患者分型的共识分子亚型(Consensus Molecular Subtypes；CMS)模型(Guinney等人,2015Nat.Med.21:1350-1356)。CMS模型代表六种不同分类方案的综合，并且基于基因表达数据呈现四种不同的亚型：CMS组1-4(有一小部分患者无法分类)。基于对其他分子特征的分析，对这四个组进行了进一步注释：简而言之，CMS1是免疫原性的，并且包括MSI-H；CMS2是WNT和MYC活性的；CMS3包括KRAS突变和代谢失调；并且CMS4本质上是基质或血管生成的。CMS亚组总体上与疾病的已知病理特征一致(Baran等人,2018Gastroenterol.Res.11:264-273)，并且可以预后总体存活(OS)和无进展存活(PFS)(Lenz等人,2019J.Clin.Oncol.37:1876-1885)。然而，CMS尚未被证明可以预测靶向疗法，诸如贝伐珠单抗(bevacizumab)，并且在不同的试验之间(例如，CALBG/SWOG 80405与FIRE-3的比较)产生了令人困惑的结果(Lenz等人,2019J.Clin.Oncol.37:1876-1885；Stintzing等人,2019Ann.Oncol.30:1796-1803)。因此，患者和临床医生仍然需要预测性诊断工具，以指导对结直肠癌、胃癌、乳腺癌、前列腺癌、肝癌、头颈部癌、黑素瘤或卵巢癌的精确治疗。
发明内容
本公开提供了一种用于治疗患有癌症的人类受试者的方法，其包括将TME表型类特定疗法(TME phenotype class-specific therapy)施用于所述受试者，其中在所述施用之前，通过将人工神经网络(ANN)分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组(gene panel)获得的多个RNA表达水平来确定TME表型类，其中所述癌症肿瘤被分配选自由IS(免疫抑制型)、A(血管生成型)、IA(免疫活性型)、ID(免疫沙漠型)及其组合组成的组的TME表型类。
还提供了一种用于治疗患有癌症的人类受试者的方法，其包括(i)将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平，其中所述癌症肿瘤被分配选自由IS、A、IA、ID及其组合组成的组的TME表型类；以及(ii)将TME表型类特定疗法施用于所述受试者。
还提供了一种用于鉴定患有适于用TME表型类特定疗法治疗的癌症的人类受试者的方法，所述方法包括将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平，其中所述癌症肿瘤被分配选自由IS、A、IA、ID及其组合组成的组的TME表型类，并且其中所分配的TME表型类指示可以施用TME表型类特定疗法来治疗所述癌症。在一些方面中，ANN分类器包括输入层、隐藏层和输出层。在一些方面中，输入层包括2个至与100个节点。
在一些方面中，输入层中的每个节点对应于选自表1和表2中呈现的基因的基因套组中的基因，其中基因套组包括(i)选自表1的1个至63个基因和选自表2的1个至61个基因，(ii)包括选自表3和表4的基因的基因套组，(iii)表5的基因套组，或(iv)图9A-9G中公开的任何基因套组(基因集)。在一些方面中，样品包括瘤内组织。在一些方面中，RNA表达水平是使用下一代测序(NGS)(诸如，RNA-Seq、EdgeSeq、PCR、Nanostring、WES或其组合)确定的转录RNA表达水平。在一些方面中，隐藏层包括2个节点，并且输出层包括4个输出节点，其中输出层中的4个输出节点中的每一个都对应于一个TME表型类，其中该4个TME表型类为IA、IS、ID和A。在一些方面中，所述方法还包括将包括Softmax函数的逻辑回归分类器应用于ANN的输出，其中Softmax函数为每种TME表型类分配概率。在一些方面中，TME表型类特定疗法是IA、IS、ID或A TME表型类特定疗法或其组合。在一些方面中，TME表型类特定疗法是包括检查点调节剂疗法的IATME表型类特定疗法。
在一些方面中，检查点调节剂疗法包括施用：(i)刺激性免疫检查点分子的激活剂，诸如针对GITR、OX-40、ICOS、4-1BB或其组合的抗体分子；(ii)RORγ激动剂；或(iii)抑制性免疫检查点分子的抑制剂，诸如针对PD-1的抗体(诸如纳武单抗、帕博利珠单抗(pembrolizumab)、西米普利单抗(cemiplimab)、PDR001、CBT-501、CX-188、信迪利单抗、替雷利珠单抗、TSR-042或其抗原结合部分)、针对PD-L1的抗体(诸如阿维鲁单抗(avelumab)、阿特珠单抗、度伐利尤单抗(durvalumab)、CX-072、LY3300054或其抗原结合部分)、针对PD-L2的抗体或针对CTLA-4的抗体，其为单一剂或其组合的形式，或者其与TIM-3、LAG-3、BTLA、TIGIT、VISTA、TGF-β、LAIR1、CD160、2B4、GITR、OX40、4-1BB、CD2、CD27、CDS、ICAM-1、LFA-1、ICOS、CD30、CD40、BAFFR、HVEM、CD7、LIGHT、NKG2C、SLAMF7、NKp80或CD86的抑制剂组合。
在一些方面中，检查点调节剂疗法包括施用：(i)抗PD-1抗体，其选自由以下组成的组：纳武单抗、帕博利珠单抗、西米普利单抗、PDR001、CBT-501、CX-188、信迪利单抗、替雷利珠单抗或TSR-042；(ii)抗PD-L1抗体，其选自由以下组成的组：阿维鲁单抗、阿特珠单抗、CX-072、LY3300054和度伐利尤单抗；或(iii)其组合。在一些方面中，TME表型类特定疗法是IS类TME疗法，其包括施用：(1)检查点调节剂疗法和抗免疫抑制疗法，和/或(2)抗血管生成疗法。在一些方面中，检查点调节剂疗法包括施用抑制性免疫检查点分子的抑制剂。在一些方面中，抑制性免疫检查点分子的抑制剂是：(i)针对PD-1的抗体，其选自由以下组成的组：帕博利珠单抗、纳武单抗、西米普利单抗、PDR001、CBT-501、CX-188、信迪利单抗、替雷利珠单抗、TSR-042、其抗原结合部分及其组合；(ii)针对PD-L1的抗体，其选自由以下组成的组：阿维鲁单抗、阿特珠单抗、CX-072、LY3300054、度伐利尤单抗、其抗原结合部分及其组合；(iii)针对PD-L2的抗体或其抗原结合部分；(iv)针对CTLA-4的抗体，其选自伊匹单抗和双特异性抗体XmAb20717(抗PD-1/抗CTLA-4)；或(v)其组合。
在一些方面中，其中抗血管生成疗法包括施用：(i)抗VEGF抗体，其选自由以下组成的组：伐力苏单抗(varisacumab)、贝伐珠单抗(bevacizumab)、那赛西珠单抗(navicixizumab)(抗DLL4/抗VEGF双特异性)、ABL101(NOV1501)(抗DLL4/抗VEGF)、ABT165(抗DLL4/抗VEGF)及其组合；(ii)抗VEGFR2抗体，其中所述抗VEGFR2抗体包括雷莫芦单抗(ramucirumab)；或(iii)其组合。在一些方面中，抗免疫抑制疗法包括施用抗PS抗体、抗PS靶向抗体、结合β2-糖蛋白1的抗体、PI3Kγ的抑制剂、腺苷通路抑制剂、IDO的抑制剂、TIM的抑制剂、LAG3的抑制剂、TGF-β的抑制剂、CD47抑制剂或其组合，其中(i)抗PS靶向抗体是巴维妥昔单抗或结合β2-糖蛋白1的抗体；(ii)PI3Kγ抑制剂是LY3023414(samotolisib)或IPI-549；(iii)腺苷通路抑制剂是AB-928；(iv)TGFβ抑制剂是LY2157299(galunisertib)或者TGFβR1抑制剂是LY3200882；(v)CD47抑制剂是莫洛利单抗(magrolimab)(5F9)；并且(vi)CD47抑制剂靶向SIRPα。
在一些方面中，抗免疫抑制疗法包括施用TIM-3的抑制剂、LAG-3的抑制剂、BTLA的抑制剂、TIGIT的抑制剂、VISTA的抑制剂、TGF-β或其受体的抑制剂、LAIR1的抑制剂、CD160的抑制剂、2B4的抑制剂、GITR的抑制剂、OX40的抑制剂、4-1BB的抑制剂、CD2的抑制剂、CD27的抑制剂、CDS的抑制剂、ICAM-1的抑制剂、LFA-1的抑制剂、ICOS的抑制剂、CD30的抑制剂、CD40的抑制剂、BAFFR的抑制剂、HVEM的抑制剂、CD7的抑制剂、LIGHT的抑制剂、NKG2C的抑制剂、SLAMF7的抑制剂、NKp80的抑制剂、CD86的激动剂或其组合。在一些方面中，TME表型类特定疗法是A TME表型类特定疗法，其包括施用VEGF靶向疗法、血管生成素1(Ang1)的抑制剂、血管生成素2(Ang2)的抑制剂、DLL4的抑制剂、抗VEGF并且抗DLL4的双特异性抗体、TKI抑制剂、抗FGF抗体、抗FGFR1抗体、抗FGFR2抗体、抑制FGFR1的小分子、抑制FGFR2的小分子、抗PLGF抗体、针对PLGF受体的小分子、针对PLGF受体的抗体、抗VEGFB抗体、抗VEGFC抗体、抗VEGFD抗体、VEGF/PLGF trap分子抗体诸如阿柏西普或ziv-阿柏西普、抗DLL4抗体、抗Notch疗法诸如γ-分泌酶的抑制剂或其任何组合。
在一些方面中，TKI抑制剂选自由以下组成的组：卡博替尼、凡德他尼、替沃扎尼(tivozanib)、阿昔替尼、乐伐替尼、索拉非尼、瑞戈非尼、舒尼替尼、呋喹替尼(fruquitinib)、帕唑帕尼及其任何组合。
在一些方面中，VEGF靶向疗法包括施用：(i)抗VEGF抗体，其包括伐力苏单抗、贝伐珠单抗、其抗原结合部分或其组合；(ii)抗VEGFR2抗体，其包括雷莫芦单抗或其抗原结合部分；或(iii)其组合。
在一些方面中，A TME表型类特定疗法包括施用血管生成素/TIE2靶向疗法，其包括内皮糖蛋白和/或血管生成素。在一些方面中，ATME表型类特定疗法包括施用DLL4靶向疗法，其包括那赛西珠单抗、ABL101(NOV1501)、ABT165或其组合。在一些方面中，TME表型类特定疗法是ID TME表型类特定疗法，其包括在施用引发免疫应答的疗法的同时或之后施用检查点调节剂疗法。在一些方面中，引发免疫应答的疗法是疫苗、CAR-T或新表位(neo-epitope)疫苗。在一些方面中，检查点调节剂疗法包括施用抑制性免疫检查点分子的抑制剂。在一些方面中，抑制性免疫检查点分子的抑制剂是针对PD-1、PD-L1、PD-L2、CTLA-4或其组合的抗体。在一些方面中，抗PD-1抗体包括纳武单抗、帕博利珠单抗、西米普利单抗、PDR001、CBT-501、CX-188、信迪利单抗、替雷利珠单抗或TSR-042或其抗原结合部分。在一些方面中，抗PD-L1抗体包括阿维鲁单抗、阿特珠单抗、CX-072、LY3300054、度伐利尤单抗或其抗原结合部分。在一些方面中，抗CTLA-4抗体包括伊匹单抗或双特异性抗体XmAb20717(抗PD-1/抗CTLA-4)或其抗原结合部分。在一些方面中，检查点调节剂疗法包括施用：(i)抗PD-1抗体，其选自由以下组成的组：纳武单抗、帕博利珠单抗、西米普利单抗、PDR001、CBT-501、CX-188、信迪利单抗、替雷利珠单抗和TSR-042；(ii)抗PD-L1抗体，其选自由以下组成的组：阿维鲁单抗、阿特珠单抗、CX-072、LY3300054和度伐利尤单抗；(iv)抗CTLA-4抗体，其是伊匹单抗或双特异性抗体XmAb20717(抗PD-1/抗CTLA-4)，或(iii)其组合。
在一些方面中，所述方法还包括(a)施用化学疗法；(b)进行手术；(c)施用放射疗法；或(d)其任何组合。在一些方面中，癌症是复发的、难治性的、转移性的、dMMR或其组合。在一些方面中，癌症在至少一种包括施用至少一种抗癌剂的先前疗法之后是难治性的。在一些方面中，癌症选自由以下组成的组：胃癌、乳腺癌、前列腺癌、肝癌、头颈部癌、黑素瘤、结直肠癌、卵巢癌、神经胶质瘤、胶质母细胞瘤或肺癌。在一些方面中，胃癌是局部晚期、转移性胃癌或先前未经治疗的胃癌。在一些方面中，乳腺癌是局部晚期或转移性Her2-阴性乳腺癌。在一些方面中，前列腺癌是去势抗性转移性前列腺癌。在一些方面中，肝癌是肝细胞癌，诸如晚期转移性肝细胞癌。在一些方面中，头颈部癌是复发性或转移性头颈部鳞状细胞癌。在一些方面中，结直肠癌是肝转移晚期结直肠癌。在一些方面中，卵巢癌是铂抗性卵巢癌或铂敏感性复发性卵巢癌。在一些方面中，神经胶质瘤是转移性神经胶质瘤。在一些方面中，肺癌是NSCLC。
在一些方面中，与施用之前的癌症负担相比，施用TME表型类特定疗法使癌症负担减少至少约10％、20％、30％、40％或50％。在一些方面中，在初次施用TME表型类特定疗法之后，受试者表现出至少约1、2、3、4、5、6、7、8、9、10、11或12个月，或至少约1、2、3、4或5年的无进展存活期。在一些方面中，在初次施用TME表型类特定疗法之后，受试者表现出约一个月、约2个月、约3个月、约4个月、约5个月、约6个月、约7个月、约8个月、约9个月、约10个月、约11个月、约一年、约十八个月、约两年、约三年、约四年或约五年的稳定疾病期。在一些方面中，在初次施用TME表型类特定疗法之后，受试者表现出约一个月、约2个月、约3个月、约4个月、约5个月、约6个月、约7个月、约8个月、约9个月、约10个月、约11个月、约一年、约十八个月、约两年、约三年、约四年或约五年的部分应答期。在一些方面中，在初次施用TME表型类特定疗法之后，受试者表现出约一个月、约2个月、约3个月、约4个月、约5个月、约6个月、约7个月、约8个月、约9个月、约10个月、约11个月、约一年、约十八个月、约两年、约三年、约四年或约五年的完全应答期。
在一些方面中，与未接受使用ANN分类器诸如TME Panel-1分配的TME表型类特定疗法的受试者的无进展存活概率相比，施用TME表型类特定疗法使无进展存活概率提高至少约10％、至少约20％、至少约30％、至少约40％、至少约50％、至少约60％、至少约70％、至少约80％、至少约90％、至少约100％、至少约110％、至少约120％、至少约130％、至少约140％或至少约150％。在一些方面中，与未接受使用ANN分类器诸如TME Panel-1分配的TME表型类特定疗法的受试者的总体存活概率相比，施用TME表型类特定疗法使总体存活概率提高至少约25％、至少约50％、至少约75％、至少约100％、至少约125％、至少约150％、至少约175％、至少约200％、至少约225％、至少约250％、至少约275％、至少约300％、至少约325％、至少约350％或至少约375％。
还提供了一种为有需要的受试者的癌症分配TME表型类的方法，所述方法包括：(i)通过用训练集训练ANN来生成ANN分类器，所述训练集包括获自多名受试者的多个样品中的基因套组中每个基因的RNA表达水平，其中每个样品被分配TME表型分类；以及(ii)使用ANN分类器为有需要的受试者的癌症分配TME表型类，其中向ANN分类器的输入包括获自受试者的测试样品中的基因套组中每个基因的RNA表达水平。
还提供了一种为有需要的受试者的癌症分配TME表型类的方法，所述方法包括通过用训练集训练ANN来生成ANN分类器，所述训练集包括获自多名受试者的多个样品中的基因套组中每个基因的RNA表达水平，其中每个样品被分配TME表型分类；其中使用获自受试者的测试样品中的基因套组中每个基因的RNA表达水平作为输入，ANN分类器为受试者的癌症分配TME表型类。还提供了一种为有需要的受试者的癌症分配TME表型类的方法，所述方法包括使用ANN分类器预测受试者的癌症的TME表型类，其中通过用训练集训练ANN来生成ANN分类器，所述训练集包括获自多名受试者的多个样品中的基因套组中每个基因的RNA表达水平，其中每个样品被分配TME表型类或其组合。在一些方面中，所述方法在包括至少一个处理器和至少一个存储器的计算机系统中实现，至少一个存储器包括通过至少一个处理器执行以使至少一个处理器实现机器学习模型的指令。在一些方面中，所述方法还包括：(i)将所述ANN分类器代码输入到所述计算机系统的所述存储器中；(ii)将对应于所述受试者的所述基因套组输入数据输入到所述计算机系统的所述存储器中，其中所述输入数据包括RNA表达水平；(iii)执行所述ANN分类器代码；或者(v)其任何组合。
还提供了一种治疗患有具有IA TME表型的局部晚期、转移性胃癌的受试者的方法，其包括将IA TME表型类特定疗法施用于受试者，其中已通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。还提供了一种治疗患有具有ATME表型的局部晚期、转移性胃癌的受试者的方法，其包括将ATME表型类特定疗法施用于受试者，其中已通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。还提供了一种治疗患有具有IS TME表型的局部晚期、转移性胃癌的受试者的方法，其包括将IS TME表型类特定疗法施用于受试者，其中已通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。还提供了一种治疗患有具有IS TME表型的先前未经治疗的胃癌的受试者的方法，其包括将IS TME表型类特定疗法施用于受试者，其中已通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。还提供了一种治疗患有具有ATME表型的先前未经治疗的胃癌的受试者的方法，其包括将A TME表型类特定疗法施用于受试者，其中已通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。还提供了一种治疗患有具有ATME表型的局部晚期/转移性HER2-阴性乳腺癌的受试者的方法，其包括将ATME表型类特定疗法施用于受试者，其中已通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。还提供了一种治疗患有具有IS TME表型的局部晚期/转移性HER2-阴性乳腺癌的受试者的方法，其包括将IS TME表型类特定疗法施用于受试者，其中已通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。还提供了一种治疗患有具有A TME表型的去势抗性转移性前列腺癌的受试者的方法，其包括将ATME表型类特定疗法施用于受试者，其中已通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。还提供了一种治疗患有具有IS TME表型的去势抗性转移性前列腺癌的受试者的方法，其包括将IS TME表型类特定疗法施用于受试者，其中已通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。还提供了一种治疗患有具有IA TME表型的晚期、转移性肝细胞癌的受试者的方法，其包括将IA TME表型类特定疗法施用于受试者，其中已通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。还提供了一种治疗患有具有IS TME表型的晚期、转移性肝细胞癌的受试者的方法，其包括将IS TME表型类特定疗法施用于受试者，其中已通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。还提供了一种治疗患有具有IA TME表型的复发性/转移性头颈部鳞状细胞癌的受试者的方法，其包括将IA TME表型类特定疗法施用于受试者，其中已通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。还提供了一种治疗患有具有IS TME表型的复发性/转移性头颈部鳞状细胞癌的受试者的方法，其包括将IA TME表型类特定疗法施用于受试者，其中已通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。还提供了一种治疗患有具有IATME表型的黑素瘤的受试者的方法，其包括将IATME表型类特定疗法施用于受试者，其中已通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。还提供了一种治疗患有具有IS TME表型的黑素瘤的受试者的方法，其包括将IS TME表型类特定疗法施用于受试者，其中已通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。还提供了一种治疗患有具有ID TME表型的肝转移晚期结直肠癌的受试者的方法，其包括将ID TME表型类特定疗法施用于受试者，其中已通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。还提供了一种治疗患有具有IA、IS或ATME表型的铂抗性或铂敏感性复发性卵巢癌的受试者的方法，其包括将IA、IS或ATME表型类特定疗法施用于受试者，其中已通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。
还提供了一种治疗患有具有IA、IS或A TME表型的铂抗性或铂敏感性复发性三阴性乳腺癌的受试者的方法，其包括将IA、IS或A TME表型类特定疗法施用于受试者，其中已通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。还提供了一种治疗患有具有IS TME表型的黑素瘤的受试者的方法，其包括将IS TME表型类特定疗法施用于受试者，其中已通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。还提供了一种治疗患有具有A或IS TME表型的转移性结直肠癌的受试者的方法，其包括将A或IS TME表型类特定疗法施用于受试者，其中已通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。还提供了一种治疗患有具有IS或IA TME表型的神经胶质瘤或胶质母细胞瘤的受试者的方法，其包括将IS或IA TME表型类特定疗法施用于受试者，其中已通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。还提供了一种治疗患有具有IS或IA TME表型的非小细胞肺癌的受试者的方法，其包括将IS或IA TME表型类特定疗法施用于受试者，其中已通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。
本公开还提供了一种试剂盒，其包括(i)能够特异性检测编码来自表1的基因生物标志物的RNA的多个寡核苷酸探针，和(ii)能够特异性检测编码来自表2的基因生物标志物的RNA的多个寡核苷酸探针。还提供了一种制品，其包括(i)能够特异性检测编码来自表1(或图9A-9G)的基因生物标志物的RNA的多个寡核苷酸探针，和(ii)能够特异性检测编码来自表2(或图9A-9G)的基因生物标志物的RNA的多个寡核苷酸探针，其中制品包括微阵列。
本公开提供了一种ANN分类器，其包括
(a)输入层，其包括2个至100个节点，其中所述输入层中的每个节点对应于选自表1和表2中呈现的基因的基因套组中的基因，其中所述基因套组包括(i)选自表1的1个至63个基因和选自表2的1个至61个基因，(ii)包括选自表3和表4的基因的基因套组，(iii)表5的基因套组，或(iv)图9A-9G中公开的任何基因套组(基因集)；
(b)隐藏层，其包括2个节点；以及
(c)输出层，其包括4个输出节点，其中所述输出层中的所述4个输出节点中的每一个都对应于一个TME表型类，其中该4个TME表型类为IA、IS、ID和A，
并且任选地还包括将包括Softmax函数的逻辑回归分类器应用于所述ANN的输出，其中所述Softmax函数为每种TME表型类分配概率。
本公开提供了一种包括检查点调节剂疗法的IATME表型类特定疗法，其包括施用：
(i)刺激性免疫检查点分子的激活剂，诸如针对GITR、OX-40、ICOS、4-1BB或其组合的抗体分子；
(ii)RORγ激动剂；
(iii)抑制性免疫检查点分子的抑制剂，诸如针对PD-1的抗体(诸如纳武单抗、帕博利珠单抗、西米普利单抗、PDR001、CBT-501、CX-188、信迪利单抗、替雷利珠单抗、TSR-042或其抗原结合部分)、针对PD-L1的抗体(诸如阿维鲁单抗、阿特珠单抗、度伐利尤单抗、CX-072、LY3300054或其抗原结合部分)、针对PD-L2的抗体或针对CTLA-4的抗体，其为单一剂或其组合的形式，或者其与TIM-3、LAG-3、BTLA、TIGIT、VISTA、TGF-β、LAIR1、CD160、2B4、GITR、OX40、4-1BB、CD2、CD27、CDS、ICAM-1、LFA-1、ICOS、CD30、CD40、BAFFR、HVEM、CD7、LIGHT、NKG2C、SLAMF7、NKp80或CD86的抑制剂组合；或
(iv)其组合。
本公开提供了一种IS类TME疗法，其包括施用
(1)检查点调节剂疗法和抗免疫抑制疗法，和/或
(2)抗血管生成疗法，
其中所述检查点调节剂疗法包括施用抑制性免疫检查点分子的抑制剂，其包括
(i)针对PD-1的抗体，其选自由以下组成的组：帕博利珠单抗、纳武单抗、西米普利单抗、PDR001、CBT-501、CX-188、信迪利单抗、替雷利珠单抗、TSR-042、其抗原结合部分及其组合；
(ii)针对PD-L1的抗体，其选自由以下组成的组：阿维鲁单抗、阿特珠单抗、CX-072、LY3300054、度伐利尤单抗、其抗原结合部分及其组合；
(iii)针对PD-L2的抗体或其抗原结合部分；
(iv)针对CTLA-4的抗体，其选自伊匹单抗和双特异性抗体XmAb20717(抗PD-1/抗CTLA-4)；或
(v)其组合，
其中所述抗血管生成疗法包括施用
(a)抗VEGF抗体，其选自由以下组成的组：伐力苏单抗、贝伐珠单抗、那赛西珠单抗(抗DLL4/抗VEGF双特异性)、ABL101(NOV1501)(抗DLL4/抗VEGF)、ABT165(抗DLL4/抗VEGF)及其组合；
(b)抗VEGFR2抗体，其中所述抗VEGFR2抗体包括雷莫芦单抗；或
(c)其组合，
并且其中所述抗免疫抑制疗法包括施用
(a)抗PS抗体、抗PS靶向抗体、结合β2-糖蛋白1的抗体、PI3Kγ的抑制剂、腺苷通路抑制剂、IDO的抑制剂、TIM的抑制剂、LAG3的抑制剂、TGF-β的抑制剂、CD47抑制剂或其组合，其中
所述抗PS靶向抗体是巴维妥昔单抗或结合β2-糖蛋白1的抗体；
所述PI3Kγ抑制剂是LY3023414(samotolisib)或IPI-549；所述腺苷通路抑制剂是AB-928；所述TGFβ抑制剂是LY2157299(galunisertib)，或者所述TGFβR1抑制剂是LY3200882；所述CD47抑制剂是莫洛利单抗(5F9)；并且所述CD47抑制剂靶向SIRPα；
(b)TIM-3的抑制剂、LAG-3的抑制剂、BTLA的抑制剂、TIGIT的抑制剂、VISTA的抑制剂、TGF-β或其受体的抑制剂、LAIR1的抑制剂、CD160的抑制剂、2B4的抑制剂、GITR的抑制剂、OX40的抑制剂、4-1BB的抑制剂、CD2的抑制剂、CD27的抑制剂、CDS的抑制剂、ICAM-1的抑制剂、LFA-1的抑制剂、ICOS的抑制剂、CD30的抑制剂、CD40的抑制剂、BAFFR的抑制剂、HVEM的抑制剂、CD7的抑制剂、LIGHT的抑制剂、NKG2C的抑制剂、SLAMF7的抑制剂、NKp80的抑制剂、CD86的激动剂或其组合；或
(c)其组合。
本公开提供了一种A TME表型类特定疗法，其包括施用
(i)VEGF靶向疗法、血管生成素1(Ang1)的抑制剂、血管生成素2(Ang2)的抑制剂、DLL4的抑制剂、抗VEGF并且抗DLL4的双特异性抗体、TKI抑制剂、抗FGF抗体、抗FGFR1抗体、抗FGFR2抗体、抑制FGFR1的小分子、抑制FGFR2的小分子、抗PLGF抗体、针对PLGF受体的小分子、针对PLGF受体的抗体、抗VEGFB抗体、抗VEGFC抗体、抗VEGFD抗体、VEGF/PLGF trap分子抗体诸如阿柏西普或ziv-阿柏西普、抗DLL4抗体、抗Notch疗法诸如γ-分泌酶的抑制剂或其任何组合，其中所述TKI抑制剂选自由卡博替尼、凡德他尼、替沃扎尼、阿昔替尼、乐伐替尼、索拉非尼、瑞戈非尼、舒尼替尼、呋喹替尼、帕唑帕尼及其任何组合组成的组，并且其中所述VEGF靶向疗法包括施用(a)抗VEGF抗体，其包括伐力苏单抗、贝伐珠单抗、其抗原结合部分或其组合；(b)抗VEGFR2抗体，其包括雷莫芦单抗或其抗原结合部分；或(c)其组合；
(ii)血管生成素/TIE2靶向疗法，其包括内皮糖蛋白和/或血管生成素；或
(iii)DLL4靶向疗法，其包括那赛西珠单抗、ABL101(NOV1501)、ABT165或其组合。
本公开提供了一种ID TME表型类特定疗法，其包括在施用引发免疫应答的疗法的同时或之后施用检查点调节剂疗法，其中所述检查点调节剂疗法包括施用抑制性免疫检查点分子的抑制剂，诸如针对PD-1、PD-L1、PD-L2、CTLA-4或其组合的抗体，并且其中所述引发免疫应答的疗法是疫苗、CAR-T或新表位疫苗，
其中
(i)所述抗PD-1抗体包括纳武单抗、帕博利珠单抗、西米普利单抗、PDR001、CBT-501、CX-188、信迪利单抗、替雷利珠单抗或TSR-042或其抗原结合部分；
(ii)所述抗PD-L1抗体包括阿维鲁单抗、阿特珠单抗、CX-072、LY3300054、度伐利尤单抗或其抗原结合部分；并且，
(iii)所述抗CTLA-4抗体包括伊匹单抗或双特异性抗体XmAb20717(抗PD-1/抗CTLA-4)或其抗原结合部分。
在一些方面中，本文所公开的TME表型类特定疗法与以下组合：(a)施用化学疗法；(b)进行手术；(c)施用放射疗法；或(d)其任何组合。
在一些方面中，癌症选自由以下组成的组：(i)胃癌，诸如局部晚期、转移性胃癌或先前未经治疗的胃癌；(ii)乳腺癌，诸如局部晚期、三阴性乳腺癌或转移性Her2-阴性乳腺癌；(iii)前列腺癌，诸如去势抗性转移性前列腺癌；(iv)肝癌，诸如晚期转移性肝细胞癌；(v)头颈部癌，诸如复发性或转移性头颈部鳞状细胞癌；(vi)黑素瘤，诸如转移性黑素瘤；(vii)结直肠癌，诸如肝转移晚期结直肠癌；(viii)卵巢癌，诸如铂抗性卵巢癌或铂敏感性复发性卵巢癌；(ix)神经胶质瘤，诸如转移性神经胶质瘤；(x)肺癌，诸如非小细胞肺癌(NSCLC)；以及(xi)胶质母细胞瘤。
在一些方面中，施用TME表型类特定疗法导致(i)与所述施用之前的癌症负担相比，减少至少约10％、20％、30％、40％或50％的癌症负担；(ii)在初次施用所述TME表型类特定疗法之后，至少约1、2、3、4、5、6、7、8、9、10、11或12个月，或至少约1、2、3、4或5年的无进展存活期；(iii)在初次施用所述TME表型类特定疗法之后，约一个月、约2个月、约3个月、约4个月、约5个月、约6个月、约7个月、约8个月、约9个月、约10个月、约11个月、约一年、约十八个月、约两年、约三年、约四年或约五年的稳定疾病期；(iv)在初次施用所述TME表型类特定疗法之后，约一个月、约2个月、约3个月、约4个月、约5个月、约6个月、约7个月、约8个月、约9个月、约10个月、约11个月、约一年、约十八个月、约两年、约三年、约四年或约五年的部分应答期；(v)在初次施用所述TME表型类特定疗法之后，约一个月、约2个月、约3个月、约4个月、约5个月、约6个月、约7个月、约8个月、约9个月、约10个月、约11个月、约一年、约十八个月、约两年、约三年、约四年或约五年的完全应答期；(vi)与未接受使用ANN分类器诸如TMEPanel-1分配的TME表型类特定疗法的受试者的无进展存活概率相比，提高至少约10％、至少约20％、至少约30％、至少约40％、至少约50％、至少约60％、至少约70％、至少约80％、至少约90％、至少约100％、至少约110％、至少约120％、至少约130％、至少约140％或至少约150％的无进展存活概率；(vii)与未接受使用ANN分类器诸如TME Panel-1分配的TME表型类特定疗法的受试者的总体存活概率相比，提高至少约25％、至少约50％、至少约75％、至少约100％、至少约125％、至少约150％、至少约175％、至少约200％、至少约225％、至少约250％、至少约275％、至少约300％、至少约325％、至少约350％或至少约375％的总体存活概率；或者(viii)其组合。
本公开提供了一种为有需要的受试者的癌症分配TME表型类的方法，所述方法包括
(i)通过用训练集训练ANN来生成ANN分类器，所述训练集包括获自多名受试者的多个样品中的基因套组中每个基因的RNA表达水平，其中每个样品被分配TME表型分类；以及使用ANN分类器为有需要的受试者的癌症分配TME表型类，其中向ANN分类器的输入包括获自受试者的测试样品中的基因套组中每个基因的RNA表达水平；或者
(ii)通过用训练集训练ANN来生成ANN分类器，所述训练集包括获自多名受试者的多个样品中的基因套组中每个基因的RNA表达水平，其中每个样品被分配TME表型分类；其中所述ANN分类器使用获自所述受试者的测试样品中的所述基因套组中每个基因的输入RNA表达水平为所述受试者的所述癌症分配TME表型类；或者
(iii)使用ANN分类器预测所述受试者的所述癌症的所述TME表型类，其中通过用训练集训练ANN来生成所述ANN分类器，所述训练集包括获自多名受试者的多个样品中的基因套组中每个基因的RNA表达水平，其中每个样品被分配TME表型类或其组合。
本公开提供了一种治疗患有特定TME表型的癌症的受试者的方法，其包括将TME表型类特定疗法施用于所述受试者，其中，
(i)所述癌症是局部晚期、转移性胃癌，并且所述TME表型是IA、A或IS；
(ii)所述癌症是未经治疗的胃癌，并且所述TME表型是IS或A；
(iii)所述癌症是晚期/转移性HER2-阴性乳腺癌，并且所述TME表型是A或IS；
(iv)所述癌症是去势抗性转移性前列腺癌，并且所述TME表型是A或IS；
(v)所述癌症是晚期转移性肝细胞癌，并且所述TME表型是IA或IS；
(vi)所述癌症是复发性/转移性头颈部鳞状细胞癌，并且所述TME表型是IA或IS；
(vii)所述癌症是黑素瘤，并且所述TME表型是IA或IS；
(viii)所述癌症是肝转移晚期结直肠癌，并且所述TME表型是ID；
(ix)所述癌症是铂抗性或铂敏感性复发性卵巢癌，并且所述TME表型是IA、IS或A；
(x)所述癌症是铂抗性或铂敏感性复发性三阴性乳腺癌，并且所述TME表型是IA、IS或A；
(xi)所述癌症是转移性结直肠癌，并且所述TME表型是A或IS；
(xii)所述癌症是神经胶质瘤或胶质母细胞瘤，并且所述TME表型是IS或IA；或
(xiii)所述癌症是非小细胞肺癌，并且所述TME表型是IS或IA；
其中已通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类，其中所述ANN分类器包括
(a)输入层，其包括2个至100个节点，其中所述输入层中的每个节点对应于选自表1和表2中呈现的基因的基因套组中的基因，其中所述基因套组包括(i)选自表1的1个至63个基因和选自表2的1个至61个基因，(ii)包括选自表3和表4的基因的基因套组，(iii)表5的基因套组，或(iv)图9A-9G中公开的任何基因套组(基因集)；
(b)隐藏层，其包括2个节点；以及，
(c)输出层，其包括4个输出节点，其中所述输出层中的所述4个输出节点中的每一个都对应于一个TME表型类，其中该4个TME表型类为IA、IS、ID和A，
并且任选地还包括将包括Softmax函数的逻辑回归分类器应用于所述ANN的输出，其中所述Softmax函数为每种TME表型类分配概率。
附图说明
图1显示通过TME Panel-1分类器分配的四个TME(肿瘤微环境)表型类。血管生成型TME表型类A的特征在于高血管生成签名分数(signature score)和低免疫签名分数。病理性血管生成促使肿瘤生长和转移。免疫抑制型TME表型类IS的特征在于高血管生成签名分数和高免疫签名分数。免疫补体主要由抑制细胞组成。免疫沙漠型TME表型类ID的特征在于低血管生成签名分数和低免疫签名分数。免疫细胞不存在，并且脉管系统功能正常。免疫活性型TME表型类IA的特征在于低血管生成签名分数和高免疫签名分数。T细胞已经浸润，但可能无法发挥最佳功能。
图2A显示CIT数据集和Wood-Hudson CRC数据集中TME表型类的流行率。CIT数据集被分成早期(0-2)和后期(3-4)疾病，并与Wood Hudson进行比较，对于Wood Hudson来说，93名患者中有89名处于3-4期。对于每个数据子集，将分类为血管生成型(A)、免疫活性型(IA)、免疫沙漠型(ID)和免疫抑制型(IS)的患者的比例制成表。将TME表型类根据图例进行颜色编码。
图2B显示按分期的每种TME表型类的左和右CRC比较，如通过TME Panel-1分类器所分类。图2A中呈现的数据子集基于肿瘤侧部被进一步划分，左(远端)或右(近端)，并且将TME表型类比例重新制成表。
图3A是如TME Panel-1分类器所分类的，CIT数据集中早期(0-2)患者的无疾病存活期(DFS)的Kaplan-Meier图。每条存活曲线表示一种TME Panel-1表型类，如图例所示。大写N是患者数，小写n是死亡数。在不存在抗血管生成治疗的情况下，A TME表型类的肿瘤患者的预后最差，其次是IS TME表型类的肿瘤患者。IA TME表型类的患者的预后最好。
图3B是如TME Panel-1分类器所分类的，晚期(3-4)Wood-Hudson CRC患者的总体存活期(OS)的Kaplan-Meier图。每条存活曲线表示一种TME Panel-1表型类，如图例所示。大写N是患者数，小写n是死亡数。在不存在抗血管生成治疗的情况下，A TME表型类的肿瘤患者的预后最差，显示中位存活期最低，其次是IS TME表型类的肿瘤患者。
图4A是血管生成轴和免疫轴的图，其为图4B-4F所示的潜在空间(latent space)分析的基础。每名患者都在如免疫签名(x轴)和血管生成签名(y轴)所定义的TME Panel-1景观上绘制。
图4B-4E是通过TME Panel-1分类器分类之后CMS类1-4的潜在空间图。灰度轮廓是概率带，其表示通过TME Panel-1分类器的特定TME表型分类的概率。
图4F是通过TME Panel-1分类器分类之后CIT数据集的未分类患者的潜在空间图。灰度轮廓是概率带，其表示通过TME Panel-1分类器的特定TME表型分类的概率。
图5A显示每个CMS组内CIT数据集的TME表型类分布。对于每个CMS组，显示每个TME类的患者比例，根据图例进行了阴影处理。
图5B显示每种TME表型类内CIT数据集的CMS分布。对于每个TME类，显示每个CMS组的患者比例，根据图例进行了阴影处理。图5A和5B表示相同但逆向的制表分析。
图6A和6B显示CMS组中和TME或基质表型类中DNA错配修复(dMMR)缺陷患者的流行率。约四分之三的dMMR患者被CMS1捕捉(77％)(图6A)，而96％的dMMR患者被分类为高免疫TME表型(IA)和(IS)(图6B)。根据图例，组和类被阴影处理。
图7显示本公开中TME Panel-1分类器的简化视图。TME Panel-1分类器包括：输入层，其输入对应于基因套组(例如，124基因套组、105基因套组、98基因套组或替代地87基因套组)中的每个基因；隐藏层，其包括两个神经元(或替代地3、4或5个神经元)；以及输出层，其对应于TME表型类分配(即，基质表型分配)。
图8是显示基于本文所公开的TME Panel-1分类器的应用的TME表型类分配以及分配给每种TME表型类的治疗类的图表。
图9A显示基因集1至44中124个基因的存在(空心单元)或不存在(实心单元)。
图9B显示基因集45至88中124个基因的存在(空心单元)或不存在(实心单元)。
图9C显示基因集89至132中124个基因的存在(空心单元)或不存在(实心单元)。
图9D显示基因集133至177中124个基因的存在(空心单元)或不存在(实心单元)。
图9E显示基因集178至222中124个基因的存在(空心单元)或不存在(实心单元)。
图9F显示基因集223至267中124个基因的存在(空心单元)或不存在(实心单元)。
图9G显示基因集268至282中124个基因的存在(空心单元)或不存在(实心单元)。
图10是对应于vidulotimod/CMP-001的潜在空间图。
具体实施方式
本公开提供根据诊断套组对患有胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)的患者进行分层的方法，所述诊断套组使用基因表达数据以基于肿瘤微环境的主要生物学对患者进行分类。Strand-Tibbitts等人,2020Development of an RNA-based Diagnostic Platform Based on the TumorMicroenvironment Dominant Biology.SITC(2020)。参见图1。
本文所公开的用于对癌症患者进行分层的TME Panel-1分类器(“TME Panel-1”)采用机器学习模型，其已经学习了两种基因签名，血管生成签名和免疫签名，分别表示主导肿瘤基质的血管生成和免疫生物学。这些生物学的组合得到四种不同的肿瘤微环境(TME)(或基质)表型类：血管生成型(A)、免疫抑制型(IS)、免疫活性型(IA)和免疫沙漠型(ID)。在一些方面中，术语“免疫沙漠型”和“微环境沙漠型”可以互换使用。TME Panel-1分类器基于患者肿瘤样品的基因表达(例如，RNA表达数据)将患者分配到这四种TME表型类中的一种。这些TME表型类与疾病分期或人口统计无关，并且带来不同的预后风险。TME Panel-1分类器预测抗血管生成和检查点抑制剂疗法的结局，包括已批准的药物和研究药物。参见例如，美国申请号17/089,234，其以引用的方式整体并入本文。
TME Panel-1学习将个体患者分类到具体TME表型类中的(潜在)基因表达模式。TME Panel-1有效地将高维数据(输入基因集中所有基因的基因表达)压缩到较低维(潜在)空间中。TME Panel-1最初是关于胃癌进行训练和验证的。对超过2,000个生物库存的患者样品的分析指示，分类器还可以应用于其他癌症，例如结直肠癌。TME Panel-1可以对癌症患者进行分层，例如患有胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)的患者，预测治疗结局并且指导具体疗法的选择。
在一些方面中，本公开提供了用于治疗患有特定类型的胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)的受试者(例如，人类受试者)的方法，其包括取决于根据本文所公开的分类器(例如，TME Panel-1分类器)，癌症或患者在具体TME表型类中的分类来施用特定疗法。
还提供了个性化治疗，其可以施用于患有特定类型的胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)的受试者，其中根据本文所公开的分类器(例如，TME Panel-1分类器)，癌症或受试者已被分类到特定TME表型类中或被确定为未患有被分类到特定TME表型类中的癌症。
本公开还提供了用于治疗患有特定类型的选自由以下组成的组的癌症的受试者(例如，人类受试者)的方法：胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)，所述方法包括取决于根据本文所公开的分类器(例如，TME Panel-1分类器)，癌症或患者在具体TME表型类中的分类来施用具体疗法。
还提供了个性化治疗，其可以施用于患有特定类型的选自由以下组成的组的癌症的受试者：胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)，其中根据本文所公开的分类器(例如，TME Panel-1分类器)，癌症或受试者已被分类到特定TME表型类中或被确定为未患有被分类到特定TME表型类中的癌症。
本文所公开的方法和组合物的应用可以通过利用靶向一种或多种具体TME表型类的作用机制，将癌症患者、例如患有胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)的患者与TME表型类特定疗法匹配来改善临床结局。
类似地，本文所公开的方法和组合物的应用可以通过利用靶向一种或多种具体TME表型类的作用机制，将癌症患者、例如患有胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)的患者与TME表型类特定疗法匹配来改善临床结局。
主要TME表型类可以是定向的，但是可以基于一种药物、多种药物或临床方案的作用机制的复杂性针对任何具体药物进行修改。如果例如与具有对于多于一种TME表型类呈生物标志物阳性或主要是一种TME表型类的肿瘤的患者相关，则药物或临床方案的组合(即，下文所公开的一种或多种TME表型类特定疗法)可以应用于多种TME表型类，但是另一TME表型类有贡献，如在模型(例如，本文所公开的TME Panel-1分类器)的概率函数中所见。因此，如应用于本文所公开的TME表型类的术语“主要”指示，患者或样品对于特定TME表型类(例如，IA)呈生物标志物阳性，但其他TME表型类(例如，IS、ID或A)或其组合对于生物标志物信号也有贡献，如在模型(例如，本文所公开的TME Panel-1分类器)的概率函数中所见。
所公开的ANN分类器(例如，TME Panel-1分类器)相对于本领域已知的其他分类器的优势在于，可以为患者(例如，临床试验或临床方案的一部分)的样品正确地分配具体TME表型类，而无需参考任何其他当前患者数据。因此，虽然具有针对每种TME表型类的概率的潜在图的可用性是有用的，但是正确地分配具体TME表型类是不需要的。
本公开的ANN分类器(例如，TME Panel-1分类器)特别优于本领域已知的分类器，诸如在结直肠癌的情况下的CMS(共识分子亚型)，其没有明确的预测价值。使用预后生物标志物来预示与治疗无关的病程。例如，无论是哪种疗法，具有肝细胞癌(HCC)和高水平的甲胎蛋白(AFP)的患者趋于具有较差的结局，并且肥胖是COVID-19患者的结局的已知预后生物标志物。CMS亚型(其由输入数据(DNA、RNA、蛋白质组学)的无监督聚类产生)以与TME表型类A、IA、IS和ID相同的方式而不具有预测性。用于在TME表型类或基于血管生成签名分数和免疫签名分数的类内对肿瘤进行分类的基因集是凭经验根据肿瘤微环境的生物学开发的，并且因此使用那些基因集训练的ANN方法(例如，TME Panel-1分类器)可以预测有益的治疗。
在结直肠癌方面的CMS方法解决了许多癌症生物学。Stintzing等人着手在结直肠癌中区分西妥昔单抗和贝伐珠单抗，因为两者在相应的试验中均被批准用于野生型KRAS结直肠癌。Stintzing等人,(2019)Annals of Oncology 30:1796-1803。Stintzing中描述的试验FIRE1尚无结论。由于CMS4 Mesenchymal与基质浸润、TGFB激活和血管生成相关联，所以抗血管生成疗法将使这些患者中的一些患者受益。然而，在Stintzing等人中，贝伐珠单抗对CMS3和CMS4患者的帮助不如西妥昔单抗那么多。此外，由于CMS2与WNT和MYC激活相关联，所以EGFR抑制剂，包括抗EGFR单克隆抗体西妥昔单抗，将使这些患者中的一些患者受益。然而，在Stintzing等人中，CMS2患者从抗血管生成性贝伐珠单抗得到的益处比从西妥昔单抗得到的益处多。
本公开的ANN分类器(例如，TME Panel-1分类器)不限于结直肠癌，并且解决了两种生物学，由两个签名表示。每个签名的凭经验确定的基因表示与血管生成或免疫过程有关的基因，但是ANN方法依赖于针对两个隐藏节点或神经元的与血管生成(例如，表1中的那些)或免疫过程(例如，表2中的那些)有关的基因的输入。然而，可以通过将一个隐藏节点或神经元称为血管生成轴(对应于血管生成签名分数)并且将另一隐藏节点或神经元称为免疫轴(对应于免疫签名分数)来简化分类器输出。参见图1。
将本公开的ANN分类器(例如，TME Panel-1分类器)应用于结直肠癌患者数据指示了，TME Panel-1分类器在预测能力(例如，预测结直肠癌患者中属于具体TME表型类的肿瘤对贝伐珠单抗的应答)方面优于CMS亚型。此外，本公开的ANN分类器(例如TMEPanel-1分类器)鉴定左和右结直肠癌之间的TME差异，这样允许选择与在左和右结直肠癌中观察到的不同表型匹配的TME表型类特定疗法。左和右结直肠癌之间的TME表型的差异提供了对于对贝伐珠单抗/>的应答的解释，所述应答无法基于CMS分类进行解释。一般来说，左侧结直肠癌具有更具血管生成型的基质表型，而右侧结直肠癌具有更具免疫型的基质表型。
本公开的分类器(例如，TME Panel-1分类器)能够比CMS4更有效地捕捉具有ATME表型类的结直肠癌患者群体，并且因此允许更准确地选择合适的疗法，并且是治疗性应答的更有效的预测因子。类似地，本公开的分类器(例如，TME Panel-1分类器)能够更有效且完整地捕捉具有IA TME表型类的患者群体，所述患者有资格进行检查点抑制剂疗法，即使当他们不是dMMR或MSI-H时亦如此。因此，本公开的分类器(例如，TME Panel-1分类器)可以基于例如癌症是否是转移性的、癌症的位置(例如，左或右)或者存在或不存在特异性分子生物标志物或特征(例如，MMR状态或MSI-H状态)来对例如具体亚群中的结直肠癌患者进行分层，并且比本领域已知的其他分类器更准确地为患者分配个性化TME表型类特定疗法。这种对具有具体TME表型的具体亚群中的癌症患者(例如，结直肠癌患者)的分类允许更准确地预测对每种可用疗法的治疗性应答，从而允许临床医生设计出使积极结局的机会最大的治疗疗程。
本公开的分类器的重要优势是它们与肿瘤类型无关(tumor agnostic)，即同一肿瘤学预测平台可以应用于多种类型的癌症。鉴于对不同类型的癌症进行分类的其他基于生物标志物的方法依赖于癌症特异性生物标志物和探针集(例如，每种类型的肿瘤细胞需要癌症特异性的特异性RNA探针集)，本方法基于可以应用于不同类型的癌症的常见基因集(描述为“训练集”或“定义集”)的使用。换句话说，常规的基于生物标志物的肿瘤分类系统将需要许多对每种癌症类型(例如，乳腺癌、肝癌、卵巢癌、前列腺癌等)具有特异性的探针。因此，例如，选择针对乳腺癌的治疗的探针集(例如，在试剂盒、阵列等中)将不能用于选择针对前列腺癌或肝癌的治疗。相比之下，当前方法依赖于在肿瘤基质(即，癌细胞周围的细胞、脉管系统等，而不是癌细胞)中表达的专有基因集。因此，有可能使用单个RNA探针集(例如，在试剂盒、阵列等中)以获得RNA表达数据，所述数据可以在通过本文所公开的基于机器学习的人工智能平台处理之后产生针对许多类型的癌症的优选治疗或对其治疗性结局的预测。
术语
为了可以更容易地理解本公开，首先定义某些术语。如本公开中所使用的，除非本文另有明确规定，否则以下术语中的每一个应具有下文所述的含义。另外的定义在整个公开中阐述。
“施用”是指使用本领域技术人员已知的多种方法和递送系统中的任何一种将包含治疗剂(例如，单克隆抗体)的组合物以物理方式引入受试者。优选的施用途径包括静脉内、肌内、皮下、腹膜内、脊柱或其他胃肠外施用途径，例如通过注射或输注。
如本文所用的短语“肠胃外施用”意指除肠内和局部施用以外的施用方式，通常是通过注射施用，并且包括但不限于静脉内、肌内、动脉内、鞘内、淋巴管内、病灶内、囊内、眼眶内、心脏内、真皮内、腹膜内、经气管、皮下、表皮下、关节内、囊下、蛛网膜下、脊柱内、眼内、玻璃体内、眼周、硬膜外和胸骨内注射和输注，以及体内电穿孔。其他非肠胃外途径包括口服、局部、表皮或粘膜施用途径，例如鼻内、阴道、直肠、舌下或局部。施用还可以例如一次、多次和/或经一个或多个延长的时间段进行。
“抗体”(Ab)应包括但不限于与抗原特异性结合并包含通过二硫键互连的至少两条重(H)链和两条轻(L)链的糖蛋白免疫球蛋白或其抗原结合部分。每条H链包含重链可变区(本文缩写为VH)和重链恒定区。重链恒定区包含三个恒定结构域，CH1、CH2和CH3。每条轻链包含轻链可变区(本文缩写为VL)和轻链恒定区。轻链恒定区包含一个恒定结构域CL。VH和VL区可以进一步细分为具有高变性的区域，称为互补决定区(CDR)，散布有更保守的区域，称为框架区(FR)。每个VH和VL包含从氨基末端至羧基末端按以下顺序排列的三个CDR和四个FR：FR1、CDR1、FR2、CDR2、FR3、CDR3和FR4。重链和轻链的可变区含有与抗原相互作用的结合结构域。抗体的恒定区可以介导免疫球蛋白与宿主组织或因子的结合，所述宿主组织或因子包括免疫系统的各种细胞(例如，效应细胞)和经典补体系统的第一组分(C1q)。
免疫球蛋白可以源自任何公知的同种型，包括但不限于IgA、分泌型IgA、IgG和IgM。IgG亚类也是本领域技术人员熟知的，并且包括但不限于人IgG1、IgG2、IgG3和IgG4。“同种型”是指由重链恒定区基因编码的抗体类别或亚类(例如，IgM或IgG1)。
术语“抗体”包括例如单克隆抗体；嵌合和人源化抗体；人或非人抗体；全合成抗体；和单链抗体。可以通过重组方法将非人抗体人源化以降低其在人体内的免疫原性。在没有明确说明的情况下并且除非上下文另外指示，否则术语“抗体”还包括任何上述免疫球蛋白的抗原结合片段或抗原结合部分，并且包括单价和二价片段或部分，以及单链抗体。如本文所用，术语“抗体”不包括天然存在的抗体或多克隆抗体。如本文所用，术语“天然存在的抗体”和“多克隆抗体”不包括由治疗性干预(例如，疫苗)诱导的免疫反应产生的抗体。
“分离的抗体”是指基本上不含具有不同抗原特异性的其他抗体的抗体(例如，特异性结合VEGF-A的分离的抗体基本上不含特异性结合除VEGF-A之外的抗原的抗体)。然而，特异性结合VEGF-A的分离的抗体(例如，贝伐珠单抗或其抗原结合部分)可以与其他抗原(诸如，来自不同物种的VEGF-A分子)具有交叉反应性。此外，分离的抗体可以基本上不含其他细胞材料和/或化学品。
术语“单克隆抗体”(mAb)是指具有单分子组成的抗体分子的非天然存在的制备物，即，其一级序列基本上相同并且对特异性表位表现出单一结合特异性和亲和力的抗体分子。单克隆抗体是分离的抗体的一个实例。单克隆抗体可以通过杂交瘤、重组、转基因或本领域技术人员已知的其他技术产生。
“人抗体”(HuMAb)是指具有可变区的抗体，其中框架区和CDR区两者均来源于人种系免疫球蛋白序列。此外，如果抗体含有恒定区，则所述恒定区也来源于人种系免疫球蛋白序列。本公开文本的人抗体可以包括不是由人种系免疫球蛋白序列编码的氨基酸残基(例如，通过体外随机或位点特异性诱变或通过体内体细胞突变引入的突变)。然而，如本文所用，术语“人抗体”不旨在包括其中源自另一种哺乳动物物种(诸如小鼠)的种系的CDR序列已经被移植到人框架序列上的抗体。术语“人抗体”和“完全人抗体”同义使用。
“人源化抗体”是指其中非人抗体的CDR之外的一些、大部分或全部氨基酸被来源于人免疫球蛋白的对应氨基酸替换的抗体。在抗体的人源化形式的一方面，CDR之外的一些、大部分或全部氨基酸已经被来自人免疫球蛋白的氨基酸替换，而一个或多个CDR内的一些、大部分或全部氨基酸未改变。氨基酸的少量添加、缺失、插入、取代或修改是允许的，只要它们不消除抗体结合特异性抗原的能力即可。“人源化抗体”保留与原始抗体类似的抗原特异性。
“嵌合抗体”是指可变区来源于一个物种并且恒定区来源于另一物种的抗体，诸如可变区来源于小鼠抗体并且恒定区来源于人抗体的抗体。
如本文所用，“双特异性抗体”是指包含两个抗原结合位点的抗体，第一结合位点对于第一抗原或表位具有亲和力，并且第二结合位点对于不同于第一抗原或表位的第二抗原或表位具有结合亲和力。
“抗抗原抗体”是指特异性结合抗原的抗体。例如，抗VEGF-A抗体(例如，贝伐珠单抗或其抗原结合部分)特异性结合VEGF-A。
抗体的“抗原结合部分”(也称为“抗原结合片段”)是指抗体保留特异性结合完整抗体所结合的抗原的能力的一个或多个片段。已经显示，全长抗体的片段可以执行抗体的抗原结合功能。涵盖在术语抗体(例如，本文所述的抗VEGF-A抗体(例如，贝伐珠单抗或其抗原结合部分))的“抗原结合部分”内的结合片段的实例包括(i)Fab片段(来自木瓜蛋白酶切割的片段)或由VL、VH、LC和CH1结构域组成的相似的单价片段；(ii)F(ab')2片段(来自胃蛋白酶切割的片段)或包含由铰链区的二硫桥连接的两个Fab片段的相似的二价片段；(iii)由VH和CH1结构域组成的Fd片段；(iv)由抗体单臂的VL和VH结构域组成的Fv片段；(v)dAb片段(Ward等人,(1989)Nature 341:544-546)，其由VH结构域组成；(vi)分离的互补决定区(CDR)；以及(vii)可以任选地通过合成接头连接的两个或更多个分离的CDR的组合。此外，尽管Fv片段的两个结构域(VL和VH)由独立基因编码，但它们可以使用重组方法通过合成接头接合，所述合成接头能够使它们制成其中VL和VH区配对形成单价分子的单一蛋白质链(已知为单链Fv(scFv)；参见例如Bird等人(1988)Science 242:423-426；和Huston等人(1988)Proc.Natl.Acad.Sci.USA 85:5879-5883)。此类单链抗体也旨在涵盖在抗体的“抗原结合部分”术语内。这些抗体片段是使用本领域可用的技术获得的，并且以与完整抗体相同的方式针对效用来筛选所述片段。抗原结合部分可以通过重组DNA技术或通过完整的免疫球蛋白的酶促或化学切割来产生。
如本文所用，当应用于具体抗原时，术语“抗体”还涵盖包含具有不同结合特异性的其他结合部分的抗体分子。因此，在一个方面中，术语抗体还涵盖抗体药物缀合物(ADC)。在另一个方面中，术语抗体涵盖多特异性抗体，例如双特异性抗体。因此，例如，术语抗VEGF-A抗体也将涵盖包含抗VEGF-A抗体或其抗原结合部分的ADC。类似地，术语抗VEGF-A抗体将涵盖包含能够特异性结合VEGF-A的抗原结合部分的双特异性抗体。
“癌症”是指一组广泛的以体内异常细胞的不受控制的生长为特征的各种疾病。不受调节的细胞分裂和生长导致恶性肿瘤的形成，所述恶性肿瘤侵入邻近组织并且还可以通过淋巴系统或血流转移至身体的远端部位。在一些方面中，本文所公开的癌症选自由以下组成的组：胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)。在一些方面中，癌症是胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)。在一些方面中，癌症是乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)。在一些方面中，癌症是前列腺癌(例如，去势抗性转移性前列腺癌)。在一些方面中，癌症是肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)。在一些方面中，癌症是头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)。在一些方面中，癌症是黑素瘤(例如，转移性黑素瘤)。在一些方面中，癌症是结直肠癌(例如，肝转移晚期结直肠癌)。在一些方面中，癌症是卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)。在一些方面中，癌症是神经胶质瘤(例如，转移性神经胶质瘤)。在一些方面中，癌症是胶质母细胞瘤。在一些方面中，癌症是肺癌(例如，NSCLC)。
术语“肿瘤”是指实体癌。术语“癌”是指上皮起源的癌症。
如本文所用，术语“基质”是指包含内皮细胞、平滑肌细胞、周细胞、免疫细胞(包括淋巴样和髓样细胞类型)、位于组织或器官中或周围的组织特征性的支持或结缔组织(特别是如在体内发现的位于肿瘤组织或整个肿瘤中或周围的结缔组织和/或支持组织)的全细胞混合物。基质制剂的特征可能不在于单一类型或种类的细胞或蛋白质。例如，它们可以反而特征在于如在体内观察到的与全器官或肿瘤相关联的全基质组织制剂特征性的不同分子生物标志物种类的混合物。肿瘤的生长和蔓延不仅由癌细胞决定，而且还由恶性病变的非恶性成分决定，这些成分被包括在术语基质下。因此，在一些方面中，术语基质是指肿瘤的非恶性成分。在一些方面中，术语基质还包括肿瘤的恶性组分，即癌细胞。在本公开的一些方面中，术语基质和肿瘤微环境(TME)是可互换的。
如本文所用的术语“CMS”是指基于结直肠癌的基因组DNA和RNA分析中基因的自聚类的结直肠癌的分类。Guinney等人,(2015)Nature Medicine 21:1350-6。分类得到四种基因簇称为CMS或共识分子亚型。“CMS1”被称为MSI Immune，并且其特征在于MSI(微卫星不稳定性)、CIMP(CpG岛甲基化表型)高、超突变、BRAF突变、免疫浸润和激活以及复发后存活较差。“CMS2”被称为Canonical，并且其特征在于SCNA(体细胞拷贝数改变)高以及WNT和MYC激活。“CMS3”被称为Metabolic，并且其特征在于混合的MSI状态、SCNA低、CIMP低、KRAS突变和代谢失调。“CMS4”被称为Mesenchymal，并且其特征在于SCNA高、间质浸润、TGFβ激活、血管生成以及较差的无复发和总体存活期。
如本文所用，术语“MSI-H”表示微卫星不稳定性高(MSH-高)。一般来说，这描述具有比正常数量更多的称为微卫星的遗传标志物的癌细胞。微卫星是短的、重复的DNA序列。具有大量微卫星的癌细胞可能无法纠正DNA在细胞中拷贝时出现的错误。微卫星不稳定性最常见于结直肠癌、其他类型的胃肠道癌和子宫内膜癌。它也可能存在于例如乳腺癌、前列腺癌、膀胱癌和甲状腺癌中。
术语“dMMR”是指错配修复缺陷。当细胞无法修复分裂过程期间产生的错误时，便可能发生MSI-H/dMMR。
术语“免疫疗法”是指通过包括诱导、增强、抑制或以其他方式改变免疫应答的方法对罹患疾病或处于感染疾病或遭受疾病复发风险中的对象进行治疗。受试者的“治疗”或“疗法”是指对受试者进行的任何类型的干预或处理，或向受试者施用活性剂，目的是逆转、减轻、改善、抑制、减缓或预防与疾病相关联的症状、并发症或病症或生化指标的发作、进展、发展、严重程度或复发。
在本公开的上下文中，术语“免疫抑制的(immunosuppressed)”或“免疫抑制(immunosuppression)”描述对癌症的免疫应答状态。肿瘤微环境中的免疫抑制细胞可以抑制患者对癌症的免疫应答，从而阻断、预防或减弱免疫系统对癌症的攻击。在免疫抑制疗法中，目标是通过给患者某些药物来缓解免疫抑制(与引起免疫抑制相反，例如在器官移植物的情况下)，使得免疫系统可以攻击癌症。
术语“小分子”是指分子量小于约900道尔顿或小于约500道尔顿的有机化合物。所述术语包括具有所需药理学特性的剂，并且包括可以口服或注射的化合物。所述术语包括调控TGF-β和/或与增强或抑制免疫应答相关联的其他分子的活性的有机化合物。
“VEGF-A”，也称为血管内皮生长因子A、血管通透性因子、VEGF、VPF或MVCD1，是指作为PDGF/VEGF生长因子家族成员的基因或其表达的多肽。VEGF-A编码肝素结合蛋白。VEGF-A是一种诱导血管内皮细胞增殖和迁移的生长因子，并且对于生理和病理血管生成都是必需的。小鼠体内此基因的破坏导致胚胎血管形成异常。此基因在许多已知的肿瘤中被上调，并且其表达与肿瘤分期和进展关联。此基因的变体已被报道，包括但不限于与糖尿病微血管并发症1(MVCD1)和动脉粥样硬化相关联的等位基因变体、编码不同的同工型的可变剪接转录物变体、来自上游非AUG(CUG)密码子的可变翻译起始(得到额外的同工型)以及通过经由终止密码子通读机制使用可变框内翻译终止密码子产生的C末端延伸同工型(此同工型是抗血管生成性的)。在一些方面中，术语VEGF-A涵盖Unipro登录号P15692、NCBI基因ID 7422的序列以及其同源物和同工型。
“程序性死亡-1”(PD-1)是指属于CD28家族的免疫抑制性受体。PD-1主要在体内先前激活的T细胞上表达，并与两种配体即PD-L1和PD-L2结合。如本文所用，术语“PD-1”包括人PD-1(hPD-1)，hPD-1的变体、同工型和物种同源物，以及与hPD-1具有至少一个共同表位的类似物。完整的hPD-1序列可以在GenBank登录号U64863下找到。
“程序性死亡配体-1”(PD-L1)是PD-1的两种细胞表面糖蛋白配体之一(另一种是PD-L2)，其在结合PD-1后下调T细胞激活和细胞因子分泌。如本文所用，术语“PD-L1”包括人PD-L1(hPD-L1)、hPD-L1的变体、同工型和物种同源物以及与hPD-L1具有至少一个共同表位的类似物。完整的hPD-L1序列可以在GenBank登录号Q9NZQ7下找到。人PD-L1蛋白由人CD274基因(NCBI基因ID：29126)编码。
如本文所用，术语“受试者”包括任何人或非人动物。术语“受试者”和“患者”在本文可互换使用。术语“非人动物”包括但不限于脊椎动物，诸如狗、猫、马、牛、猪、野猪、绵羊、山羊、水牛、野牛、美洲驼、鹿、麋鹿和其他大型动物，以及他们的幼崽，包括小牛和羔羊；以及小鼠、大鼠、兔、豚鼠、灵长类动物诸如猴和其他实验动物。在动物中，哺乳动物是优选的，最优选珍贵的和有价值的动物，诸如家养宠物、赛马和用于直接生产(例如，肉)或间接生产(例如，牛奶)供人类食用的食物的动物，但是实验动物也包括在内。在具体方面，受试者是人。因此，本公开适用于临床、兽医和研究用途。
如本文所用，术语“治疗(treat/treating/treatment)”是指对受试者进行的任何类型的干预或处理，或向受试者施用活性剂，目的是逆转、减轻、改善、抑制或减缓或预防与疾病相关联的症状、并发症、病症或生化指标的进展、发展、严重程度或复发或增强总体存活。治疗可以是针对患有疾病的受试者或未患有疾病的受试者(例如，用于预防)。如在此所用，术语“治疗(treat/treating/treatment)”是指施用有效剂量(effective dose/effective dosage)。
术语“有效剂量(effective dose/effective dosage)”定义为足以实现或至少部分地实现所需效应的量。
药物或治疗剂的“治疗有效量”或“治疗有效剂量”是药物在单独地或与另一种治疗剂组合使用时，保护受试者免于疾病的发作或者促进疾病消退的任何量，所述疾病消退是通过疾病症状的严重程度的降低、无疾病症状时期的频率和持续时间的增加或对由于疾病困扰引起的损伤或残疾的预防所证实。
药物的治疗有效量或剂量包括“预防有效量”或“预防有效剂量”，它是药物在单独地或与另一种治疗剂组合施用至具有患疾病或遭受疾病复发的风险的受试者时抑制疾病的发生或复发的任何量。
此外，关于本文所公开的治疗的术语“有效的”和“有效性”包括药理学有效性和生理学安全性两者。药理学有效性是指药物促进患者的癌症消退的能力。生理学安全性是指由药物的施用引起的在细胞、器官和/或生物体水平上的毒性或其他不良生理学影响的水平(不良效应)。
可以使用熟练从业人员已知的各种方法评估治疗剂促进疾病消退(例如，癌症消退)的能力，诸如在临床试验期间在人受试者中、在预测在人中的功效的动物模型系统中或通过在体外测定中测定剂的活性来评估。
举例来说，“抗癌剂”或其组合促进受试者的癌症消退。在一些方面中，治疗有效量的治疗剂促进癌症消退至消除癌症的程度。
在本公开的一些方面中，抗癌剂以疗法的组合施用，例如包括施用以下的疗法：(i)抗血管生成疗法，例如抗VEGF-A抗体，诸如贝伐珠单抗，和(ii)检查点抑制剂疗法，例如针对PD1或PD-L1的抗体。
“促进癌症消退”意味着施用有效量的药物或其组合(作为单一治疗组合物一起施用或作为如上文讨论的单独治疗中的单独组合物施用)导致癌症负荷的减小，例如肿瘤生长或大小的减小、肿瘤坏死、至少一种疾病症状的严重程度的降低、无疾病症状时期的频率和持续时间的增加或对由于疾病困扰引起的损伤或残疾的预防。
尽管有这些治疗有效性的最终测量，但是免疫治疗药物的评估也必须考虑到免疫相关应答模式。可以使用本文所述的测定和本领域已知的其他测定来评估治疗剂抑制癌症生长，例如肿瘤生长的能力。可替代地，可以通过检查化合物抑制细胞生长的能力来评价组合物的这种特性，可以通过熟练从业者已知的测定在体外测量这种抑制。
如本文所用，“肿瘤”是指所有赘生性细胞的生长和增殖以及所有癌前和癌性细胞和组织。在一些方面中，癌症(例如，结直肠癌、胃癌、乳腺癌、前列腺癌、肝癌、头颈部癌、黑素瘤或卵巢癌)是复发的。术语“复发的”是指在疗法之后癌症(例如，结直肠癌)缓解的受试者具有癌细胞复现的情况。在一些方面中，癌症(例如，结直肠癌、胃癌、乳腺癌、前列腺癌、肝癌、头颈部癌、黑素瘤、卵巢癌、神经胶质瘤、胶质母细胞瘤或肺癌)是难治的。如本文所用，术语“难治”或“抗性”是指即使在强化治疗之后受试者在体内仍具有残留癌细胞的情况。在一些方面中，癌症(例如，结直肠癌、胃癌、乳腺癌、前列腺癌、肝癌、头颈部癌、黑素瘤、卵巢癌、神经胶质瘤、胶质母细胞瘤或肺癌)在至少一个包括施用至少一种抗癌剂的先前疗法之后是难治的。在一些方面中，癌症(例如，结直肠癌、胃癌、乳腺癌、前列腺癌、肝癌、头颈部癌、黑素瘤、卵巢癌、神经胶质瘤、胶质母细胞瘤或肺癌)是转移性的。
“癌症”或“癌组织”可以包括各个分期的肿瘤。在某些方面中，癌症或肿瘤处于0期，如此例如癌症或肿瘤处于非常早期的发展中并且尚未转移。在一些方面中，癌症或肿瘤处于I期，如此例如癌症或肿瘤的大小相对较小，未扩散到附近组织中并且尚未转移。在其他方面中，癌症或肿瘤处于II期或III期，如此例如癌症或肿瘤比0期或I期大，并且它已经生长到附近组织中但尚未转移，但是可能转移到淋巴结。在其他方面中，癌症或肿瘤处于IV期，如此例如癌症或肿瘤已经转移。IV期还可以被称为晚期或转移性癌症。
如本文所用，术语“生物样品”或“样品”是指从受试者分离的生物材料。生物样品可以含有适合例如通过对核酸进行测序确定基因表达的任何生物材料。
生物样品可以是任何合适的生物组织，例如癌组织。在一个方面中，样品是肿瘤组织活检，例如福尔马林固定、石蜡包埋(FFPE)的肿瘤组织或新鲜冷冻的肿瘤组织等。在另一方面中，使用瘤内样品。在另一方面中，生物流体可以存在于肿瘤组织活检中，但生物样品不是生物流体本身。
在一些方面中，样品(例如，活检(例如，肿瘤活检、肿瘤周围活检或其组合)、组织切片或组织样品)可以从原发性肿瘤获得。在一些方面中，样品(例如，活检(例如，肿瘤活检、肿瘤周围活检或其组合)、组织切片或组织样品)可以从转移瘤或转移性肿瘤获得。在一些方面中，样品(例如，活检(例如，肿瘤活检、肿瘤周围活检或其组合)、组织切片或组织样品)可以从原始诊断位置之外的任何替代部位获得。
除非上下文另外清楚地说明，否则单数形式“一个”、“一种”和“所述”包括多个指代物。术语“一个/种(a或an)”以及术语“一个/种或多个/种(one or more)”和“至少一个/种(at least one)”可以在本文中互换使用。在某些方面，术语“一个”或“一种”意指“单个/种”。在其他方面，术语“一个”或“一种”包括“两个/种或更多个/种”或“多个/种”。
此外，当在本文中使用时“和/或”被视为对两个指定特征或组分中的每一者与或不与另一者一起的具体公开。因此，如在本文中诸如“A和/或B”的短语中使用的术语“和/或”旨在包括“A和B”、“A或B”、“A”(单独)和“B”(单独)。同样，术语“和/或”如在短语诸如“A、B和/或C”中使用时旨在涵盖以下方面中的每一者：A、B和C；A、B或C；A或C；A或B；B或C；A和C；A和B；B和C；A(单独)；B(单独)；以及C(单独)。
术语“约”、“基本上包含……”或“基本上由……组成”是指在本领域普通技术人员确定的特定值或组成的可接受误差范围内的值或组成，其部分取决于如何测量或确定值或组成，即测量系统的局限性。例如，根据本领域的实践，“约”、“基本上包含……”或“基本上由……组成”可以意指在1个或多于1个标准偏差内。可替代地，“约”、“基本上包含……”或“基本上由……组成”可以意指高达10％的范围。此外，特别是关于生物系统或过程，所述术语可以意指高达值的一个数量级或高达值的5倍。当在本说明书和权利要求中提供特定值或组成时，除非另外说明，否则应假定“约”、“基本上包含……”或“基本上由……组成”的含义在此特定值或组成的可接受的误差范围内。
如本文所用，当应用于一个或多个感兴趣的值时，术语“大约”是指与所陈述参考值类似的值。在某些方面，除非另外说明或者另外从上下文明显看出，否则术语“大约”是指落在所陈述参考值的任一方向(大于或小于)上的10％、9％、8％、7％、6％、5％、4％、3％、2％、1％或更小内的值的范围(这个数字会超过可能值的100％的情况除外)。
如本文所述，除非另外指示，否则任何浓度范围、百分比范围、比率范围或整数范围应理解为包括所叙述范围内的任何整数的值，并且在适当时包括它们的分数(诸如整数的十分之一和百分之一)。
除非另外定义，否则本文所用的所有技术和科学术语都具有与本公开文本所涉及领域的普通技术人员通常所理解的相同的含义。例如，Concise Dictionary ofBiomedicine and Molecular Biology,Juo,Pei-Show,第2版,2002,CRC Press；TheDictionary of Cell and Molecular Biology,第3版,1999,Academic Press；以及OxfordDictionary of Biochemistry and Molecular Biology,修订版,2000,OxfordUniversity Press为本领域的技术人员提供本公开中所用的许多术语的一般解释。
应理解，本文中无论用语言“包含”描述任何方面，还提供了以“由……组成”和/或“基本上由……组成”描述的其他类似方面。
单位、前缀和符号以其国际单位制(SI)公认的形式来表示。本文所提供的标题不是对本公开文本的各种方面的限制，这些方面可以通过参考整个说明书来获得。因此，通过从整体上参考说明书，可以更全面地定义所定义的术语。
本文所用的缩写在整个本公开中定义。在以下小节中进一步详细描述本公开的各个方面。
I.TME表型类特定癌症治疗
本公开提供用于将癌症患者或癌症肿瘤分类到可以用于指导疗法选择的特定肿瘤微环境(TME)表型类以确定癌症患者接受特定治疗的资格或预测对特定治疗的治疗性应答的方法，其中癌症例如选自由以下组成的组：胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)。
TME，也称为基质，涵盖肿瘤的非恶性成分，包括内皮细胞、平滑肌细胞、周细胞、成纤维细胞、免疫细胞(包括淋巴样和髓样细胞类型)以及肿瘤所处的组织特征性的支持和/或结缔组织和/或如在体内发现的位于肿瘤组织或整个肿瘤或周围的结缔和/或支持组织。
本公开的TME Panel-1分类器可以将患有例如胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)的患者分类到反映已理解的疾病分子生物学特征的TME表型类，如下文所讨论。本公开的TME Panel-1分类器成功地将结直肠癌患者分类到反映已理解的疾病分子生物学特征(即跨疾病分期和肿瘤大小的血管生成和免疫过程的富集)的TME表型类。TME Panel-1鉴定出TME表型类在结直肠癌中的流行率与其在胃癌中类似，对存活的影响类似。因此，TME Panel-1可以预后癌症的无疾病存活和总体存活，并且预测癌症靶向疗法的结局。当应用于结直肠癌时，TME Panel-1与CMS1为免疫富集型并且CMS4为血管生成型的共识分子亚型(CMS)模型的一般注释一致。然而，CMS组的名称没有完全捕捉这些生物学中的任一种，也没有完全捕捉它们的相互作用。TME Panel-1是为捕捉这些主要生物学过程而特意开发的，并且对于靶向疗法与患者的适当配对产生更具颗粒性(granular)的预测。
本公开的分类器，例如TME Panel-1分类器，基于通过使用人工神经网络(ANN)的机器学习生成的预测模型的应用。在一些方面中，使用训练集生成分类器，例如TME Panel-1分类器，所述训练集包括根据基于群体的分类器预处理为训练集的表达数据(例如，RNA表达数据)。参见美国申请号17/089,234，其以引用的方式整体并入本文。
本公开的ANN分类器(例如，TME Panel-1分类器)的应用包括：测量获自癌症患者的样品中基因套组(例如，包括至少一个来自表1的基因和一个来自表2的基因的基因套组、包括来自表3的基因集和来自表4的基因集的基因套组、来自表5的基因套组或图9A-9G中所公开的任何基因套组(基因集))的表达水平(例如，mRNA表达水平)。分类器(例如，TMEPanel-1分类器)将患者的癌症，例如胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)，分配至特定的TME表型类或其组合。
随后，本公开的ANN分类器(例如，TME Panel-1分类器)将受试者的癌症分配至特定的TME表型类或其组合的输出将指导特定治疗或已经确定有效治疗其他受试者的被分配至同一TME表型类的癌症的治疗的选择和施用，即下文所公开的TME表型类特定疗法或其组合。
如本文所用，术语“肿瘤微环境”和“TME”是指肿瘤细胞周围的环境，包括例如血管、免疫细胞、内皮细胞、成纤维细胞、其他基质细胞、信号传导分子和细胞外基质。在一些方面中，术语“基质亚型”、“基质表型”及其语法变体与术语“TME表型”可互换使用。如本文所用，术语“TME表型类”是指本公开的分类器(例如，TME Panel-1分类器)将受试者的癌症分配至特定的TME表型的输出。
肿瘤细胞与周围微环境密切相关并且不断相互作用。通常，肿瘤微环境(也称为例如基质表型)涵盖肿瘤基质和肿瘤环境的任何结构和/或功能特征。许多非肿瘤细胞类型可以存在于TME中，例如癌相关成纤维细胞、髓源性抑制细胞、肿瘤相关巨噬细胞、嗜中性粒细胞或肿瘤浸润淋巴细胞。在一些方面中，特定TME的分类可以包括分析基质中存在的细胞类型。TME还可以通过具体的功能特征来表征，例如异常的充氧水平、异常的血管通透性或异常水平的特定蛋白质(诸如胶原蛋白、弹性蛋白、糖胺聚糖、蛋白聚糖或糖蛋白)。
本公开的ANN分类器(例如，TME Panel-1分类器)的输出是组合的生物标志物，即，其是来源于被整合到签名分数(即血管生成签名分数和免疫签名分数)的组合中的离散生物标志物的生物标志物。
TME表型类特定疗法的分配、不分配、中止、中断或修改可以基于特定的TME表型类的存在、不存在、量值或变化。例如，如果受试者患有通过本公开的ANN分类器(例如，TMEPanel-1分类器)分类在IA TME表型类中的癌症肿瘤，例如来自胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)的肿瘤，则可以施用IA TME表型类特定疗法。在一些方面中，TME表型类特定疗法的分配基于不存在特定的TME表型，即，如果受试者具有未通过本公开的ANN分类器(例如，TME Panel-1分类器)分类在IA TME表型类中的癌症肿瘤，则不施用IA TME表型类特定疗法。因此，将患者或患者的肿瘤鉴定为属于TME表型类可以用于放弃潜在的治疗选择。类似地，将患者或患者的肿瘤鉴定为属于与当前疗法不匹配的TME表型类可以用于停止或中断疗法或例如通过包括或排除额外的治疗剂来修改疗法。例如，鉴定患者或肿瘤TME表型类与当前疗法之间的不匹配可以用于包括辅助疗法，得到与患者的TME表型分类相匹配的TME表型类特定治疗。
在一些方面中，将患者或癌症样品分类到TME表型类以及将TME表型类特定疗法分配给患者或癌症不是一对一的。换句话说，可以将患者或癌症样品分类为对于多于一种TME表型类呈生物标志物阳性和/或生物标志物阴性，并且可以使用多于一种TME表型类疗法或其组合来治疗此患者。例如，将患者或癌症样品分类为对于两种不同的TME类呈生物标志物阳性可以用于选择这样的治疗，其包括在对应于患者或癌症样品对于其呈生物标志物阳性的TME表型类的TME表型类特定疗法中的药理学方法的组合。此外，如果患者或癌症样品对于特定的TME表型类呈生物标志物阴性，则这种知识可以用于排除对应于患者或癌症样品对于其呈生物标志物阴性的TME表型类的TME表型类疗法中的特定药理学方法。因此，可用于治疗被分类为对于特定的TME表型类呈生物标志物阳性的特定类型癌症的药物或其组合、治疗或其组合和/或临床方案或组合可以组合以治疗具有多于一种生物标志物阳性信号，即，具有被分类为对于多于一种TME表型呈生物标志物阳性的癌症样品的患者。
在一些方面中，取决于药物或临床方案的作用机制，可以使用不同的分类参数(例如，不同的基因套组子集、不同的阈值、不同的ANN架构、不同的激活函数或不同的后处理函数)产生不同的TME表型类，所述表型类进而将用于选择适当的TME表型类特定疗法。因此，取决于药物或临床方案的作用机制，可以开发不同的分类参数，例如，不同的基因套组子集、本文公开的ANN分类器的不同变体，例如TME Panel-1分类器。因此，每种药物或药物方案可以具有不同的诊断基因套组和不同配置的ANN分类器，以通知临床医生(例如医学医生)决定是否应选择患者进行治疗、是否应开始治疗、是否应暂停治疗或是否应修改治疗。
在一些方面中，临床医生可以解释患者的生物标志物状态的协变量，并且将TME表型类的概率与MSI/MSS(微卫星不稳定性/微卫星稳定性-高)状态、EBV(爱泼斯坦-巴尔病毒)状态、PD-1/PD-L1状态(诸如CPS，即组合的阳性分数)、中性粒细胞与白细胞的比率(NLR)、dMMR状态、特定分子生物标志物(例如，KRAS、NRAS、BRAF)中是否存在突变、肿瘤位置(例如，结直肠癌的左侧肿瘤或右侧肿瘤)、肿瘤大小、肿瘤形状、肿瘤表面积与体积的比率、侵袭性(例如，就乳腺癌而言在淋巴结中是否存在癌细胞)或混淆变量(诸如既往治疗史)组合。
在一些方面中，临床医生被给予来自分类器的二元结果，并且做出如本文所述的治疗或不治疗的决策。在一个方面中，临床医生被给予例如叠加在潜在空间上并用概率阈值或线性或多项式逻辑回归解释的患者癌症分类结果的图。
通过使用本文所公开的ANN分类器(例如，TME Panel-1)将dMMR肿瘤分类在IA TME表型类中与用检查点抑制剂治疗中的改善的临床结局关联。因此，可以向患有具有IA TME表型的dMMR癌症的患者施用选自下文所公开的IA TME表型类特定疗法的包括检查点抑制剂的疗法。本公开提供了一种治疗患有IA TME表型的dMMR癌症的患者的方法，其包括将IATME表型类特定疗法施用于患者。还提供了一种如果患者患有具有IA TME表型的dMMR癌症，则选择患者进行使用IA TME表型类特定疗法的治疗的方法。
通过使用本文所公开的ANN分类器(例如，TME Panel-1)将dMMR肿瘤分类在IS TME表型类中与组合检查点抑制剂和磷脂酰丝氨酸抑制剂的治疗中的改善的临床结局关联。因此，可以向患有IS TME表型的dMMR癌症的患者施用选自下文所公开的IS TME表型类特定疗法的包括检查点抑制剂和磷脂酰丝氨酸抑制剂的疗法。本公开提供了一种治疗患有具有ISTME表型的dMMR癌症的患者的方法，其包括将组合检查点抑制剂和磷脂酰丝氨酸抑制剂的治疗施用于患者。还提供了一种如果患者患有具有IS TME表型的dMMR癌症，则选择患者进行组合检查点抑制剂和磷脂酰丝氨酸抑制剂的治疗的方法。
通过使用本文所公开的ANN分类器(例如，TME Panel-1)将MSI-H肿瘤分类在IATME表型类中与用检查点抑制剂治疗中的改善的临床结局关联。因此，可以向患有具有IATME表型的MSI-H癌症的患者施用选自下文所公开的IA TME表型类特定疗法的包括检查点抑制剂的疗法。本公开提供了一种治疗患有IA TME表型的MSI-H癌症的患者的方法，其包括将IA TME表型类特定疗法施用于患者。还提供了一种如果患者患有具有IA TME表型的dMMR癌症，则选择患者进行使用IA TME表型类特定疗法的治疗的方法。
通过使用本文所公开的ANN分类器(例如，TME Panel-1)将MSI-H肿瘤分类在ISTME表型类中与组合检查点抑制剂和磷脂酰丝氨酸抑制剂的治疗中的改善的临床结局关联。因此，可以向患有具有IS TME表型的MSI-H癌症的患者施用选自下文所公开的IS TME表型类特定疗法的包括检查点抑制剂和磷脂酰丝氨酸抑制剂的疗法。本公开提供了一种治疗患有具有IS TME表型的MSI-H癌症的患者的方法，其包括将组合检查点抑制剂和磷脂酰丝氨酸抑制剂的治疗施用于患者。还提供了一种如果患者患有IS TME表型的MSI-H癌症，则选择患者进行组合检查点抑制剂和磷脂酰丝氨酸抑制剂的治疗的方法。
本文所公开的方法和组合物可以用于治疗多种类型的癌症，以例如鉴定用特定疗法治疗的患者、预测无疾病概率和总体存活或预测靶向疗法的结局。在一些方面中，癌症是例如胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)。
在一些方面中，本文所公开的方法和组合物用于减小或降低有需要的受试者的癌症肿瘤的大小或者抑制其癌症肿瘤的生长，其中癌症是例如胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)。
通过使用本文所公开的ANN分类器(例如，TME Panel-1)将转移性肿瘤(例如，来自胃癌、乳腺癌、前列腺癌、肝癌、头颈部癌、黑素瘤、结直肠癌、卵巢癌、神经胶质瘤、胶质母细胞瘤或肺癌的肿瘤)分类在A或IS TME表型类中与用血管生成抑制剂的治疗中的临床结局改善关联。因此，可以向患有具有A或IS TME表型的转移性癌症的患者施用选自下文所公开的A TME表型类特定疗法的包括血管生成抑制剂的疗法。本公开提供了一种治疗患有具有A或IS TME表型的转移性癌症的患者的方法，其包括将用血管生成抑制剂的治疗施用于患者。还提供了一种如果患者患有具有A或IS TME表型的转移性癌症，则选择患者进行用血管生成抑制剂的治疗的方法。
通过使用本文所公开的ANN分类器(例如，TME Panel-1)将肿瘤(例如，来自胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)的肿瘤)分类在IA TME表型中可以用于选择检查点抑制剂(例如，帕博利珠单抗)作为辅助疗法。本公开提供了一种治疗患有具有IA TME表型的癌症(例如，胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC))的患者的方法，其包括施用包括检查点抑制剂(例如，帕博利珠单抗)作为辅助疗法的治疗。还提供了一种如果患者患有具有IA TME表型的结直肠癌，则选择患者进行包括检查点抑制剂(例如，帕博利珠单抗)作为辅助疗法的治疗的方法。通过使用本文所公开的ANN分类器(例如，TME Panel-1)将肿瘤(例如，来自胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)的肿瘤)分类在A TME表型中可以用于选择抗血管生成疗法(例如，贝伐珠单抗)作为辅助疗法。本公开提供了一种治疗患有A TME表型的癌症(例如，胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC))的患者的方法，其包括施用包括抗血管生成疗法(例如，贝伐珠单抗)作为辅助疗法的治疗。还提供了一种如果患者患有具有A TME表型的结直肠癌，则选择患者进行包括抗血管生成疗法(例如，贝伐珠单抗)作为辅助疗法的治疗的方法。
通过使用本文所公开的ANN分类器(例如，TME Panel-1)将来自胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)的肿瘤分类为具有主要的TME表型类可以用于选择下文所公开的将与例如主要的TME表型类匹配的疗法。本公开提供了一种治疗患有具有特定的TME表型类的胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)的患者的方法，其包括将TME表型类特定治疗施用于患者，其中治疗与特定的TME表型类匹配。还提供了一种如果患者患有具有特定的TME表型的胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤和肺癌(例如，NSCLC)，则选择患者进行用TME表型类特定治疗的治疗的方法，其中TME表型类特定治疗与特定的TME表型类匹配。
本公开提供了一种治疗患有具有特定的TME表型类的局部晚期/转移性胃癌的患者的方法，其包括将TME表型类特定治疗施用于患者，其中所述治疗与特定的TME表型类匹配。在一些方面中，ANN分类器(例如，TME Panel-1分类器)将患有局部晚期/转移性胃癌的患者的肿瘤样品分配至IA TME表型类。在一些方面中，ANN分类器(例如，TME Panel-1分类器)将患有局部晚期/转移性胃癌的患者的肿瘤样品分配至A TME表型类。在一些方面中，ANN分类器(例如，TME Panel-1分类器)将患有局部晚期/转移性胃癌的患者的肿瘤样品分配至IS TME表型类。在一些方面中，患有被分配至IATME表型类的局部晚期/转移性胃癌的患者可以用包括免疫检查点抑制剂疗法(例如，抗PD(L)1疗法)或由其组成的疗法治疗。在一些方面中，患有被分配至IA TME表型类的局部晚期/转移性胃癌的患者可以用包括化学疗法、免疫检查点抑制剂疗法(例如，抗PD(L)1疗法)和那赛西珠单抗或由其组成的疗法治疗。在一些方面中，患有被分配至IA TME表型类的局部晚期/转移性胃癌的患者可以用包括化学疗法、免疫检查点抑制剂疗法(例如，抗PD(L)1疗法)和巴维妥昔单抗或由其组成的组合疗法治疗。在一些方面中，患有被分配至A TME表型类的局部晚期/转移性胃癌的患者可以用包括化学疗法和抗血管生成疗法或由其组成的组合疗法治疗。在一些方面中，患有被分配至A TME表型类的局部晚期/转移性胃癌的患者可以用包括化学疗法、免疫检查点抑制剂疗法(例如，抗PD(L)1疗法)和那赛西珠单抗或由其组成的疗法治疗。在一些方面中，患有被分配至IS TME表型类的局部晚期/转移性胃癌的患者可以用包括化学疗法、免疫检查点抑制剂疗法(例如，抗PD(L)1疗法)和巴维妥昔单抗或由其组成的组合疗法治疗。在一些方面中，患有被分配至IS TME表型类的局部晚期/转移性胃癌的患者可以用包括化学疗法、免疫检查点抑制剂疗法(例如，抗PD(L)1疗法)和那赛西珠单抗或由其组成的疗法治疗。
本公开提供了一种治疗患有具有特定的TME表型类的先前未经治疗的胃癌的患者的方法，其包括将TME表型类特定治疗施用于患者，其中所述治疗与特定的TME表型类匹配。在一些方面中，ANN分类器(例如，TME Panel-1分类器)将患有先前未经治疗的胃癌的患者的肿瘤样品分配至IS TME表型类。在一些方面中，ANN分类器(例如，TME Panel-1分类器)将患有先前未经治疗的胃癌的患者的肿瘤样品分配至A TME表型类。在一些方面中，患有被分配至IS TME表型类的先前未经治疗的胃癌的患者可以用包括化学疗法和抗血管生成疗法或由其组成的组合疗法治疗。在一些方面中，患有被分配至A TME表型类的先前未经治疗的胃癌的患者可以用包括化学疗法和抗血管生成疗法或由其组成的组合疗法治疗。
本公开提供了一种治疗患有具有特定的TME表型类的乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)的患者的方法，其包括将TME表型类特定治疗施用于患者，其中该治疗与该特定的TME表型类匹配。在一些方面中，ANN分类器(例如，TME Panel-1分类器)将患有乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)的患者的肿瘤样品分配至A TME表型类。在一些方面中，ANN分类器(例如，TME Panel-1分类器)将患有乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)的患者的肿瘤样品分配至IS TME表型类。在一些方面中，患有被分配至A TME表型类的乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)的患者可以用包括那赛西珠单抗的组合疗法治疗。在一些方面中，患有被分配至IS TME表型类的乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)的患者可以用包括那赛西珠单抗的组合疗法治疗。在一些方面中，包括那赛西珠单抗的组合疗法包括那赛西珠单抗加化学疗法(例如，多西他赛或卡巴他赛)或由其组成。在一些方面中，包括那赛西珠单抗的组合疗法包括那赛西珠单抗加PARP抑制剂疗法(例如，鲁卡帕尼或奥拉帕尼)或由其组成。
本公开提供了一种治疗患有具有特定的TME表型类的前列腺癌(例如，去势抗性转移性前列腺癌)的患者的方法，其包括将TME表型类特定治疗施用于患者，其中该治疗与该特定的TME表型类匹配。在一些方面中，ANN分类器(例如，TME Panel-1分类器)将患有前列腺癌(例如，去势抗性转移性前列腺癌)的患者的肿瘤样品分配至ATME表型类。在一些方面中，ANN分类器(例如，TME Panel-1分类器)将患有前列腺癌(例如，去势抗性转移性前列腺癌)的患者的肿瘤样品分配至IS TME表型类。在一些方面中，患有被分配至A TME表型类的前列腺癌(例如，去势抗性转移性前列腺癌)的患者可以用包括那赛西珠单抗的组合疗法治疗。在一些方面中，患有被分配至IS TME表型类的前列腺癌(例如，去势抗性转移性前列腺癌)的患者可以用包括那赛西珠单抗的组合疗法治疗。在一些方面中，包括那赛西珠单抗的组合疗法包括那赛西珠单抗加化学疗法(例如，多西他赛或卡巴他赛)或由其组成。在一些方面中，包括那赛西珠单抗的组合疗法包括那赛西珠单抗加PARP抑制剂疗法(例如，鲁卡帕尼或奥拉帕尼)或由其组成。
本公开提供了一种治疗患有具有特定的TME表型类的肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)的患者的方法，其包括将TME表型类特定治疗施用于患者，其中该治疗与该特定的TME表型类匹配。在一些方面中，ANN分类器(例如，TME Panel-1分类器)将患有肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)的患者的肿瘤样品分配至IA TME表型类。在一些方面中，ANN分类器(例如，TME Panel-1分类器)将患有肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)的患者的肿瘤样品分配至IS TME表型类。在一些方面中，患有被分配至IA TME表型类的肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)的患者可以用包括巴维妥昔单抗和免疫检查点抑制剂疗法(例如，抗PD(L)1疗法)或由其组成的组合疗法治疗。在一些方面中，患有被分配至IS TME表型类的肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)的患者可以用包括巴维妥昔单抗和免疫检查点抑制剂疗法(例如，抗PD(L)1疗法)或由其组成的组合疗法治疗。
本公开提供了一种治疗患有具有特定的TME表型类的头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)的患者的方法，其包括将TME表型类特定治疗施用于患者，其中该治疗与该特定的TME表型类匹配。在一些方面中，ANN分类器(例如，TME Panel-1分类器)将患有头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)的患者的肿瘤样品分配至IA TME表型类。在一些方面中，ANN分类器(例如，TME Panel-1分类器)将患有头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)的患者的肿瘤样品分配至IS TME表型类。在一些方面中，患有被分配至IA TME表型类的头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)的患者可以用包括巴维妥昔单抗和免疫检查点抑制剂疗法(例如，抗PD(L)1疗法)或由其组成的组合疗法治疗。在一些方面中，患有被分配至IS TME表型类的头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)的患者可以用包括巴维妥昔单抗和免疫检查点抑制剂疗法(例如，抗PD(L)1疗法)或由其组成的组合疗法治疗。
本公开提供了一种治疗患有具有特定的TME表型类的黑素瘤的患者的方法，其包括将TME表型类特定治疗施用于患者，其中该治疗与该特定的TME表型类匹配。在一些方面中，ANN分类器(例如，TME Panel-1分类器)将患有黑素瘤的患者的肿瘤样品分配至IA TME表型类。在一些方面中，ANN分类器(例如，TME Panel-1分类器)将患有黑素瘤的患者的肿瘤样品分配至IS TME表型类。在一些方面中，患有被分配至IA TME表型类的黑素瘤的患者可以用包括巴维妥昔单抗和放射疗法或由其组成的组合疗法治疗。在一些方面中，患有被分配至IS TME表型类的黑素瘤的患者可以用包括巴维妥昔单抗和放射疗法或由其组成的组合疗法治疗。
本公开提供了一种治疗患有具有特定的TME表型类的结直肠癌(例如，肝转移晚期结直肠癌)的患者的方法，其包括将TME表型类特定治疗施用于患者，其中该治疗与该特定的TME表型类匹配。在一些方面中，ANN分类器(例如，TME Panel-1分类器)将患有结直肠癌(例如，肝转移晚期结直肠癌)的患者的肿瘤样品分配至ID TME表型类。在一些方面中，患有被分配至ID TME表型类的结直肠癌(例如，肝转移晚期结直肠癌)的患者可以用包括那赛西珠单抗、抗PD(L)1疗法和固有免疫刺激剂(诸如，Dectin激动剂Imprime PGG、STING激动剂BMS-986301或NLR激动剂BMS-986299)或由其组成的组合疗法治疗。
本公开提供了一种治疗患有具有特定的TME表型类的卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)的患者的方法，其包括将TME表型类特定治疗施用于患者，其中该治疗与该特定的TME表型类匹配。在一些方面中，ANN分类器(例如，TME Panel-1分类器)将患有卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)的患者的肿瘤样品分配至IS或A TME表型类。在一些方面中，患有被分配至IS或ATME表型类的卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)的患者可以用包括PARP抑制剂(奥拉帕尼、鲁卡帕尼、尼拉帕尼等)加免疫检查点抑制剂疗法(例如，抗PD-(L)1，即PD-1或PD-L1抑制剂)加那赛西珠单抗或由其组成的组合疗法治疗，并且表示卵巢癌的非化学治疗性治疗选择。
本公开提供了一种治疗患有具有特定的TME表型类的乳腺癌(例如，铂抗性或铂敏感性复发性三阴性乳腺癌)的患者的方法，其包括将TME表型类特定治疗施用于患者，其中该治疗与该特定的TME表型类匹配。在一些方面中，ANN分类器(例如，TME Panel-1分类器)将患有乳腺癌(例如，铂抗性或铂敏感性复发性三阴性乳腺癌)的患者的肿瘤样品分配至IA、IS或ATME表型类。在一些方面中，患有被分配至IA、IS或ATME表型类的乳腺癌(例如，铂抗性或铂敏感性复发性三阴性乳腺癌)的患者可以用PARP抑制剂、免疫检查点抑制剂和那赛西珠单抗治疗。
本公开提供了一种治疗患有具有特定的TME表型类的黑素瘤的患者的方法，其包括将TME表型类特定治疗施用于患者，其中该治疗与该特定的TME表型类匹配。在一些方面中，ANN分类器(例如，TME Panel-1分类器)将患有黑素瘤的患者的肿瘤样品分配至IS TME表型类。在一些方面中，患有被分配至IS TME表型类的黑素瘤的患者可以用免疫调节剂(诸如vidutolimod)和CPI组合疗法治疗。此类中的示例性额外免疫调节剂是ProMune CpG7909(PF3512676)、SD-101、1018ISS、IMO-2123、利尼莫特(Litenimod)、MIS416、考比莫特(Cobitolimod)、ImprimePGG(odetiglucan)、咪喹莫特(imiquimod)、芬戈莫特(fingolimod)、tilsotolimod和BL-7040。
本公开提供了一种治疗患有具有特定的TME表型类的结直肠癌(例如，转移性结直肠癌)的患者的方法，其包括将TME表型类特定治疗施用于患者，其中该治疗与该特定的TME表型类匹配。在一些方面中，ANN分类器(例如，TME Panel-1分类器)将患有结直肠癌(例如，转移性结直肠癌)的患者的肿瘤样品分配至A或IS TME表型类。在一些方面中，患有被分配至A或IS TME表型类的结直肠癌(例如，转移性结直肠癌)的患者可以用抗DLL4/抗VEGF拮抗剂与化学治疗剂(例如，FOLFOX、FOLFIRI或伊立替康(irinotecan))的组合治疗。
本公开提供了一种治疗患有具有特定的TME表型类的神经胶质瘤或胶质母细胞瘤的患者的方法，其包括将TME表型类特定治疗施用于患者，其中该治疗与该特定的TME表型类匹配。在一些方面中，ANN分类器(例如，TME Panel-1分类器)将患有神经胶质瘤或胶质母细胞瘤的患者的肿瘤样品分配至IS或IATME表型类。在一些方面中，患有被分配至IS或IATME表型类的神经胶质瘤或胶质母细胞瘤的患者可以用巴维妥昔单抗、检查点抑制剂和放射治疗。
本公开提供了一种治疗患有具有特定的TME表型类的非小细胞肺癌的患者的方法，其包括将TME表型类特定治疗施用于患者，其中该治疗与该特定的TME表型类匹配。在一些方面中，ANN分类器(例如，TME Panel-1分类器)将患有非小细胞肺癌的患者的肿瘤样品分配至IS或IATME表型类。在一些方面中，患有被分配至IS或IATME表型类的神经胶质瘤或胶质母细胞瘤的患者可以用替雷利珠单抗和化学疗法的组合治疗。
本公开提供了用抗DLL4/抗VEGF拮抗剂(诸如，那赛西珠单抗、ABT-165或CTX-009)或抗VEGF拮抗剂(诸如，贝伐珠单抗、雷莫芦单抗或伐力苏单抗)与抗PD-1或抗PD-L1检查点抑制剂(CPI)的组合或抗VEGF拮抗剂和CPI的双特异性免疫球蛋白或修饰的免疫球蛋白治疗呈生物标志物阳性的肿瘤(包括免疫活性型(IA)、免疫抑制型(IS)和血管生成型(A)表型)的方法。
本公开提供了一种监测疾病进展、选择特定的治疗、选择患者进行治疗或确定是继续还是中断治疗的方法，其包括(i)用研究人员选择的标准护理化学治疗剂和/或肿瘤疫苗治疗免疫沙漠型(ID)患者，肿瘤疫苗诸如AST-301(pNGVL3-hICD)、NeoVax、Proscavax、个性化疫苗、α-乳白蛋白疫苗、P10s-PADRE、OncoVax、PVX-410、Galinpepimut-S、GRT-C903/GRT-C904、KRAS肽疫苗、pING-hHER3FL、GVAX、INCAGN01876或非基因操纵的活免疫细胞免疫疗法，非限制性实例为AlloStim；(ii)例如在治疗之后2个月，取得活检；以及(ii)重新评估患者的TME Panel-1状态，其中从ID过渡到IA的患者用免疫疗法治疗并且有应答，并且仍在ID组的患者停止他们可能没有应答的较无用的疗法，诸如免疫疗法或抗血管生成疗法。
本公开还提供了分层策略，其包括预先指定的随机化比率或优先化生物标志物。在一些方面中，预先指定的随机化比率使用反向流行率比率，其中具有低流行率生物标志物的患者更有可能被分配至针对较低流行率群体的子研究。在一些方面中，生物标志物优先排序方法包括：基于生物标志物组的预测值对它们进行排序；以及将患者分配至患者生物标志物概况具有最高预测值的治疗组。在一些方面中，TME表型或生物标志物状态(即，IA、IS、ID、A、A+IA、A+IS或生物标志物阳性)优先于其他生物标志物，或者与其他生物标志物(诸如，MSS状态或PD-L1)组合使用。
本公开提供了用于根据通过应用来源于组合的生物标志物(例如，对应于基因套组的基因表达数据集)的ANN分类器所得到的TME表型确定来对癌症患者和/或那些患者的癌症或肿瘤样品进行分类/分层的方法，其中癌症是胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)。在一些方面中，ANN分类器是TME Panel-1分类器。
在一个方面中，本公开提供一种用于治疗患有癌症(例如，胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC))的人类受试者的方法，其包括将IATME表型类特定疗法施用于受试者，其中，在施用之前，将本文所公开的ANN分类器(例如，TME Panel-1)应用于数据集，数据集包括基因套组(例如，包括至少一个来自表1的基因和一个来自表2的基因的基因套组、包括来自表3的基因集和来自表4的基因集的基因套组、来自表5的基因套组或图9A-G中所公开的任何基因套组(基因集))在获自受试者的肿瘤样品中的RNA表达水平，并且ANN分类器将肿瘤样品分配至IATME表型类。
本公开还提供了一种用于治疗患有癌症(例如，胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC))的人类受试者的方法，其中所述方法包括(A)在施用之前，经由本文所公开的ANN(例如，TME Panel-1)，鉴定表现出IA TME表型的受试者，如通过测量基因套组(例如，包括至少一个来自表1的基因和一个来自表2的基因的基因套组、包括来自表3的基因集和来自表4的基因集的基因套组、来自表5的基因套组或图9A-G中所公开的任何基因套组(基因集))在获自受试者的样品中的RNA表达水平所确定；以及(B)向受试者施用IA TME表型类特定疗法。
在一些方面中，如果受试者对于额外的TME表型呈生物标志物阳性，则IA TME表型类特定疗法可以与本文所公开的额外的TME表型类特定疗法组合施用。
还提供了一种用于鉴定适于用IA TME表型类特定疗法治疗的患有癌症(例如，胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC))的人类受试者的方法，所述方法包括将本文所公开的ANN分类器(例如，TME Panel-1)应用于基因套组(例如，包括至少一个来自表1的基因和一个来自表2的基因的基因套组、包括来自表3的基因集和来自表4的基因集的基因套组、来自表5的基因套组或图9A-G中所公开的任何基因套组(基因集))在获自受试者的肿瘤的样品中的RNA表达水平；其中将肿瘤分类在IA TME表型类中指示可以将IA TME表型类特定疗法施用于受试者以治疗癌症。
在一些方面中，IATME表型类特定疗法包括检查点调节剂疗法。
在一些方面中，检查点调节剂疗法包括施用刺激性免疫检查点分子的激活剂。在一些方面中，刺激性免疫检查点分子的激活剂是例如针对以下的抗体分子：GITR(糖皮质激素诱导的肿瘤坏死因子受体，TNFRSF18)、OX-40(TNFRSF4、ACT35、CD134、IMD16、TXGP1L、肿瘤坏死因子受体超家族成员4、TNF受体超家族成员4)、ICOS(诱导型T细胞共刺激物)、4-1BB(TNFRSF9、CD137、CDw137、ILA、肿瘤坏死因子受体超家族成员9、TNF受体超家族成员9)或其组合。在一些方面中，检查点调节剂疗法包括施用RORγ(RORC、NR1F3、RORG、RZR-GAMMA、RZRG、TOR、RAR相关孤儿受体γ、IMD42、RAR相关孤儿受体C)激动剂。
在一些方面中，检查点调节剂疗法包括施用抑制性免疫检查点分子的抑制剂、调节剂、激动剂或拮抗剂。如本文所用，术语“调节剂”是指直接或间接与靶标相互作用并且对生物或化学过程或机制产生影响的分子。例如，调节剂可以使生物或化学过程或机制增加、促进、上调、激活、抑制、减少、阻断、阻止、延迟、脱敏、失活、下调等。因此，调节剂可以是靶的“激动剂”或“拮抗剂”。术语“激动剂”是指增加蛋白质、受体、酶等的内源配体的至少一些作用的化合物。术语“拮抗剂”是指抑制蛋白质、受体、酶等的内源配体的至少一些作用的化合物。
在一些方面中，抑制性免疫检查点分子的抑制剂是例如针对PD-1的抗体(PDCD1、CD279、SLEB2、hPD-1、hPD-l、hSLE1、程序性细胞死亡1)，例如，信迪利单抗、替雷利珠单抗、帕博利珠单抗或其抗原结合部分；针对PD-L1的抗体(CD274、B7-H、B7H1、PDCD1L1、PDCD1LG1、PDL1、CD274分子、程序性细胞死亡配体1、hPD-L1)；针对PD-L2的抗体(PDCD1LG2、B7DC、Btdc、CD273、PDCD1L2、PDL2、bA574F11.2、程序性细胞死亡1配体2)；针对CTLA-4的抗体(CTLA4、ALPS5、CD、CD152、CELIAC3、GRD4、GSE、IDDM12、细胞毒性T淋巴细胞相关蛋白4)；双特异性抗体，其至少包含对PD-L1、PD-L2或CTLA-4的结合特异性；其为单一剂或其组合的形式。
在一些方面中，抑制性免疫检查点分子的抑制剂是例如上文所述的任何抗体与以下的抑制剂、调节剂、拮抗剂或激动剂的组合：TIM-3(含T细胞免疫球蛋白和粘蛋白结构域的分子-3)、LAG-3(淋巴细胞激活基因3)、BTLA(B淋巴细胞和T淋巴细胞弱化因子)、TIGIT(具有Ig和ITIM结构域的T细胞免疫受体)、VISTA(T细胞激活的V-结构域Ig抑制因子)、TGF-β(转化生长因子β)或其受体、CD86(分化簇86)激动剂、LAIR1(白细胞相关免疫球蛋白样受体1)、CD160(分化簇160)、2B4(自然杀伤细胞受体2B4；分化簇244)、GITR、OX40、4-1BB(CD137)、CD2(分化簇2)、CD27(分化簇27)、CDS(CDP-二酰基甘油合酶1)、ICAM-1(细胞间粘附分子1)、LFA-1(淋巴细胞功能相关抗原1；CD11a/CD18)、ICOS(诱导型T细胞共刺激分子；CD278)、CD30(分化簇30)、CD40(分化簇40)、BAFFR(B细胞激活因子受体)、HVEM(疱疹病毒进入介质)、CD7(分化簇7)、LIGHT(肿瘤坏死因子超家族成员14；TNFSF14)、NKG2C(杀伤细胞凝集素样受体C2；KLRC2、CD159c)、SLAMF7(SLAM家族成员7)、NKp80(激活辅助受体NKp80；凝集素样受体F1；KLRF1；杀伤细胞凝集素样受体F1)或其任何组合。
在一些方面中，抗PD-1抗体包括例如纳武单抗、帕博利珠单抗、西米普利单抗、信迪利单抗、替雷利珠单抗或其抗原结合部分。在一些方面中，抗PD-1抗体与纳武单抗、帕博利珠单抗、西米普利单抗、信迪利单抗或替雷利珠单抗交叉竞争结合人PD-1，或与纳武单抗、帕博利珠单抗、西米普利单抗、信迪利单抗或替雷利珠单抗结合相同的表位。
在一些方面中，抗PD-L1抗体包括例如阿维鲁单抗、阿特珠单抗、度伐利尤单抗或其抗原结合部分。在一些方面中，抗PD-1抗体与阿维鲁单抗、阿特珠单抗或度伐利尤单抗交叉竞争结合人PD-1，或与阿维鲁单抗、阿特珠单抗或度伐利尤单抗结合相同的表位。
在一些方面中，检查点调节剂疗法包括施用(i)抗PD-1抗体，例如选自由纳武单抗、帕博利珠单抗、信迪利单抗、替雷利珠单抗和西米普利单抗组成的组的抗体；(ii)抗PD-L1抗体，例如选自由阿维鲁单抗、阿特珠单抗和度伐利尤单抗组成的组的抗体；或(iii)其组合。
在一个方面中，本公开提供一种用于治疗患有癌症(例如，胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC))的人类受试者的方法，其包括将IS TME表型类特定疗法施用于受试者，其中，在施用之前，将本文所公开的ANN分类器(例如，TME Panel-1)应用于数据集，所述数据集包括基因套组(例如，包括至少一个来自表1的基因和一个来自表2的基因的基因套组、包括来自表3的基因集和来自表4的基因集的基因套组、来自表5的基因套组或图9A-9G中所公开的任何基因套组(基因集))在获自受试者的肿瘤样品中的RNA表达水平，并且ANN分类器将肿瘤样品分配至IS TME表型类。
在一个方面中，本公开提供一种用于治疗患有癌症(例如，胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC))的人类受试者的方法，其包括将IS TME表型类特定疗法施用于受试者，其中，在施用之前，将本文所公开的ANN分类器(例如，TME Panel-1)应用于数据集，所述数据集包括基因套组(例如，包括至少一个来自表1的基因和一个来自表2的基因的基因套组、包括来自表3的基因集和来自表4的基因集的基因套组、来自表5的基因套组或图9A-9G中所公开的任何基因套组(基因集))在获自受试者的肿瘤样品中的RNA表达水平，并且ANN分类器将肿瘤样品分配至IS TME表型类。
本公开还提供了一种用于治疗患有癌症(例如，胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC))的人类受试者的方法，其包括(A)在施用之前，经由本文所公开的ANN(例如，TME Panel-1)，鉴定表现出IS TME表型的受试者，如通过测量基因套组(例如，包括至少一个来自表1的基因和一个来自表2的基因的基因套组、包括来自表3的基因集和来自表4的基因集的基因套组、来自表5的基因套组或图9A-9G中所公开的任何基因套组(基因集))在获自受试者的样品中的RNA表达水平所确定；以及(B)向受试者施用IS TME表型类特定疗法。
在一些方面中，如果受试者对于额外的TME表型呈生物标志物阳性，则IS TME表型类特定疗法可以与本文所公开的额外的TME表型类特定疗法组合施用。
还提供了一种用于鉴定适于用IS TME表型类特定疗法治疗的患有选自由胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤和肺癌(例如，NSCLC)组成的组的癌症的人类受试者的方法，所述方法包括将本文所公开的ANN分类器(例如，TME Panel-1)应用于基因套组(例如，包括至少一个来自表1的基因和一个来自表2的基因的基因套组、包括来自表3的基因集和来自表4的基因集的基因套组、来自表5的基因套组或图9A-9G中所公开的任何基因套组(基因集))在获自受试者的肿瘤的样品中的RNA表达水平；其中肿瘤分类在ISTME表型类中指示可以将IS TME表型类特定疗法施用于受试者以治疗癌症。
在一些方面中，IS TME表型类特定疗法包括例如施用(1)检查点调节剂疗法和抗免疫抑制疗法(例如，包括施用帕博利珠单抗和巴维妥昔单抗的组合疗法)和/或(2)抗血管生成疗法。在一些方面中，检查点调节剂疗法包括例如施用抑制性免疫检查点分子的抑制剂。在一些方面中，抑制性免疫检查点分子的抑制剂是例如针对PD-1(例如，信迪利单抗、替雷利珠单抗、帕博利珠单抗或其抗原结合部分)、PD-L1、PD-L2、CTLA-4或其组合的抗体。
在一些方面中，抗PD-1抗体包括例如纳武单抗、帕博利珠单抗、西米普利单抗、斯巴达珠单抗(PDR001)、信迪利单抗、替雷利珠单抗或杰诺单抗(CBT-501)或其抗原结合部分。在一些方面中，抗PD-1抗体与纳武单抗、帕博利珠单抗、西米普利单抗、PDR001、信迪利单抗、替雷利珠单抗或CBT-501交叉竞争结合人PD-1，或与纳武单抗、帕博利珠单抗、西米普利单抗、信迪利单抗、替雷利珠单抗、PDR001或CBT-501结合相同的表位。
在一些方面中，抗PD-L1抗体包括例如阿维鲁单抗、阿特珠单抗、度伐利尤单抗或其抗原结合部分。在一些方面中，抗PD-L1抗体与阿维鲁单抗、阿特珠单抗或度伐利尤单抗交叉竞争结合人PD-L1，或与阿维鲁单抗、阿特珠单抗或度伐利尤单抗结合相同的表位。
在一些方面中，抗CTLA-4抗体包括伊匹单抗或其抗原结合部分。在一些方面中，抗CTLA-4抗体与伊匹单抗交叉竞争结合人CTLA-4或与伊匹单抗结合相同的表位。
在一些方面中，检查点调节剂疗法包括例如施用(i)抗PD-1抗体，其例如选自由纳武单抗、帕博利珠单抗、信迪利单抗、替雷利珠单抗和西米普利单抗组成的组；(ii)抗PD-L1抗体，其例如选自由阿维鲁单抗、阿特珠单抗和度伐利尤单抗组成的组；(iii)抗CTLA-4抗体，例如伊匹单抗，或(iii)其组合。
在一些方面中，抗血管生成疗法包括例如施用选自由以下组成的组的抗VEGF(血管内皮生长因子)抗体：伐力苏单抗、贝伐珠单抗、那赛西珠单抗(抗DLL4/抗VEGF双特异性抗体)及其组合。在一些方面中，抗血管生成疗法包括例如施用抗VEGFR抗体。在一些方面中，抗VEGFR抗体是抗VEGFR2血管内皮生长因子受体2抗体。在一些方面中，抗VEGFR2抗体包括雷莫芦单抗。在一些方面中，抗血管生成疗法包括例如那赛西珠单抗、ABL101(NOV1501)或迪帕西单抗(dilpacimab)(ABT165)。
在一些方面中，抗免疫抑制疗法包括例如施用抗PS(磷脂酰丝氨酸)抗体、抗PS靶向抗体、结合β2-糖蛋白1的抗体、PI3Kγ(磷脂酰肌醇-4,5-二磷酸3-激酶催化亚基γ同工型)的抑制剂、腺苷通路抑制剂、IDO的抑制剂、TIM的抑制剂、LAG3的抑制剂、TGF-β的抑制剂、CD47抑制剂或其组合。
在一些方面中，抗PS靶向抗体是例如巴维妥昔单抗、1N11或结合β2-糖蛋白1(β2GP1或Apo-H)的抗体。在一些方面中，抗PS靶向抗体是巴维妥昔单抗。在一些方面中，抗PS靶向抗体是结合β2-糖蛋白1(β2GP1或Apo-H)的抗体。在一些方面中，抗PS靶向抗体是1N11。参见例如，Schad等人,(2020)J.Immunol.201(S1):170.5；Yin等人,(2009)Cancer Res.69(S9):5463；Zohar和Shoenfeld(2018)Immunotargets Ther.7:51-53，其全部以引用的方式整体并入本文。
在一些方面中，PI3Kγ抑制剂是例如LY3023414(samotolisib)或IPI-549(eganelisib)。在一些方面中，腺苷通路抑制剂是例如AB-928。在一些方面中，TGFβ抑制剂是例如LY2157299(galunisertib)或TGFβR1抑制剂LY3200882。在一些方面中，CD47抑制剂是例如莫洛利单抗(5F9)。在一些方面中，CD47抑制剂靶向SIRPα。
在一些方面中，抗免疫抑制疗法包括施用以下的抑制剂、调节剂、激动剂或拮抗剂：TIM-3、LAG-3、BTLA、TIGIT、VISTA、TGF-β或其受体、CD86、LAIR1、CD160、2B4、GITR、OX40、4-1BB(CD137)、CD2、CD27、CDS、ICAM-1、LFA-1(CD11a/CD18)、ICOS(CD278)、CD30、CD40、BAFFR、HVEM、CD7、LIGHT、NKG2C、SLAMF7、NKp80或其组合。
在一个方面中，本公开提供一种用于治疗患有选自由胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤和肺癌(例如，NSCLC)组成的组的癌症的人类受试者的方法，其中所述方法包括将A TME表型类特定疗法施用于受试者，其中，在施用之前，将本文所公开的ANN分类器(例如，TME Panel-1)应用于数据集，所述数据集包括基因套组(例如，包括至少一个来自表1的基因和一个来自表2的基因的基因套组、包括来自表3的基因集和来自表4的基因集的基因套组、来自表5的基因套组或图9A-9G中所公开的任何基因套组(基因集))在获自受试者的肿瘤样品中的RNA表达水平，并且ANN分类器将肿瘤样品分配至A TME表型类。
本公开还提供了一种用于治疗患有选自由胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤和肺癌(例如，NSCLC)组成的组的癌症的人类受试者的方法，其中所述方法包括(A)在施用之前，经由本文所公开的ANN(例如，TME Panel-1)，鉴定表现出ATME表型的受试者，如通过测量基因套组(例如，包括至少一个来自表1的基因和一个来自表2的基因的基因套组、包括来自表3的基因集和来自表4的基因集的基因套组、来自表5的基因套组或图9A-9G中所公开的任何基因套组(基因集))在获自受试者的样品中的RNA表达水平所确定；以及(B)向受试者施用A TME表型类特定疗法。
在一些方面中，如果受试者对于额外的TME表型呈生物标志物阳性，则A TME表型类特定疗法可以与本文所公开的额外的TME表型类特定疗法组合施用。
还提供了一种用于鉴定适于用A TME表型类特定疗法治疗的患有选自由胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤和肺癌(例如，NSCLC)组成的组的癌症的人类受试者的方法，所述方法包括将本文所公开的ANN分类器(例如，TME Panel-1)应用于基因套组(例如，包括至少一个来自表1的基因和一个来自表2的基因的基因套组、包括来自表3的基因集和来自表4的基因集的基因套组、来自表5的基因套组或图9A-G中所公开的任何基因套组(基因集))在获自受试者的肿瘤的样品中的RNA表达水平；其中肿瘤分类在ATME表型类中指示可以将A TME表型类特定疗法施用于受试者以治疗癌症。
在一些方面中，A TME表型类特定疗法包括VEGF靶向疗法和其他抗血管生成剂、血管生成素1和2(Ang1和Ang2)、DLL4(δ样典型Notch配体4)、抗VEGF和抗DLL4的双特异性抗体、TKI(酪氨酸激酶抑制剂)诸如呋喹替尼、抗FGF(成纤维细胞生长因子)抗体和抑制FGF受体家族(FGFR1和FGFR2)的抗体或小分子；抗PLGF(胎盘生长因子)抗体和小分子抗体以及针对PLGF受体的抗体、抗VEGF-B(血管内皮生长因子B)抗体、抗VEGF-C(血管内皮生长因子C)抗体、抗VEGF-D(血管内皮生长因子D)；VEGF/PLGF trap分子的抗体诸如阿柏西普或ziv-阿柏西普；抗DLL4抗体或抗Notch疗法，诸如γ-分泌酶的抑制剂。在一些方面中，抗血管生成疗法包括施用内皮糖蛋白的拮抗剂，例如卡罗妥昔单抗(carotuximab)(TRC105)。
如本文所用，术语“VEGF靶向疗法”是指靶向配体，即VEGF-A(血管内皮生长因子A)、VEGF-B(血管内皮生长因子B)、VEGF-C(血管内皮生长因子C)、VEGF-D(血管内皮生长因子D)或PLGF(胎盘生长因子)；受体，例如VEGFR1(血管内皮生长因子受体1)、VEGFR2(血管内皮生长因子受体2)或VEGFR3(血管内皮生长因子受体3)；或其任何组合。
在一些方面中，VEGF靶疗法包括施用抗VEGF抗体或其抗原结合部分。在一些方面中，抗VEGF抗体包括例如伐力苏单抗、贝伐珠单抗或其抗原结合部分。在一些方面中，抗VEGF抗体与伐力苏单抗或贝伐珠单抗交叉竞争结合人VEGF-A，或与伐力苏单抗或贝伐珠单抗结合相同的表位。
在一些方面中，VEGF靶向疗法包括施用抗VEGFR抗体。在一些方面中，抗VEGFR抗体是抗VEGFR2抗体。在一些方面中，抗VEGFR2抗体包括雷莫芦单抗或其抗原结合部分。
在一些方面中，A TME表型类特定疗法包括施用血管生成素/TIE2(TEK受体酪氨酸激酶；CDC202B)靶向疗法。在一些方面中，血管生成素/TIE2靶向疗法包括施用内皮糖蛋白和/或血管生成素。在一些方面中，A TME表型类特定疗法包括施用DLL4靶向疗法。在一些方面中，DLL4靶向疗法包括施用那赛西珠单抗、ABL101(NOV1501)或ABT165。
在上文所公开的所有方法中，例如治疗患有胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤和肺癌(例如，NSCLC)的受试者的方法，或者用于选择患有选自由胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤和肺癌(例如，NSCLC)组成的组的癌症的受试者进行用TME表型类特定疗法的治疗的方法，其中TME表型类特定疗法是根据使用本文所公开的ANN分类器(例如，TME Panel-1)将癌症TME表型分类到一个或多个TME表型类中来选择的，施用特定疗法例如本文所公开的TME表型类特定疗法或其组合可以有效治疗癌症。
在一些方面中，将本文所公开的TME表型类特定疗法或其组合施用于患有选自由胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤和肺癌(例如，NSCLC)组成的组的癌症的受试者减少了癌症负担。
在一些方面中，与施用疗法之前的癌症负担相比，将本文所公开的TME表型类特定疗法或其组合施用于患有结直肠癌的受试者使癌症负担减少至少约10％、至少约15％、至少约20％、至少约25％、至少约30％、至少约35％、至少约40％、至少约45％、至少约50％、至少约55％、至少约60％、至少约65％、至少约70％、至少约75％、至少约80％、至少约85％、至少约90％、至少约95％或约100％。
在一些方面中，施用本文所公开的TME表型类特定疗法或其组合导致在初始施用所述疗法之后至少约一个月、至少约2个月、至少约3个月、至少约4个月、至少约5个月、至少约6个月、至少约7个月、至少约8个月、至少约9个月、至少约10个月、至少约11个月、至少约一年、至少约十八个月、至少约两年、至少约三年、至少约四年或至少约五年的无进展存活期。
在一些方面中，受试者在施用本文所公开的TME表型类特定疗法或其组合之后表现出稳定疾病。术语“稳定疾病”是指诊断出存在癌症，例如，胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)，但癌症已得到治疗并且保持在稳定的状况，即，不是进行性的，如例如通过成像数据和/或最佳临床判断所确定。
术语“进行性疾病”是指诊断出存在癌症(例如，胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC))的高活跃状态，即，尚未治疗并且不稳定，或者已得到治疗并且对疗法无应答，或者已经得到治疗并且保持活跃疾病，如通过成像数据和/或最佳临床判断所确定。
“稳定疾病”可以涵盖与治疗开始时(即，治疗之前)的初始肿瘤体积相比，在治疗过程中肿瘤体积的(暂时)肿瘤缩小/减小。在这种情况下，“肿瘤缩小”可以是指与治疗开始时(即，治疗之前)的初始体积相比，治疗之后肿瘤的体积减小。例如，小于100％(例如，治疗开始时初始体积的约99％至约66％)的肿瘤体积可以表示“稳定疾病”。
“稳定疾病”可以可替代地涵盖与治疗开始时(即，治疗之前)的初始肿瘤体积相比，在治疗过程中肿瘤体积的(暂时)肿瘤生长/增加。在这种情况下，“肿瘤生长”可以是指与治疗开始时(即，治疗之前)的初始体积相比，治疗抑制剂之后肿瘤的体积增加。例如，多于100％(例如，治疗开始时初始体积的约101％至约135％，优选地初始体积的约101％至约110％)的肿瘤体积可以表示“稳定疾病”。
术语“稳定疾病”可以包括以下方面。例如，肿瘤体积例如在治疗之后不缩小(即，肿瘤生长停止)，或者肿瘤例如在治疗开始时确实缩小但不继续缩小直至肿瘤消失，即，肿瘤生长首先恢复，但在肿瘤具有例如小于初始体积的65％之前，肿瘤再次生长。
当关于患者或肿瘤使用时，对本所文公开的TME表型类特定疗法或其组合的术语“应答”可以反映为患者或肿瘤的“完全应答”或“部分应答”。如本文所用的术语“完全应答”可以指癌症的所有体征应答于本文所公开的TME表型类特定疗法或其组合而消失。术语“完全应答”和术语“完全缓解”可以在本文中可互换使用。例如，“完全应答”可以反映在肿瘤的持续缩小(如所附实施例中所示)直至肿瘤消失中。例如，与治疗开始时(即，之前)的初始肿瘤体积(100％)相比，例如0％的肿瘤体积可以表示“完全应答”。
用本文所公开的TME表型类特定疗法或其组合的治疗可以导致“部分应答”(或部分缓解；例如，肿瘤大小或体内癌症程度应答于治疗而减小)。“部分应答”可以涵盖与治疗开始时(即，治疗之前)的初始肿瘤体积相比，在治疗过程中肿瘤体积的(暂时)肿瘤缩小/减小。因此，在一些方面中，受试者在施用本文所公开的TME表型类特定疗法或组合之后表现出部分应答。在其他方面中，受试者在施用本文所公开的TME表型类特定疗法或其组合之后表现出完全应答。
术语“应答”可以是指“肿瘤缩小”。因此，将本文所公开的TME表型类特定疗法或其组合施用于有需要的受试者可以导致肿瘤体积减小或缩小。
在一些方面中，在施用本文所公开的TME表型类特定疗法或其组合之后，相对于治疗之前的肿瘤体积，肿瘤大小可以减小至少约5％、至少约10％、至少约15％、至少约20％、至少约25％、至少约30％、至少约35％、至少约40％、至少约45％、至少约50％、至少约55％、至少约60％、至少约65％、至少约70％、至少约75％、至少约80％、至少约85％、至少约90％、至少约95％或约100％。
在一些方面中，施用本文所公开的TME表型类特定疗法或其组合之后的肿瘤体积是治疗之前原始肿瘤体积的至少约5％、至少约10％、至少约15％、至少约20％、至少约25％、至少约30％、至少约35％、至少约40％、至少约45％、至少约50％、至少约55％、至少约60％、至少约65％、至少约70％、至少约75％、至少约80％、至少约85％或至少约90％。
在一些方面中，相对于治疗之前肿瘤的生长速率，施用本文所公开的TME表型类特定疗法或其组合可以使肿瘤的生长速率减小至少约5％、至少约10％、至少约15％、至少约20％、至少约25％、至少约30％、至少约35％、至少约40％、至少约45％、至少约50％、至少约55％、至少约60％、至少约65％、至少约70％、至少约75％、至少约80％、至少约85％、至少约90％、至少约95％或约100％。
例如当癌症已经转移时，术语“应答”也可以是指肿瘤数量的减少。
在一些方面中，与不表现出TME表型的受试者或未用本文所公开的特定疗法(例如，本文所公开的TME表型类特定疗法或其组合)治疗的受试者的无进展存活概率相比，施用本文所公开的TME表型类特定疗法或其组合使受试者的无进展存活概率提高至少约10％、至少约15％、至少约20％、至少约25％、至少约30％、至少约35％、至少约40％、至少约45％、至少约50％、至少约55％、至少约60％、至少约65％、至少约70％、至少约75％、至少约80％、至少约85％、至少约90％、至少约95％、至少约100％、至少约105％、至少约110％、至少约115％、至少约120％、至少约12％、至少约130％、至少约135％、至少约140％、至少约145％或至少约150％。
在一些方面中，与不表现出TME表型的受试者或未用本文所公开的TME表型类特定疗法或其组合治疗的受试者的总体存活概率相比，施用本文所公开的TME表型类特定疗法或其组合使总体存活概率提高至少约25％、至少约30％、至少约35％、至少约40％、至少约45％、至少约50％、至少约55％、至少约60％、至少约65％、至少约70％、至少约75％、至少约80％、至少约85％、至少约90％、至少约95％、至少约100％、至少约110％、至少约120％、至少约125％、至少约130％、至少约140％、至少约150％、至少约160％、至少约170％、至少约175％、至少约180％、至少约190％、至少约200％、至少约210％、至少约220％、至少约225％、至少约230％、至少约240％、至少约250％、至少约260％、至少约270％、至少约275％、至少约280％、至少约290％、至少约300％、至少约310％、至少约320％、至少约325％、至少约330％、至少约340％、至少约350％、至少约360％、至少约370％、至少约375％、至少约380％、至少约390％或至少约400％。
本公开还提供一种基因套组(例如，包括至少一个来自表1的基因和一个来自表2的基因的基因套组、包括来自表3的基因集和来自表4的基因集的基因套组、来自表5的基因套组或图9A-9G中所公开的任何基因套组(基因集))，其用于将癌症患者的肿瘤，例如选自由胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤和肺癌(例如，NSCLC)组成的组的癌症中的肿瘤，经由本文所公开的ANN分类器(例如，TME Panel-1)分配至特定TME表型类，其中将肿瘤分配或不分配至特定TME表型类或其组合用于(i)鉴定适于抗癌疗法的患者；(ii)确定进行抗癌疗法的患者的预后；(iii)开始、暂停或修改向患者施用抗癌疗法；或(iv)其组合。在一些方面中，根据在此公开的方法使用基因套组，以例如对来自患者的结直肠癌肿瘤进行分类(例如，确定肿瘤对于本文所公开的TME表型类或其组合呈生物标志物阳性还是生物标志物阴性)并且基于此分类施用特定疗法(例如，本文所公开的TME表型类特定疗法或其组合)。
本公开还提供了一种组合的生物标志物，其用于经由ANN分类器(例如，TMEPanel-1)鉴定适于用抗癌疗法治疗的患有癌症(例如，选自由胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤和肺癌(例如，NSCLC)组成的组的癌症)的人类患者，其中癌症TME表型类通过测量获自受试者的样品中基因套组(例如，包括至少一个来自表1的基因和一个来自表2的基因的基因套组、包括来自表3的基因集和来自表4的基因集的基因套组、来自表5的基因套组或图9A-9G中所公开的任何基因套组(基因集))中基因的表达水平(例如，mRNA表达水平)来确定，并且其中(a)如果分配的TME表型类是IA，则疗法是IA TME表型类特定疗法；(b)如果分配的TME表型是IS，则疗法是IS TME表型类特定疗法；(c)如果分配的TME表型是ID，则疗法是ID TME表型类特定疗法；或(d)如果分配的TME表型是A，则疗法是ATME表型类特定疗法。
在一些方面中，例如，当受试者经由本文所公开的ANN分类器(例如，TME Panel-1)被鉴定为对于本文所公开的TME表型类中的多于一种呈生物标志物阳性或生物标志物阴性时，例如，当受试者对于IA和IS TME表型类呈生物标志物阳性时，受试者可以施用对应于受试者呈生物标志物阳性的TME表型类的TME表型类特定疗法的组合疗法，例如，包括IA TME表型类特定疗法和IS TME表型类特定疗法的组合疗法。
本公开还提供了一种抗癌疗法，其用于治疗有需要的人类受试者的癌症，例如选自由胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤和肺癌(例如，NSCLC)组成的组的癌症，其中受试者经由本文所公开的ANN分类器(例如，TME Panel-1分类器)被鉴定为表现出或未表现出特定TME表型，特定TME表型通过测量获自受试者的样品中基因套组(例如，包括至少一个来自表1的基因和一个来自表2的基因的基因套组、包括来自表3的基因集和来自表4的基因集的基因套组、来自表5的基因套组或图9A-9G中所公开的任何基因套组(基因集))中基因的表达水平(例如，mRNA表达水平)来确定，并且其中(a)如果分配的TME表型类是IA，则疗法是IA TME表型类特定疗法；(b)如果分配的TME表型类是IS，则疗法是IS TME表型类特定疗法；或(c)如果分配的TME表型类是A，则疗法是A TME表型类特定疗法。在一些方面中，如果患者对于多于一种TME表型类呈生物标志物阳性，则患者可以接受组合对应于患者呈生物标志物阳性的TME表型类中的每一种的TME表型类特定疗法的疗法。
在一些方面中，术语“施用”还可以包括开始疗法、中止或暂停疗法、暂时暂停疗法、或修改疗法(例如，增加剂量或剂量频率，或在组合疗法中添加一种或多种治疗剂)。
在一些方面中，样品可以是例如医疗保健提供者(例如，医生)或医疗保健福利提供者要求的，通过相同或不同的医疗保健提供者(例如，护士、医院)或临床实验室获得和/或处理，并且在处理之后，结果可以转交给原始医疗保健提供者或另一个医疗保健提供者、医疗保健福利提供者或患者。类似地，本文公开的生物标志物的表达水平的定量；生物标志物分数或蛋白质表达水平之间的比较；生物标志物的不存在或存在的评估；相对于某个阈值的生物标志物水平的确定；治疗决策；或其组合可以通过一个或多个医疗保健提供者、医疗保健福利提供者和/或临床实验室进行。
如本文所用，术语“医疗保健提供者”是指直接与活体受试者(例如，人类患者)交互并对其施药的个体或机构。医疗保健提供者的非限制性实例包括医生、护士、技术人员、治疗师、药剂师、顾问、替代医学从业者、医疗设施、医生办公室、医院、急诊室、诊所、急救中心、替代医学诊所/设施和提供与患者的健康状况的全部或任何部分相关的一般和/或专业治疗、评定、维持、疗法、药物和/或建议，包括但不限于一般医疗、专业医疗、手术和/或任何其他类型的治疗、评定、维持、疗法、药物和/或建议的任何其他实体。
如本文所用，术语“临床实验室”是指用于检查或处理来源于活体受试者例如人类的材料的设施。处理的非限制性实例包括生物、生物化学、血清学、化学、免疫血液学、血液学、生物物理、细胞学、病理学、遗传或来源于人体的材料的其他检查，其目的是提供信息，例如用于诊断、预防或治疗活体受试者例如人类的任何疾病或损害，或评定受试者例如人类的健康。这些检查还可以包括采集或以其他方式获得样品、制备、确定、测量或以其他方式描述活体受试者例如人类的身体或从活体受试者例如人类的身体获得的样品中各种物质的存在或不存在的程序。
如本文所用，术语“医疗保健福利提供者”涵盖提供、呈现、供应、支付全部或部分费用或以其他方式与给予患者获得一项或多项医疗保健福利、福利计划、健康保险和/或医疗保健费用账户计划相关联的个人团体、组织或团队。
在一些方面中，医疗保健提供者可以施用或指示另一医疗保健提供者施用本文所公开的疗法来治疗癌症，例如选自由胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤和肺癌(例如，NSCLC)组成的组的癌症。
医疗保健提供者可以实施或指示另一医疗保健提供者或患者执行以下操作：获得样品、处理样品、提交样品、接收样品、转移样品、分析或测量样品、定量样品、提供分析/测量/定量样品之后获得的结果、接收分析/测量/定量样品之后获得的结果、比较/评分分析/测量/定量一个或多个样品之后获得的结果、提供来自一个或多个样品的比较/分数、获得来自一个或多个样品的比较/分数、施用疗法、开始施用疗法、停止施用疗法、继续施用疗法、暂时中断施用疗法、增加施用的治疗剂的量、降低施用的治疗剂的量、继续施用一定量的治疗剂、增加施用治疗剂的频率、降低施用治疗剂的频率、维持治疗剂的相同给药频率、用至少另一种疗法或治疗剂替代疗法或治疗剂、组合疗法或治疗剂与至少另一种疗法或额外的治疗剂。
在一些方面中，医疗保健提供者可以批准或拒绝例如以下操作：采集样品、处理样品、提交样品、接收样品、转移样品、分析或测量样品、定量样品、提供分析/测量/定量样品之后获得的结果、转移分析/测量/定量样品之后获得的结果、比较/评分分析/测量/定量一个或多个样品之后获得的结果、转移来自一个或多个样品的比较/分数、获得来自一个或多个样品的比较/分数、施用疗法或治疗剂、开始施用疗法或治疗剂、停止施用疗法或治疗剂、继续施用疗法或治疗剂、暂时中断施用疗法或治疗剂、增加施用的治疗剂的量、降低施用的治疗剂的量、继续施用一定量的治疗剂、增加施用治疗剂的频率、降低施用治疗剂的频率、维持治疗剂的相同给药频率、用至少另一种疗法或治疗剂替代疗法或治疗剂或组合疗法或治疗剂剂与至少另一种疗法或额外的治疗剂。
此外，医疗保健福利提供者可以例如批准或拒绝治疗处方、批准或拒绝治疗承保、批准或拒绝报销治疗费用、确定或拒绝治疗资格等。
在一些方面中，临床实验室可以例如收集或获得癌症肿瘤样品、处理样品、提交样品、接收样品、转移样品、分析或测量样品、定量样品、提供分析/测量/定量样品之后获得的结果、接收分析/测量/定量样品之后获得的结果、比较/评分分析/测量/定量一个或多个样品之后获得的结果、提供来自一个或多个样品的比较/分数、获得来自一个或多个样品的比较/分数或其他相关活动，其中样品来自选自由以下组成的组的癌症：胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤和肺癌(例如，NSCLC)。
除了治疗患者或选择患者进行治疗之外，将胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)患者或癌症肿瘤分配至本文所公开的一种或多种特定TME表型类还可以适用于其他治疗或诊断性用途。
例如，应用于设计新治疗方法的方法(例如，通过选择患者作为用于某种疗法或参与临床试验的候选者)，监测治疗剂的功效的方法，或调整治疗(例如，配制品、剂量方案或施用途径)的方法。
本文所公开的方法还可以包括额外的步骤，诸如至少部分地基于通过应用本文所公开的分类器(例如，TME Panel-1分类器)来确定来自胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)的受试者肿瘤中特定的TME表型是否存在来规定、开始和/或更改预防和/或治疗。
本公开还提供了一种确定是否用本文所公开的某一TME表型类特定疗法或其组合治疗患有通过本文所公开的分类器(例如，TME Panel-1分类器)所鉴定的特定的TME表型的肿瘤的结直肠癌患者的方法。还提供了基于通过应用本文所公开的分类器(例如，TMEPanel-1分类器)所鉴定的特定的TME表型的存在和/或不存在，选择被诊断为患有特定类型的结直肠癌(例如，左结直肠癌、右结直肠癌、dMMR结直肠癌、MSI-H结直肠癌或转移性结直肠癌)的患者作为用本文所公开的某一TME表型类特定疗法或其组合的治疗的候选者的方法。
本公开还提供了一种确定是否用本文所公开的某一TME表型类特定疗法或其组合治疗癌症患者的方法，所述癌症患者例如为患有胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)的患者，其带有具有通过应用本文所公开的分类器(例如，TME Panel-1分类器)鉴定的特定的TME表型的肿瘤。
还提供了基于通过应用本文所公开的分类器(例如，TME Panel-1分类器)所鉴定的特定的TME表型的存在和/或不存在，选择被诊断为患有特定类型的结直肠癌(例如，左结直肠癌、右结直肠癌、dMMR结直肠癌、MSI-H结直肠癌或转移性结直肠癌)的患者作为用本文所公开的某一TME表型类特定疗法或其组合的治疗的候选者的方法。
还提供了基于通过应用本文所公开的分类器(例如，TME Panel-1分类器)所鉴定的特定的TME表型的存在和/或不存在，选择被诊断为患有特定类型的癌症的患者为用本文所公开的某一TME表型类特定疗法或其组合的治疗的候选者的方法，所述癌症选自由以下组成的组：胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)。
在一个方面中，本文所公开的方法包括至少部分地基于患有胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)的受试者的癌症肿瘤分配至特定的TME表型类来进行诊断，其可以是鉴别诊断(differential diagnosis)，所述分配基于将分类器(例如，TME Panel-1分类器)应用于获自肿瘤样品的本文所公开的基因套组的mRNA表达水平。此诊断可以记录在患者病历中。例如，在各个方面中，癌症的TME表型类的分类、将患者诊断为可用下文所公开的某一TME表型类特定疗法或其组合治疗或所选的治疗可以记录在病历中。病历可以呈纸质形式和/或可以保存在计算机可读介质中。病历可以由实验室、医师办公室、医院、医疗保健维护组织、保险公司和/或个人病历网站维护。
在一些方面中，基于应用本文所公开的分类器(例如，TME Panel-1分类器)的诊断、TME分类、选择的疗法等可以记录在医疗警报物品，诸如卡片、穿戴物品和/或射频识别(RFID)标签上或之中。如本文所用，术语“穿戴物品”是指可以穿戴在受试者身体上的任何物品，包括但不限于标签、手链、项链或臂章。
在一些方面中，可以由治疗或诊断患有胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)的患者的健康护理专业人员获得样品，以便根据健康护理专业人员的指示(例如，使用如本文所述的特定测定)测量样品中的生物标志物水平(例如，对应于本文所公开的基因套组的mRNA水平)。
在一些方面中，进行测定的临床实验室可以基于患者的癌症是否例如通过应用本文所公开的分类器(诸如，TME Panel-1分类器)被分类为属于特定的TME表型类，向医疗保健提供者建议患有胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤和肺癌(例如，NSCLC)的癌症患者是否可以得益于用本文所公开的特定的TME表型类特定疗法或其组合的治疗。
在一些方面中，通过应用本文所公开的分类器(例如，TME Panel-1分类器)进行的TME表型分类的结果可以提交给医疗保健福利提供者以便确定癌症患者的保险费是否将涵盖用本文所公开的特定的TME表型类特定疗法或其组合的治疗。在一些方面中，进行测定的临床实验室可以基于例如使用本文所公开的TME Panel-1分类器进行的癌症TME表型分类来向医疗保健提供者建议患有胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤和肺癌(例如，NSCLC)的癌症患者是否可以得益于用本文所公开的特定的TME表型类特定疗法或其组合的治疗。
上文和整个说明书中所公开的用检查点抑制剂的治疗可以包括选自由以下组成的组的任何检查点抑制剂：纳武单抗(PD-1)、帕博利珠单抗(PD-1)、度伐利尤单抗(PD-L1)、阿特珠单抗(PD-L1)、ABBV-181(PD-1)、AMG 404(PD-1)、BI 754091(PD-1)、多塔利单抗(dostarlimab)(PD-1)、TSR-075(PD-1/LAG-3双特异性)、西利单抗(cetrelimab)(PD-1)、斯巴达珠单抗(spartalizumab)(PD-1)、卡瑞丽珠单抗(camrelizumab)(PD-1)、ATA2271(PD-1)、CDX-527(PD-L1/CD27双特异性)、柯希利单抗(cosibelimab)(PD-L1)、CX-072(PD-1/PD-L1抗体前药(probody))、FS222(PD-L1/CD137双特异性)、FS118(PD-L1/LAG-3双特异性)、GEN1046(PD-L1/CD137双特异性)、JTX-4014(PD-1)、KY1043(PD-L1)、IMC-001(PD-L1)、TG-1501(PD-L1)、XmAb20717(PD-1/CTLA-4双特异性)、XmAb23104(PD-1/ICOS双特异性)、杰诺单抗(genolimzumab)(PD-1)、APL-502(PD-L1)、卡度尼利单抗(cadonilimab)(PD-1/CTLA-4双特异性)、AK112(PD-1/VEGF双特异性)、派安普利单抗(penpulimab)(PD-1)、KN046(PD-L1/CTLA-4双特异性)、SHR-1316(PD-L1)、BI-1206(PD-1/FcyRIIB)、BI-1808(PD-1/TNFR2)、PM8001(PD-L1双特异性)、CDX-527(PD-L1/CD27双特异性)、IBI315(PD-1/HER2双特异性)、HBM9167(PD-L1)、HLX10(PD-1)、LAE005(PD-L1)、LZM009(PD-1)、YBL-013(PD-L1/CD3双特异性)、阿维鲁单抗(PD-L1)、西米普利单抗(PD-1)、信迪利单抗(PD-1)、替雷利珠单抗(PD-1)、特瑞普利单抗(toripalimab)(PD-1)、巴替利单抗(PD-1)、赛帕丽单抗(zimberelimab)(PD-1)、舒格利单抗(sugemalimab)(PD-L1)、CS1003(PD-1)、GS-4224(PD-L1)、瑞弗利单抗(retifanlimab)(PD-1)、特泊利单抗(tebotelimab)(PD-1/LAG-3DART)、MGD019(PD-1/CTLA-4DART)、M7824(PD-L1/TGFβ双功能)、萨善利单抗(sasanlimab)(PD-1)、恩弗利单抗(envafolimab)(PD-L1)、ABSK043、ACE1708(PD-L1)、AN4005(针对PD-1/PD-L1的小分子)、ALPN-202(PD-L1/CTLA-4w/CD28)、AVA004(PD-L1)、BN-101A(PD-L1)、帕洛利单抗(prolgolimab)(PD-1)、BCD-217(PD-1/CTLA-4双特异性)、CCX-559(PD-L1)、CTX-8371(PD-1/PD-L1双特异性)、CB213(PD-1/LAG-3双特异性)、CA-170(PD-L1/VISTA)、CA-327(PD-L1/TIM-3)、Aurigene的PD-L1/TIGIT、GNR-051(PD-1)、GS19(PD-L1/TGF-βR2双靶标)、HX008、IGM-7354(PD-L1/IL-15双特异性)、IMGS-001(PD-1)、MVR-T3011(IL-12)、INCB-086550(PD-L1)、INCB106385(PD-1/A2A/A2B/CD73)、INBRX-105(PD-L1/CD137四价双特异性)、IBI322(PD-L1/CD46重组)、IO103(PD-L1)、JS201(PD-1/TGF-β双功能)、KD033(PD-L1/IL-15双功能)、GT90008(PD-L1/TGF-β双特异性)、索卡佐利单抗(socazolimab)(PD-L1)、MCLA-145(PD-L1/CD137)、MT-6402(PD-L1)、ND021(PD-L1/CD137/HSA三特异性)、OSE-279(PD-1/IL-7双特异性)、PH-762-ACT(PD-1)、PH-762-TME(PD-1)、PRS-344(PD-L1/CD137双特异性)、QL1604、RG6139(PD-1/LAG-3双特异性)、RG6279(PD-1IL-2变体)、RG7769(PD-1/TIM-3双特异性)、SL-279252(PD-L1/OX40)、SCT-I10A、STI-A1014(PD-L1)、PSB205(PD-1/CTLA4双功能)、STM418(PD-1)、Sym021(PD-1)、MASCT-I(PD-1)、TC-510(PD-1)、MSB2311(PD-L1)、VG-161(PD-L1/IL-12/IL-15)、Y111(PD-L1/CD3双特异性)、XmAb20717(PD-1/CTLA-4双特异性)、XmAb23104(PD-1/ICOS双特异性)、YBL-013(PD-L1/CD3双特异性)及其组合。检查点抑制剂的靶标(如果已知的话)呈现在检查点抑制剂名称后面的括号内。
II.ANN分类器：TME Panel-1分类器
在一些方面中，本公开提供了创建人工神经网络(ANN)分类器的方法，所述分类器能够对获自来自胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)的肿瘤获得的基因表达样品进行分层(或分类)。上文所讨论的四种TME表型类(即基质亚型或表型)IA(免疫活性型)、ID(免疫沙漠型)、A(血管生成型)和IS(免疫抑制型)的潜在肿瘤生物学可以通过应用ANN来揭示。在一些方面中，应用本文所公开的方法可以将肿瘤样品或患者分类为多于一种本文所公开的TME表型类，例如，患者或样品对于两种或更多种TME表型类可以呈生物标志物阳性。
例如，ANN方法将本文所公开的基因或其子集(即，特征)的基因表达值作为输入，并且基于表达模式鉴定具有主要是血管生成表达、主要是激活的免疫基因表达、这些表达模式中两者的混合或均不是两者的患者样品(即，患者)。这四种表型类型可预测对某些类型的治疗的应答。
本文所公开的ANN分类器可以用对应于对其获得对应于基因套组的基因表达数据，例如mRNA表达数据的样品集的数据进行训练。例如，训练集包括来自表1和表2中呈现的基因的表达数据及其任何组合。在一些方面中，基因套组包括1、2、3、4、5、6、7、8、9、10、11、12、13、14、15、16、17、18、19、20、21、22、23、24、25、26、27、28、29、30、31、32、33、34、35、36、37、38、39、40、41、42、43、44、45、46、47、48、49、50、51、52、53、54、55、56、57、58、59、60、61、62、63、64、65、66、67、68、69、70、71、72、73、74、75、76、77、78、79、80、81、82、83、84、84、86、87、88、89、90、91、92、93、94、95、96、97、98、99或100个基因。在一些方面中，基因套组包括多于100个基因。在一些方面中，基因套组包括约10与约20个、约20与约30个、约30与约40个、约40与约50个、约50与约60个、约60与约70个、约70与约80个、约80与约90个、或约90与约100个之间的选自表1和表2的基因。在一些方面中，基因套组包括表3的基因集和表4的基因集。在一些方面中，基因套组是选自表5的基因套组。在一些方面中，基因套组是图9A-9G中公开的基因套组(基因集)。
本公开的分类器依赖于选择特定基因套组作为分类器使用的输入数据的来源。在一些方面中，本公开的基因套组中的每个基因被称为“生物标志物”。术语“基因集”和“基因套组”可互换使用。在一些方面中，生物标志物是核酸生物标志物。如本文所用，术语“核酸生物标志物”是指可以在受试者或来自其的样品(例如，包括例如来自肿瘤的组织、细胞、基质、细胞裂解物和/或其成分的样品)中检测(例如，定量)的核酸(例如，本文公开的基因套组中的基因)。在一些方面中，术语核酸生物标志物是指可以在受试者或来自其的样品(例如，包括例如来自肿瘤的组织、细胞、基质、细胞裂解物和/或其成分的样品)中检测(例如，定量)的核酸(例如，本文公开的基因套组中的基因)中感兴趣的特定序列(例如，核酸变体或单核苷酸多态性)的存在或不存在。
在一些方面中，核酸生物标志物的“水平”可以是指生物标志物的“表达水平”，例如样品中由核酸生物标志物的核酸序列编码的RNA或DNA的水平。例如，在一些方面中，表1或表2中所公开的特定基因的表达水平是指从受试者获得的样品中存在的编码这种基因的mRNA的量。
在一些方面中，核酸生物标志物(例如，RNA生物标志物)的“水平”可以通过测量下游输出(例如，靶分子的活性水平或通过核酸生物标志物或其表达产物(例如，RNA或DNA)调控，例如激活或抑制的效应分子的表达水平)来确定。
在一些方面中，核酸生物标志物是RNA生物标志物。如本文所用，“RNA生物标志物”是指包含感兴趣的核酸生物标志物的核酸序列的RNA，例如编码表1或表2中公开的基因的RNA。
RNA生物标志物的“表达水平”通常是指检测到的包含受试者或来自其的样品中存在的感兴趣的核酸序列的RNA分子的量，例如，由包含核酸序列的DNA分子(例如，受试者或受试者的癌症的基因组)表达的RNA分子的量。
在一些方面中，RNA生物标志物的表达水平是肿瘤基质样品中RNA生物标志物的量。在一些方面中，使用PCR(例如，实时PCR)、测序(例如，深度测序或下一代测序，例如RNA-Seq)或微阵列表达谱或利用核糖核酸酶保护结合扩增或扩增和新定量方法，诸如RNA-Seq或其他方法的其他技术来定量RNA生物标志物。
本文所公开的方法包括测量选自样品(例如，从受试者获得的生物样品)的基因套组的表达水平。参见美国申请号17/089,234，其以引用的方式整体并入本文。可以在含有或怀疑含有一个或多个本文公开的生物标志物(例如，RNA生物标志物)的任何生物样品(包括来自受试者或患者的任何组织样品或活检，例如受试者的癌组织、肿瘤和/或基质)中测量生物标志物水平(例如，本公开的基因套组中的基因的表达水平)。组织样品的来源可以是实体组织，例如来自新鲜、冷冻和/或保存的器官、组织样品、活检或抽吸物。在一些方面中，样品是无细胞样品，例如，包含无细胞核酸(例如，DNA或RNA)。在一些方面中，样品可以包含不与自然界组织天然混合的化合物，诸如防腐剂、抗凝血剂、缓冲液、固定剂、营养素、抗生素等。
在一些方面中，新鲜样品相对于存档样品是优选的。如本文所用，术语“新鲜样品”、“非存档样品”及其语法变型是指在从受试者提取之后的预定时间段(例如一周)之前已被处理(例如，以确定mRNA表达)的样品(例如，来自结直肠癌、胃癌、乳腺癌、前列腺癌、肝癌、头颈部癌、黑素瘤、卵巢癌、神经胶质瘤、胶质母细胞瘤或肺癌的肿瘤样品)。在一些方面中，新鲜样品未冷冻。在一些方面中，新鲜样品未固定。在一些方面中，新鲜样品在处理之前已经储存少于约两周、少于约一周或少于六天、五天、四天、三天或两天。
如本文所用，术语“存档样品”及其语法变型是指在从受试者提取之后的预定时间段(例如一周)之后被处理(例如，以确定RNA)的样品(例如，来自结直肠癌、胃癌、乳腺癌、前列腺癌、肝癌、头颈部癌、黑素瘤、卵巢癌、神经胶质瘤、胶质母细胞瘤或肺癌的肿瘤样品)。在一些方面中，存档样品已经冷冻。在一些方面中，存档样品已经固定。在一些方面中，存档样品具有已知的诊断和/或处理历史。在一些方面中，存档样品在处理之前已经储存至少一周、至少一个月、至少六个月或至少一年。
在一些情况下，生物标志物水平可以来自固定的肿瘤组织。在一些方面中，样品被保存为冷冻样品或福尔马林、甲醛或多聚甲醛固定的石蜡包埋的(FFPE)组织制剂。例如，样品可以包埋在基质中，例如FFPE块或冷冻样品。在一些方面中，样品可以包括例如组织活检标本或手术标本。在一些方面中，样品是或包含从患者获得的细胞。
在一些方面中，样品可以例如从手术材料或从活检(例如，最近的活检、自上次进展以来的最近的活检或自上次失败的疗法以来的最近的活检)获得。在一些方面中，活检可以是来自先前疗法线的存档组织。在一些方面中，活检可以来自未经治疗的组织。在一些方面中，生物流体不用作样品。
可以使用本领域中的任何方法来确定本文所述的基因套组中的基因的表达水平。在一些方面中，使用测序方法例如下一代测序(NGS)来确定RNA水平。在一些方面中，NGS是RNA-Seq、EdgeSeq、PCR、Nanostring或其组合或测量RNA的任何技术。在一些方面中，RNA测量方法包括核酸酶保护。确定本文所述的基因套组中基因的表达水平的具体方法详述于美国申请号17/089,234中，所述申请以引用的方式整体并入本文。
在本文公开的ANN分类器中，从样品群体(例如，来自临床研究的样品)获取的基因套组中的基因的表达水平以及其分配到根据本文公开的群体分类器获得的TME表型类(或其组合，即样品不仅可以分类为对于单种TME表型类是生物标志物阳性的，而且可以分类为对于两种或更多种TME表型类是生物标志物阳性的)可以用作用于ANN的训练集。机器学习过程可以产生模型，例如ANN模型。随后，从来自测试受试者的一个或多个样品获得的基因套组中的基因的表达水平将用作模型的输入，所述模型将受试者的肿瘤分类为特定TME表型类(或其组合，即样品不仅可以分类为对于单种TME表型类是生物标志物阳性的，而且可以分类为对于两种或更多种TME表型类是生物标志物阳性的)。
可以例如通过Genecards(www.genecards.org)或Uniprot(www.uniprot.org)来识别由在整个本公开中使用的标识符指定的蛋白质和基因的标准名称、别名等。
表1.血管生成签名基因和登录号(n＝63)
/>
/>
表2.免疫签名基因和登录号(n＝61)
/>
/>
表3：血管生成签名基因集
/>
表4：免疫签名基因集
在一些方面中，待用作本文所公开的ANN分类器中的训练集或模型输入的一部分的基因套组包括ABCC9、ADAMTS4、AFAP1L2、AGR2、BACE1、BGN、BMP5、C11ORF9、CAPG、CAVIN2、CCL2、CCL3、CCL4、CD19、CD274、CD3E、CD4、CD79A、CD8B、COL4A2、COL8A1、COL8A2、CPXM2、CTLA4、CTSB、CXCL10、CXCL11、CXCL12、CXCL9、DUSP4、EBF1、ECM2、EDNRA、EIF5A、ELN、EPHA3、ETV5、FBLN5、FOLR2、GAD1、GNAS、GNB4、GUCY1A1、GZMB、HAVCR2、HEY2、HFE、HMOX1、HP、HSPB2、IDO1、IFNA2、IFNB1、IFNG、IGFBP3、IGLL5、IL1B、IQGAP3、ITGA9、ITPR1、JAM2、JAM3、KCNJ8、LAG3、LAMB2、LHFPL6、LTBP4、MEOX1、MEST、MGP、MMP12、MMP13、MST1、MT2A、MTA2、NAALAD2、NFATC1、NOV、OLFML2A、PCDH17、PDCD1、PDCD1LG2、PDE5A、PDGFRB、PEG3、PLA2G4A、PLAU、PLSCR2、PLXDC2、RAC2、REG4、RGS4、RGS5、RNF144A、RNH1、RRAS、RUNX1T1、SELP、SERPINE1、SERPINE2、SGIP1、SMARCA1、SPON1、SRSF6、STAB2、STEAP4、STRN3、TBX2、TEK、TGFB1、TGFB2、TIGIT、TIMP1、TLR9、TMEM204、TNFRSF18、TNFRSF4、TNFSF18、TRIM7、TTC28、USF1、UTRN、VSIR和ZIC2。在一些方面中，待用作本文所公开的ANN分类器中的训练集或模型输入的一部分的基因套组由以下组成：ABCC9、ADAMTS4、AFAP1L2、AGR2、BACE1、BGN、BMP5、C11ORF9、CAPG、CAVIN2、CCL2、CCL3、CCL4、CD19、CD274、CD3E、CD4、CD79A、CD8B、COL4A2、COL8A1、COL8A2、CPXM2、CTLA4、CTSB、CXCL10、CXCL11、CXCL12、CXCL9、DUSP4、EBF1、ECM2、EDNRA、EIF5A、ELN、EPHA3、ETV5、FBLN5、FOLR2、GAD1、GNAS、GNB4、GUCY1A1、GZMB、HAVCR2、HEY2、HFE、HMOX1、HP、HSPB2、IDO1、IFNA2、IFNB1、IFNG、IGFBP3、IGLL5、IL1B、IQGAP3、ITGA9、ITPR1、JAM2、JAM3、KCNJ8、LAG3、LAMB2、LHFPL6、LTBP4、MEOX1、MEST、MGP、MMP12、MMP13、MST1、MT2A、MTA2、NAALAD2、NFATC1、NOV、OLFML2A、PCDH17、PDCD1、PDCD1LG2、PDE5A、PDGFRB、PEG3、PLA2G4A、PLAU、PLSCR2、PLXDC2、RAC2、REG4、RGS4、RGS5、RNF144A、RNH1、RRAS、RUNX1T1、SELP、SERPINE1、SERPINE2、SGIP1、SMARCA1、SPON1、SRSF6、STAB2、STEAP4、STRN3、TBX2、TEK、TGFB1、TGFB2、TIGIT、TIMP1、TLR9、TMEM204、TNFRSF18、TNFRSF4、TNFSF18、TRIM7、TTC28、USF1、UTRN、VSIR和ZIC2。
在一些方面中，待用作本文所公开的ANN分类器中的训练集或模型输入的一部分的基因套组包括1、2、3、4、5、6、7、8、9、10、11、12、13、14、15、16、17、18、19、20、21、22、23、24、25、26、27、28、29、30、31、32、33、34、35、36、37、38、39、40、41、42、43、44、45、46、47、48、49、50、51、52、53、54、55、56、57、58、59、60、61、62、63、64、65、66、67、68、69、70、71、72、73、74、75、76、77、78、79、80、81、82、83、84、85、86、87、88、89、90、91、92、93、94、95、96、97、98、99、100、101、102、103、104、105、106、107、108、109、110、111、112、113、114、115、116、117、118、119、120、121、122、123或124个选自由以下组成的组的基因：ABCC9、ADAMTS4、AFAP1L2、AGR2、BACE1、BGN、BMP5、C11ORF9、CAPG、CAVIN2、CCL2、CCL3、CCL4、CD19、CD274、CD3E、CD4、CD79A、CD8B、COL4A2、COL8A1、COL8A2、CPXM2、CTLA4、CTSB、CXCL10、CXCL11、CXCL12、CXCL9、DUSP4、EBF1、ECM2、EDNRA、EIF5A、ELN、EPHA3、ETV5、FBLN5、FOLR2、GAD1、GNAS、GNB4、GUCY1A1、GZMB、HAVCR2、HEY2、HFE、HMOX1、HP、HSPB2、IDO1、IFNA2、IFNB1、IFNG、IGFBP3、IGLL5、IL1B、IQGAP3、ITGA9、ITPR1、JAM2、JAM3、KCNJ8、LAG3、LAMB2、LHFPL6、LTBP4、MEOX1、MEST、MGP、MMP12、MMP13、MST1、MT2A、MTA2、NAALAD2、NFATC1、NOV、OLFML2A、PCDH17、PDCD1、PDCD1LG2、PDE5A、PDGFRB、PEG3、PLA2G4A、PLAU、PLSCR2、PLXDC2、RAC2、REG4、RGS4、RGS5、RNF144A、RNH1、RRAS、RUNX1T1、SELP、SERPINE1、SERPINE2、SGIP1、SMARCA1、SPON1、SRSF6、STAB2、STEAP4、STRN3、TBX2、TEK、TGFB1、TGFB2、TIGIT、TIMP1、TLR9、TMEM204、TNFRSF18、TNFRSF4、TNFSF18、TRIM7、TTC28、USF1、UTRN、VSIR和ZIC2。
在一些方面中，待用作本文所公开的ANN分类器中的训练集或模型输入的一部分的基因套组由1、2、3、4、5、6、7、8、9、10、11、12、13、14、15、16、17、18、19、20、21、22、23、24、25、26、27、28、29、30、31、32、33、34、35、36、37、38、39、40、41、42、43、44、45、46、47、48、49、50、51、52、53、54、55、56、57、58、59、60、61、62、63、64、65、66、67、68、69、70、71、72、73、74、75、76、77、78、79、80、81、82、83、84、85、86、87、88、89、90、91、92、93、94、95、96、97、98、99、100、101、102、103、104、105、106、107、108、109、110、111、112、113、114、115、116、117、118、119、120、121、122、123或124个选自由以下组成的组的基因组成：ABCC9、ADAMTS4、AFAP1L2、AGR2、BACE1、BGN、BMP5、C11ORF9、CAPG、CAVIN2、CCL2、CCL3、CCL4、CD19、CD274、CD3E、CD4、CD79A、CD8B、COL4A2、COL8A1、COL8A2、CPXM2、CTLA4、CTSB、CXCL10、CXCL11、CXCL12、CXCL9、DUSP4、EBF1、ECM2、EDNRA、EIF5A、ELN、EPHA3、ETV5、FBLN5、FOLR2、GAD1、GNAS、GNB4、GUCY1A1、GZMB、HAVCR2、HEY2、HFE、HMOX1、HP、HSPB2、IDO1、IFNA2、IFNB1、IFNG、IGFBP3、IGLL5、IL1B、IQGAP3、ITGA9、ITPR1、JAM2、JAM3、KCNJ8、LAG3、LAMB2、LHFPL6、LTBP4、MEOX1、MEST、MGP、MMP12、MMP13、MST1、MT2A、MTA2、NAALAD2、NFATC1、NOV、OLFML2A、PCDH17、PDCD1、PDCD1LG2、PDE5A、PDGFRB、PEG3、PLA2G4A、PLAU、PLSCR2、PLXDC2、RAC2、REG4、RGS4、RGS5、RNF144A、RNH1、RRAS、RUNX1T1、SELP、SERPINE1、SERPINE2、SGIP1、SMARCA1、SPON1、SRSF6、STAB2、STEAP4、STRN3、TBX2、TEK、TGFB1、TGFB2、TIGIT、TIMP1、TLR9、TMEM204、TNFRSF18、TNFRSF4、TNFSF18、TRIM7、TTC28、USF1、UTRN、VSIR和ZIC2。
在一些方面中，本文所公开的ANN分类器(例如，TME Panel-1分类器)已经使用下表中提供的基因集进行了训练。
表5：用于例如训练TME Panel-1分类器及其变体的ANN训练中的基因集(基因套组)。
/>
/>
/>
/>
在一些方面中，训练数据集包括每个样品的另外的变量，例如根据美国申请号17/089,234中所公开的基于群体的分类器的样品分类，所述专利以引用的方式整体并入本文。在其他方面中，训练数据包括关于样品的数据，诸如向受试者施用的治疗类型、剂量、剂量方案、施用途径、协同疗法的存在或不存在、对疗法的应答(例如，完全应答、部分应答或无应答)、年龄、体重、性别、种族、肿瘤大小、肿瘤分期、生物标志物的存在或不存在等。
在一些方面中，基因套组(例如，确定本文所公开的ANN分类器(例如，TME Panel-1)中的血管生成签名分数或免疫签名分数的基因套组或用作本文的ANN分类器(例如，TMEPanel-1)中的训练集或模型输入的一部分的基因套组)包括图9A-9G中所公开的基因集中存在的基因。在一些方面中，基因套组(例如，确定本文所公开的ANN分类器(例如，TMEPanel-1)中的血管生成签名分数或免疫签名分数的基因套组或用作本文的ANN分类器(例如，TME Panel-1)中的训练集或模型输入的一部分的基因套组)由图9A-9G中所公开的基因集中存在的基因组成。在一些方面中，基因套组(例如，确定本文所公开的ANN分类器(例如，TME Panel-1)中的血管生成签名分数或免疫签名分数的基因套组或用作本文的ANN分类器(例如，TME Panel-1)中的训练集或模型输入的一部分的基因套组)不包括图9A-9G中所公开的基因集中存在的基因。在一些方面中，基因套组(例如，确定本文所公开的ANN分类器(例如，TME Panel-1)中的血管生成签名分数或免疫签名分数的基因套组或用作本文的ANN分类器(例如，TME Panel-1)中的训练集或模型输入的一部分的基因套组)不由图9A-9G中所公开的基因集中存在的基因组成。
在一些方面中，如本领域技术人员将理解的，基于包括p值、倍数变化和变异系数的因素的组合选择训练数据集的基因是有帮助的。在一些方面中，使用一个或多个选择标准和随后的排序允许选择前2.5％、5％、7.5％、10％、12.5％、15％、17.5％、20％、30％、40％、50％或更多的基因套组中的排序基因用于输入模型中。如将理解的，因此可以选择表1和表2中所有个体鉴定的基因或基因子集，并且测试所选基因的所有可能组合以鉴定有用的基因组合以产生预测模型。确定组合测试的所选个体基因的数量以及选择可能的基因组合的数量的选择标准将取决于可用于获得基因数据的资源和/或可用于计算和评估由模型产生的分类器的计算机资源。
在一些方面中，基于机器学习模型的训练结果，基因可能看起来是驱动基因。如本文所用，术语“驱动基因”是指包括驱动基因突变的基因。在一些方面中，驱动基因是其中一种或多种获得性突变，例如驱动基因突变，可以与癌症进展有因果关系的基因。在一些方面中，驱动基因可以调控一种或多种细胞过程，包括：细胞命运决定、细胞存活和基因组维护。驱动基因可以与一种或多种信号传导通路相关联(例如，可以调控)，例如TGF-β通路、MAPK通路、STAT通路、PI3K通路、RAS通路、细胞周期通路、细胞凋亡途径、NOTCH通路、Hedgehog(HH)通路、APC通路、染色质修饰通路、转录调控通路、DNA损伤控制通路或其组合。示例性驱动基因包括癌基因和肿瘤抑制因子。在一些方面中，驱动基因为其所存在于的细胞提供选择性生长优势。在一些方面中，驱动基因为其所存在于的细胞提供增殖能力，例如，允许细胞扩增，例如克隆扩增。在一些方面中，驱动基因是癌基因。在一些方面中，驱动基因是肿瘤抑制因子基因(TSG)。
基因集中存在嘈杂的低表达基因可能降低模型的灵敏度。因此，在一些方面中，可以从机器-学习模型中降低权重或过滤(消除)低表达基因。在一些方面中，低表达基因过滤是基于由基因表达(例如，RNA水平)计算的统计数据。在一些方面中，低表达基因过滤是基于例如基因集中每个基因的原始读取计数的最小值(min)、最大值(max)、平均值(mean)、方差(sd)或其组合。对于每个基因集，可以确定最佳过滤阈值。在一些方面中，优化过滤阈值以最大化基因集中差异表达基因的数量。
随后可以通过确定分类器正确调用每个测试受试者的能力来评估ANN分类器。在一些方面中，用于推导模型的训练群体的受试者不同于用于测试模型的测试群体的受试者。如本领域技术人员将理解的，这允许人们预测用于训练分类器的基因集的能力，以使其能够正确地表征其基质表型性状表征(例如，TME表型类)未知的受试者。
输入数学模型(ANN)中的数据可以是代表被评估的基因产物(例如，mRNA)的表达水平的任何数据。根据本公开可用的数学模型包括使用监督和/或无监督学习技术的那些。在本公开的一些方面，所选择的数学模型使用监督学习结合“训练群体”来评估可能的生物标志物组合中的每一个。
根据本文所公开的方法生成的分类器(例如，ANN模型)可用于测试未知或测试受试者。在一个方面中，通过本文所鉴定的ANN生成的模型可以检测受试者或癌症样品是否属于特定的TME表型类。在一些方面中，ANN模型可以预测受试者是否将对特定疗法产生应答。在其他方面，ANN模型可以选择或用于选择用于施用特定疗法的受试者。
在本公开的一方面，使用本领域技术人员已知的方法评估每个ANN分类器正确表征训练群体的每名受试者的能力。例如，可以使用交叉验证、留一法交叉验证(LOOCV)、n重交叉验证或使用标准统计方法的刀切法分析(jackknife analysis)来评估ANN分类器。在另一方面中，评估每ANN个分类器正确表征不用于生成分类器的训练群体的那些受试者的能力。
在一些方面中，可以使用一个数据集训练ANN分类器，并且在另一个不同的数据集上评估ANN分类器。因此，由于测试数据集与训练数据集不同，因此不需要交叉验证。
在一个方面中，用于评估分类器正确表征训练群体的每名受试者的能力的方法是评估分类器的灵敏度(TPF，真阳性分数)和1-特异性(FPF，假阳性分数)的方法。在一个方面中，用于测试分类器的方法是接受者操作特征(“ROC”)，它提供若干参数来评估所生成模型(例如，由应用ANN得到的模型)的结果的灵敏度和特异性两者。
在一些方面中，用于评估分类器正确表征训练群体的每名受试者的能力的度量包括分类准确度(ACC)、接受者操作特征曲线下面积(AUC ROC)、灵敏度(真阳性分数，TPF)、特异性(真阴性分数，TNF)、阳性预测值(PPV)、阴性预测值(NPV)或其任何组合。在一个特定方面中，用于评估分类器正确表征训练群体的每名受试者的能力的度量是分类准确度(ACC)、接受者操作特征曲线下面积(AUC ROC)、灵敏度(真阳性分数，TPF)、特异性(真阴性分数，TNF)、阳性预测值(PPV)和阴性预测值(NPV)。
在一些方面中，训练集包括至少约10、至少约20、至少约30、至少约40、至少约50、至少约60、至少约70、至少约80、至少约90、至少约100、至少约110、至少约120、至少约130、至少约140、至少约150、至少约160、至少约170、至少约180、至少约190、至少约200、至少约250、至少约300、至少约350、至少约400、至少约450、至少约500、至少约600、至少约700、至少约800、至少约900或至少约1000名受试者的参考群体。
在一些方面中，针对本公开的基因套组中的每个生物标志物基因测量的表达，例如mRNA水平，可以用于训练神经网络。神经网络是一个两阶段回归或分类模型。神经网络可以是二进制或非二进制的。神经网络具有分层结构，其包括通过权重层连接到输出单元层的输入单元(和偏置)层。对于回归，输出单元层通常仅包括一个输出单元。然而，神经网络可以无缝方式处理多个定量应答。因此，可以应用神经网络以允许鉴定区分为在多于两个群体(即，多于两个表型性状)之间的生物标志物，例如本文公开的四种TME表型类。
在一个特定实例中，可以使用来自从受试者群体获得的样品集的表1和表2中公开的生物标志物基因的产物(例如，mRNA)的表达数据来训练神经网络，以鉴定特异性于特定TME表型的生物标志物的那些组合。神经网络描述于Duda等人,2001,PatternClassification,第二版,John Wiley&Sons,Inc.,New York；和Hastie等人,2001,TheElements of Statistical Learning,Springer-Verlag,New York。
在一些方面中，本文所公开的ANN分类器(诸如，TME Panel-1)包括反向传播神经网络(参见例如Abdi,1994,“A neural network primer”,J.Biol System.2,247-283)，其含有单个具有例如98或87个来自表1和表2的基因输入层、单个2个神经元的隐藏层和单个输出层中的4个输出。本文所公开的ANN分类器(诸如，TME Panel-1)可以使用EasyNN-Plus4.0g版软件包(Neural Planner Software Inc.)、scikit-learn(scikit-learn.org)或本领域已知的任何其他机器学习包或程序来实现。
在一些方面中，ANN分类器是前馈型神经网络。前馈型神经网络是一种人工网络，其中输入节点与输出节点之间的连接不形成循环。如ANN的上下文中在此所用，术语“节点”和“神经元”可互换使用。因此，它不同于循环神经网络。在此网络中，信息仅在一个方向上移动，从输入节点向前通过隐藏节点(如果有的话)并到输出节点。所述网络中没有循环或环路。除输入节点外，每个节点都是使用非线性激活函数的神经元，所述函数被开发用于对生物神经元的动作电位或放电频率进行建模。
在一些方面中，ANN分类器是单层感知器网络，其由单层输出节点组成；输入通过一系列权重直接馈送到输出。在每个节点中计算权重和输入的乘积之和，并且如果所述值高于某个阈值(通常为0)，则神经元放电并获取激活值(通常为1)。
在一些方面中，ANN是多层感知器(MLP)。这类网络由通常以前馈方式互连的多层计算单元组成。一个层中的每个神经元具有指向下一层神经元的连接。在许多应用中，这些网络的单元应用激活函数，例如sigmoid函数。MLP包括至少三层节点：输入层、隐藏层和输出层。
在一些方面中，激活函数是根据公式y(vi)＝tanh(vi)描述的sigmoid函数，即范围从-1至+1的双曲正切。在一些方面中，激活函数是根据公式y(vi)＝(1+e-vi)-1描述的sigmoid函数，即形状类似于tanh函数但范围是从0至+1的逻辑函数。在这些公式中，yi是第i个节点(神经元)的输出，并且vi是输入连接的加权和。
在一些方面中，激活函数是整流线性单元(ReLU)或其变体，例如，噪声ReLU、泄漏ReLU、参数ReLU或指数LU。在一些方面中，ReLU通过公式f(x)＝x+＝max(0,x)定义，其中x是神经元的输入。与双曲正切或逻辑sigmoid相比，ReLU激活函数能够更好地训练深度神经网络(DNN)。DNN是在输入层与输出层之间具有多层的ANN。DNN通常是前馈型网络，其中数据从输入层流向输出层而不返回。由于增加了抽象层，DNN容易过度拟合，这使它们能够对训练数据中的罕见依赖关系进行建模。在一些方面中，激活函数是softplus或smoothReLU函数，ReLU的平滑近似，其通过公式f(x)＝ln(1+ex)描述。softplus的导数是逻辑函数。
在一些方面中，ANN是包括三个层或更多层(具有一个或多个隐藏层的输入层和输出层)非线性激活节点的MLP。其多层和非线性激活将MLP与线性感知器区分开。它可以区分不是线性可分的数据。由于ANN是全连接的，因此一个层中的每个节点以一定的权重wij连接到下一层中的每个节点。通过在处理每条数据之后基于输出中与预期结果相比的误差量改变连接权重，从而在感知器中进行学习。这是监督学习的实例，并且通过反向传播进行。
在一些方面中，ANN具有3个层。在其他方面中，ANN具有多于3个层。在一些方面中，ANN具有单个隐藏层。在其他方面中，ANN具有多于一个隐藏层。
在一些方面中，输入层包括1、2、3、4、5、6、7、8、9、10、11、12、13、14、15、16、17、18、19、20、21、22、23、24、25、26、27、28、29、30、31、32、33、34、35、36、37、38、39、40、41、42、43、44、45、46、47、48、49、50、51、52、53、54、55、56、57、58、59、60、61、62、63、64、65、66、67、68、69、70、71、72、73、74、75、76、77、78、79、80、81、82、83、84、85、86、87、88、89、90、91、92、93、94、95、96、97、98、99、100、101、102、103、104、105、106、107、108、109、110、111、112、113、114、115、116、117、118、119、120、121、122、123、124、125、126、127、128、129、130、131、132、133、134、135、136、137、138、139、140、141、142、143、144、145、146、147、148、149或150个神经元。
在一些方面中，输入层包括70与100个之间的神经元。在一些方面中，输入层包括70与80个之间的神经元。在一些方面中，输入层包括80与90个之间的神经元。在一些方面中，输入层包括90与100个之间的神经元。在一些方面中，输入层包括70与75个之间的神经元。在一些方面中，输入层包括75与80个之间的神经元。在一些方面中，输入层包括80与85个之间的神经元。在一些方面中，输入层包括85与90个之间的神经元。在一些方面中，输入层包括90与95个之间的神经元。在一些方面中，输入层包括95与100个之间的神经元。
在一些方面中，输入层包括至少约1至至少约5个之间、至少约5与至少约10个之间、至少约10与至少约15个之间、至少约15与至少约20个之间、至少约20与至少约25个之间、至少约25与至少约30个之间、至少约30与至少约35个之间、至少约35与至少约40个之间、至少约40与至少约45个之间、至少约45与至少约50个之间、至少约50与至少约55个之间、至少约55与至少约60个之间、至少约60与至少约65个之间、至少约65与至少约70个之间、至少约70与至少约75个之间、至少约75与至少约80个之间、至少约80与至少约85个之间、至少约85与至少约90个之间、至少约90与至少约95个之间、至少约95与至少约100个之间、至少约100与至少约105个之间、至少约105与至少约110个之间、至少约110与至少约115个之间、至少约115与至少约120个之间、至少约120与至少约125个之间、至少约125与至少约130个之间、至少约130与至少约135个之间、至少约135与至少约140个之间、至少约140与至少约145个之间或至少约145与至少约150个之间的神经元。
在一些方面中，输入层包括至少约1与至少约10个之间、至少约10与至少约20个之间、至少约20与至少约30个之间、至少约30与至少约40个之间、至少约40与至少约50个之间、至少约50与至少约60个之间、至少约60与至少约70个之间、至少约70与至少约80个之间、至少约80与至少约90个之间、至少约90与至少约100个之间、至少约100与至少约110个之间、至少约110与至少约120个之间、至少约120与至少约130个之间、至少约130与至少约140个之间或至少约140与至少约150个之间的神经元。
在一些方面中，输入层包括至少约1与至少约20个之间、至少约20与至少约40个之间、至少约40与至少约60个之间、至少约60与至少约80个之间、至少约80与至少约100个之间、至少约100与至少约120个之间、至少约120与至少约140个之间、至少约10与至少约30个之间、至少约30与至少约50个之间、至少约50与至少约70个之间、至少约70与至少约90个之间、至少约90与至少约110个之间、至少约110与至少约130个之间或至少约130与至少约150个之间的神经元。
在一些方面中，输入层包括多于约1、多于约5、多于约10、多于约15、多于约20、多于约25、多于约30、多于约35、多于约40、多于约45、多于约50、多于约55、多于约60、多于约65、多于约70、多于约75、多于约80、多于约85、多于约90、多于约95、多于约100、多于约105、多于约110、多于约115、多于约120、多于约125、多于约130、多于约135、多于约140、多于约145或多于约150个神经元。
在一些方面中，输入层包括少于约1、少于约5、少于约10、少于约15、少于约20、少于约25、少于约30、少于约35、少于约40、少于约45、少于约50、少于约55、少于约60、少于约65、少于约70、少于约75、少于约80、少于约85、少于约90、少于约95、少于约100、少于约105、少于约110、少于约115、少于约120、少于约125、少于约130、少于约135、少于约140、少于约145或少于约150个神经元。在一些方面中，将权重应用于输入层中的每个神经元的输入。
在一些方面中，ANN包括单个隐藏层。在一些方面中，ANN包括1、2、3、4、5、6、7、8、9或10个隐藏层。在一些方面中，单个隐藏层包括1、2、3、4、5、6、7、8、9或10个神经元。在一些方面中，单个隐藏层包括至少1个、至少2个、至少3个、至少4个、至少5个、至少6个、至少7个、至少8个、至少9个或至少10个神经元。在一些方面中，单个隐藏层包括少于10、少于9、少于8、少于7、少于6、少于5、少于4或少于3个神经元。在一些方面中，单个隐藏层包括2个神经元。在一些方面中，单个隐藏层包括3个神经元。在一些方面中，单个隐藏层包括4个神经元。在一些方面中，单个隐藏层包括5个神经元。在一些方面中，将偏差应用于隐藏层中的神经元。
在一些方面中，ANN包括对应于不同TME表型的输出层中的四个神经元。在一些方面中，输出层中的四个神经元对应于以上公开的四种TME表型类，即，IA(免疫活性型)、IS(免疫抑制型)、ID(免疫沙漠型)和A(血管生成型)。
在一些方面中，输出层的分类被归一化为预测输出类别上的概率分布，并且分量将加起来为1，使得它们可以被解释为概率。
在一些方面中，通过应用逻辑回归函数支持将输出层值多类别分类为四种TME表型类(IA、ID、A和IS)。在一些方面中，通过应用逻辑回归分类器，例如Softmax函数支持将输出层值多类TME分类为四种TME表型类(IA、ID、A和IS)。Softmax将十进制概率分配到加起来为1.0的每个类。在一些方面中，使用逻辑回归分类器，诸如Softmax函数，有助于更快地训练收敛。在一些方面中，包括Softmax函数的逻辑回归分类器是通过就输出层之前的神经网络层实现的。在一些方面中，就在输出层之前的这种神经网络层具有与输出层相同数量的节点。
在一些方面中，取决于所使用的特定数据集，对逻辑回归分类器(例如，Softmax函数)的结果应用各种截止值(参见，例如用于选择特定受试者群体的截止值，例如，对应于特定疗法的那些)。因此，应用不同的截止值集不仅可以将癌症或患者分类在以上公开的四种TME表型类(IA(免疫活性型)、IS(免疫抑制型)、ID(免疫沙漠型)或A(血管生成型))中的一种当中，也可以将癌症或患者分类在多于一种以上公开的TME表型类中。因此，在一些方面中，癌症或患者可以被分类为对于IA、IS、ID或A TME表型类或其任何组合呈生物标志物阳性。相反，在一些方面中，癌症或患者可以被分类为对于IA、IS、ID或A TME表型类或其任何组合呈生物标志物阴性。
在一些方面中，血管生成签名的所有基因或基因子集以及免疫签名的所有基因或基因子集在每个隐藏层的ANN模型中具有正或负基因权重。
本公开的ANN模型的实际行为是表示呈压缩形式的高维数据。压缩数据可以在所谓的潜在空间中直观地表示。这种情况的常见实例是二维图(X轴和Y轴)，其中每名患者被绘制为具有某个向量X和向量Y的值。因此，潜在空间是通过本公开的方法生成的签名的投影，例如，是Z分数的投影或是隐藏神经元的值的投影。在一些方面中，潜在空间可以绘制为三维。
每名患者的疾病分数值可以绘制在潜在空间中(即，ANN模型的概率结果)。随着时间的推移，可以积累患者数据，或者可以将具有疾病分数的患者数据的回顾性分析结果用作参考图，在其上绘制受试者患者的ANN概率结果。
在一些方面中，潜在空间是ANN模型的隐藏神经元的图，并且可以包括这些神经元的所有2路组合。在一些方面中，ANN模型基于压缩两个隐藏神经元中的数据预测四种TME表型类，并且在潜在空间中绘制这些神经元也用作四种输出TME表型类的投影。在一些方面中，每名患者的TME表型类分配在神经元1相对于神经元2的潜在空间中可视化。
潜在空间投影可以通过展示输出TME表型分配的概率轮廓来增强。以这种方式，投影不仅可以显示受试者落在潜在空间中的位置，还可以显示每个TME表型分类的置信度。在一些方面中，临床报告可以使用TME表型类作为生物标志物逻辑—即，IA＝阳性，或IA+IS＝阳性—然后向临床医生报告TME表型分配的概率，这已经是模型的输出。潜在空间图还可以用于可视化此患者与决策边界的距离，以帮助临床决策者评估边缘情况和异常情况。
在一些方面中，TME表型类之间的边界不在笛卡尔坐标轴(x＝0，y＝0)上，而是在图中的其他位置。
在一些方面中，第二模型可以从ANN模型潜在空间中学习生物标志物边界。在一些方面中，第二模型可以是逻辑回归模型。在一些方面中，它可以是任何其他类型的回归或机器学习算法。在一些方面中，可以将逻辑回归函数应用于潜在空间。在一些方面中，组合TME表型以定义生物标志物阳性类别，即IA+IS，个体表型分配的置信度不等于组合类别分配的置信度。逻辑回归函数用于了解生物标志物阳性意味着什么，并且直接报告关于生物标志物阳性的统计数据。逻辑回归函数可以用于基于真实患者结果数据微调生物标志物阳性/阴性决策边界。在一些方面中，可以通过根据二级模型对潜在空间进行剪切来提高ANN模型的准确性。
在一些方面中，概率函数可以绘制为二维，一个轴表示信号以血管生成签名的基因未出的概率，并且另一个轴表示信号以免疫签名的基因为主的概率。在一些方面中，在血管生成和免疫功能中起作用的基因对每个概率函数都有贡献。潜在空间图的每个象限代表一种基质表型。在另一方面中，通过使用逻辑回归来应用阈值。在一些方面中，逻辑回归可以是线性的或多项式的。在设定阈值之后，可以根据本文所述的方法分析个体患者结果。
III.TME表型类特定疗法
对来自胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)的RNA表达数据的分析指示，根据上文所公开的方法，癌症患者的特定亚群可以用IA(免疫活性型)、IS(免疫抑制型)、A(血管生成型)或ID(免疫沙漠型)TME表型类特定疗法有效治疗。使用本文所公开的分类器(例如，TME Panel-1分类器)将患者或癌症肿瘤分配至四种TME表型类之一可以用于预测哪些疗法更有效治疗特定的患者亚群，例如，患有左或右结直肠癌、错配修复缺陷(dMMR)或患有MSI-H结直肠癌的那些。例如，参见图8。
IA TME表型类中dMMR或MSI-H肿瘤(例如，结直肠癌肿瘤)的分类与用检查点抑制剂的治疗的临床结局改善关联。因此，可以向患有IA TME表型类的dMMR或MSI-H(例如，结直肠癌肿瘤)的患者施用选自下文所公开的IA TME表型类特定疗法的包括检查点抑制剂的疗法。IS TME表型类中dMMR或MSI-H肿瘤(例如，结直肠癌肿瘤)的分类与组合检查点抑制剂和磷脂酰丝氨酸抑制剂的治疗的临床结局改善关联。因此，可以向患有IS TME表型类的dMMR或MSI-H(例如，结直肠癌肿瘤)的患者施用选自下文所公开的IS TME表型类特定疗法的包括检查点抑制剂和磷脂酰丝氨酸抑制剂的组合疗法。A或IS TME表型类中转移性肿瘤(例如，转移性结直肠肿瘤)的分类与用血管生成抑制剂的治疗的临床结局改善关联。因此，可以向患有A或IS TME表型的转移性癌症的患者施用选自下文所公开的ATME表型类特定疗法的包括血管生成抑制剂的疗法。IA TME表型类中的肿瘤分类可以用于选择检查点抑制剂例如帕博利珠单抗作为辅助疗法。A TME表型类中的肿瘤分类可以用于选择抗血管生成疗法(例如使用贝伐珠单抗)作为辅助疗法。此外，在结直肠癌的情况下，将左或右结直肠肿瘤分类为具有主要的TME表型类可以用于选择下文所公开的与例如主要的TME表型类匹配的疗法。
III.A IATME表型类特定疗法
以免疫活性为主的TME，诸如来自通过本公开的分类器(诸如TME Panel-1分类器)分类在IA(免疫活性型)TME表型类的胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)的肿瘤(即，IA生物标志物阳性患者)的TME，可能对免疫检查点抑制剂(CPI)诸如抗PD-1(例如，信迪利单抗、替雷利珠单抗、帕博利珠单抗或其抗原结合部分)、抗PD-L1、或抗CTLA-4或对RORγ激动剂疗法有应答。
检查点抑制剂：在一些方面中，免疫检查点抑制剂是结合以下的阻断抗体：PD-1，例如纳武单抗、西米普利单抗(REGN2810)、杰诺单抗(CBT-501)、帕克米利单抗(pacmilimab)(CX-072)、多塔利单抗(TSR-042)、信迪利单抗、替雷利珠单抗和帕博利珠单抗；PD-L1，例如度伐利尤单抗(MEDI4736)、阿维鲁单抗、洛达利单抗(lodapolimab)(LY-3300054)、CX-188和阿特珠单抗；或CTLA-4，例如伊匹单抗和替西木单抗。在一些方面中，可以使用此类抗体中的一种或多种的组合。
替西木单抗、纳武单抗、度伐利尤单抗和阿特珠单抗分别描述于例如美国专利号6,682,736、美国专利号8,008,449、美国专利号8,779,108和美国专利号8,217,149。在一些方面中，阿特珠单抗可以被另一种免疫检查点抗体替代，诸如结合CTLA-4、PD-1(例如，信迪利单抗、替雷利珠单抗、帕博利珠单抗或其抗原结合部分)、PD-L1的另一种阻断抗体，或结合任何检查点抑制剂的双特异性阻断抗体。在选择不同的阻断抗体时，本领域普通技术人员将从文献中知道合适的剂量和施用方案。抗CTLA-4抗体的合适实例是美国专利号6,207,156中描述的那些。抗PD-L1抗体的其他合适实例是以下中描述的那些：美国专利号8,168,179，其尤其涉及用人抗PD-L1抗体治疗PD-L1过表达癌症，包括化学疗法组合；美国专利号9,402,899，其尤其涉及用针对PD-L1的抗体治疗肿瘤，包括嵌合抗体、人源化抗体和人抗体；和美国专利号9,439,962，其尤其涉及用抗PD-L1抗体和化学疗法治疗癌症。
其他合适的针对PD-L1的抗体是美国专利号7,943,743、美国专利号9,580,505和美国专利号9,580,507中的那些、其试剂盒(美国专利号9,580,507)和编码抗体的核酸(美国专利号8,383,796)。此类抗体结合PD-L1并与参考抗体竞争结合；由VH和VL基因定义；或由定义的序列或其保守修饰的重链和轻链CDR3(美国专利号7,943,743)或重链CDR3(美国专利号8,383,796)定义；或与参考抗体具有90％或95％序列同一性。这些抗PD-L1抗体还包括具有定义的定量(包括结合亲和力)和定性特性的那些抗体、免疫缀合物和双特异性抗体。还包括使用此类抗体的方法，以及具有定义的定量(包括结合亲和力)和定性特性的那些抗体，包括呈单链形式的抗体和呈分离CDR形式的那些抗体，以增强免疫应答(美国专利号9,102,725)。如美国专利号9,102,725中那样增强免疫应答可以用于治疗癌症。
其他合适的针对PD-L1的抗体是美国专利申请号2016/0009805中的那些，其涉及针对PD-L1上特定表位的抗体，包括具有定义的CDR序列的抗体和竞争性抗体；核酸、载体、宿主细胞、免疫缀合物；检测、诊断、预后和生物标志物方法；和治疗方法。
包括伊匹单抗的具体治疗公开于例如US7,605,238、US8,318,916、US8,784,815和US8,017,114中。包括替西木单抗的治疗公开于例如US6,682,736、US7,109,003、US7,132,281、US7,411,057、US7,807,797、US7,824,679、US8,143,379、US8,491,895和8,883,984中。使用纳武单抗的治疗公开于例如US8,008,449、US8,779,105、US9,387,247、US9,492,539、US9,492,540、US8,728,474、US9,067,999、US9,073,994和US7,595,048中。使用帕博利珠单抗的治疗公开于例如US8,354,509、US8,900,587和US8,952,136中。使用西米普利单抗的治疗公开于例如US20150203579A1中。使用度伐利尤单抗的治疗公开于例如US8,779,108和US9,493,565中。使用阿特珠单抗的治疗公开于例如US8,217,149中。使用CX-072的治疗公开于例如15/069,622中。使用LY300054的治疗公开于例如US10214586B2中。使用针对PD-1和CTLA-4的抗体的组合的肿瘤治疗公开于例如US9,084,776、US8,728,474、US9,067,999和US9,073,994中。使用针对PD-1和CTLA-4(包括亚治疗剂量)和PD-L1阴性肿瘤的抗体治疗肿瘤公开于例如US9,358,289中。使用针对PD-L1和CTLA-4的抗体治疗肿瘤公开于例如US9,393,301和US9,402,899中。所有这些专利和公布通过引用以其整体并入本文。
下表列出了具体的治疗剂以及它们是否被批准用于治疗实体肿瘤。
表6
RORγ激动剂治疗剂：在一些方面中，RORγ激动剂治疗剂是属于核激素受体家族的RORγ(类视黄醇相关孤儿受体γ)的小分子激动剂。RORγ在胸腺生成和T细胞稳态过程中控制细胞凋亡中起关键作用。临床开发中的小分子激动剂包括LYC-55716(cintirorgon)。
替雷利珠单抗
替雷利珠单抗(BGB-A317)是针对PD-1的人源化单克隆抗体。它防止PD-1与配体PD-L1和PD-L2结合(因此它是一种检查点抑制剂)。替雷利珠单抗可以用于治疗实体癌，例如霍奇金淋巴瘤(单独或与辅助疗法诸如含铂化学疗法组合使用)、尿路上皮癌、NSCLC或肝细胞癌。与替雷利珠单抗相关的序列在下表中提供。在本公开的一些方面，替雷利珠单抗或其抗原结合部分可以与巴维妥昔单抗组合施用。
表7.替雷利珠单抗序列
信迪利单抗
信迪利单抗是针对PD-1的全人IgG4单克隆抗体。它防止PD-1与配体PD-L1和PD-L2结合(因此它是一种检查点抑制剂)。信迪利单抗可以单独或与辅助疗法组合用于治疗实体癌，例如霍奇金淋巴瘤。与信迪利单抗相关的序列在下表中提供。在本公开的一些方面，信迪利单抗或其抗原结合部分可以与巴维妥昔单抗组合施用。
表8.信迪利单抗序列
III.B IS TME表型类特定疗法
以免疫抑制为主的TME，诸如来自通过本公开的分类器(诸如TME Panel-1分类器)分类在IS(免疫抑制型)TME表型类的胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)的肿瘤(即，IS生物标志物阳性患者)的TME，可能对检查点抑制剂有抗性，除非还给予逆转免疫抑制的药物，诸如抗磷脂酰丝氨酸(抗PS)和抗磷脂酰丝氨酸靶向治疗剂、PI3Kγ抑制剂、腺苷通路抑制剂、IDO、TIM、LAG3、TGFβ和CD47抑制剂。
巴维妥昔单抗是优选的抗PS靶向治疗剂。具有这种生物学的患者也可能具有潜在的血管生成，并且还可以受益于抗血管生成剂，诸如用于ATME表型的那些。
现在讨论通过患有本文所公开的分类器(例如，TME Panel-1分类器)分配至ISTME表型类的癌症肿瘤的患者的具体治疗剂。抗PS和PS靶向抗体包括但不限于巴维妥昔单抗；PI3Kγ抑制剂，诸如LY3023414(samotolisib)、IPI-549；腺苷通路抑制剂，诸如AB-928(腺苷2a和2b受体的口服拮抗剂)；IDO抑制剂；抗TIM，包括TIM和TIM-3；抗LAG3；TGFβ抑制剂，诸如LY2157299(galunisertib)；CD47抑制剂，诸如Forty Seven的莫洛利单抗(5F9)。
还包括通过患有本文所公开的分类器(例如，TME Panel-1分类器)分配至IS TME表型类的癌症肿瘤的患者的具体治疗剂。抗TIGIT药物，其通过触发树突细胞上的CD155(分化簇155)(以及其他活性)和在肿瘤中表达Treg的子集而具有免疫抑制性。优选的抗TIGIT抗体是AB-154。另一优选的抗TIGIT抗体是BGB-A1217(欧司珀利单抗(ociperlimab))。抗激活素A治疗剂，因为激活素A促进M2样肿瘤巨噬细胞的分化并抑制NK细胞的生成。抗BMP治疗剂是有用的，因为骨形态发生蛋白(BMP)也促进M2样肿瘤巨噬细胞的分化并抑制CTL和DC。
还包括通过患有本文所公开的分类器(例如，TME Panel-1分类器)分配至IS TME表型类的癌症肿瘤的患者的另外具体治疗剂。TAM(Tyro3、Axl和Mer受体)抑制剂或TAM产物抑制剂；抗IL-10(白细胞介素)或抗IL-10R(白细胞介素10受体)，因为IL-10具有免疫抑制作用；抗M-CSF，作为巨噬细胞集落刺激因子(M-CSF)拮抗剂已显示耗尽TAM；抗CCL2(C-C基序趋化因子配体2)或抗CCL2R(C-C基序趋化因子配体2受体)，由这些药物靶向的特定通路将髓样细胞募集到肿瘤；MERTK(酪氨酸蛋白激酶Mer)拮抗剂，因为此受体酪氨酸激酶的抑制触发促炎TAM表型并增加肿瘤CD8+细胞。
包括通过患有本文所公开的分类器(例如，TME Panel-1分类器)分配至IS TME表型类的癌症肿瘤的患者的其他治疗剂。STING激动剂，因为通过干扰素基因的刺激剂(STING)进行的细胞溶质DNA感应增强抗肿瘤CD8+T细胞的DC刺激，并且激动剂是的一部分；针对CCL3(C-C基序趋化因子3)、CCL4(C-C基序趋化因子4)、CCL5(C-C基序趋化因子5)或其共同受体CCR5(C-C基序趋化因子受体5型)的抗体，因为这些趋化因子是髓源性抑制细胞(MDSC)的产物并激活调节性T细胞(Treg)上的CCR5；精氨酸酶-1的抑制剂，因为精氨酸酶-1通过M2样TAM产生，减少肿瘤浸润淋巴细胞(TIL)的产生并增加Treg的产生；针对CCR4(C-C基序趋化因子受体4型)的抗体可以用于耗尽Treg；针对CCL17(C-C基序趋化因子17)或CCL22(C-C基序趋化因子22)的抗体可以抑制Treg上的CCR4(C-C基序趋化因子受体4型)激活；针对GITR(糖皮质激素诱导的TNFR相关蛋白)的抗体可以用于耗尽Treg；DNA甲基转移酶(DNMT)或组蛋白去乙酰化酶(HDAC)的抑制剂，其导致免疫基因的表观遗传沉默的逆转，诸如恩替诺特。
在临床前模型中，磷酸二酯酶-5的抑制剂西地那非(sildenafil)和他达拉非(tadalafil)显著抑制MDSC功能，这可以为患有IS TME表型的结直肠癌肿瘤的患者提供益处。用于将MDSC分化为成熟树突细胞(DC)和巨噬细胞的全反式维甲酸(ATRA)可以为具有IS表型的患者提供益处。据报道，VEGF和c-kit信号传导涉及MDSC的生成。据报道，舒尼替尼治疗转移性肾细胞癌患者减少循环MDSC的数量，这可以为具有IS TME表型的结直肠癌患者提供益处。
分类到IS TME表型类中的癌症肿瘤表示巴维妥昔单抗治疗与检查点抑制剂(诸如，抗PD-1(例如，信迪利单抗、替雷利珠单抗、帕博利珠单抗或其抗原结合部分)、抗PD-L1或抗CTLA-4)的组合的靶标群体。这是因为本公开指出在血管生成存在的情况下发生的免疫应答显示免疫抑制的现象，并且巴维妥昔单抗可以恢复免疫抑制细胞的免疫活性。
为了使单剂巴维妥昔单抗起作用，正在进行的免疫应答必须高度活跃，以至于阻断免疫抑制足以释放患者免疫应答的全部潜力。然而，大多数晚期癌症患者需要保持其免疫应答，并且可能需要与巴维妥昔单抗和检查点抑制剂组合使用。因此，本文所公开的ISTME表型类可以用于确定可能对巴维妥昔单抗和检查点抑制剂有应答的结直肠癌患者。
巴维妥昔单抗
巴维妥昔单抗是PS靶向抗体。巴维妥昔单抗与磷脂酰丝氨酸(PS)的结合由β2-糖蛋白1(β2GPI)血清蛋白介导。β2GPI也被称为载脂蛋白(Apo-H)。巴维妥昔单抗已用于针对乳腺癌、肝癌(肝细胞癌)、恶性黑素瘤、结直肠癌和前列腺癌的临床试验中。
在一些方面中，根据本文所述的方法，巴维妥昔单抗可以施用于受试者，例如患有胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)或卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)的患者。与巴维妥昔单抗相关的序列在下表中提供。
表9.巴维妥昔单抗序列
在一些方面中，将巴维妥昔单抗与抗PD-1抗体(例如，信迪利单抗、替雷利珠单抗、帕博利珠单抗或其抗原结合部分)组合施用于癌症患者。在一些方面中，巴维妥昔单抗与帕博利珠单抗组合施用。在一些方面中，巴维妥昔单抗与信迪利单抗组合施用。在一些方面中，巴维妥昔单抗与替雷利珠单抗组合施用。
在一些方面中，巴维妥昔单抗以包括化学疗法和免疫检查点抑制剂(例如，抗PD-1抗体(例如，信迪利单抗、替雷利珠单抗、帕博利珠单抗或其抗原结合部分))的组合治疗的形式施用于患有胃癌(例如局部晚期或转移性胃癌)的患者。
在一些方面中，巴维妥昔单抗以包括免疫检查点抑制剂(例如，抗PD-1抗体(例如，信迪利单抗、替雷利珠单抗、帕博利珠单抗或其抗原结合部分))的组合治疗的形式施用于患有肝癌(例如，晚期转移性肝细胞癌)或患有头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)的患者。
在一些方面中，巴维妥昔单抗以包括放射的组合疗法的形式施用于患有黑素瘤的患者。
III.C A TME表型类特定疗法
对于以血管生成活性为主的A TME表型类，患者可能对VEGF靶向疗法、DLL4靶向疗法、血管生成素/TIE2靶向疗法、抗VEGF/抗DLL4双特异性抗体(诸如，那赛西珠单抗)和抗VEGF或抗VEGF受体抗体(诸如，伐力苏单抗、雷莫芦单抗、贝伐珠单抗等)有应答。
在一些方面中，可以选择具有抗血管生成效应的双可变结构域免疫球蛋白分子、药物或疗法，诸如具有抗DLL4和/或抗VEGF活性的那些，来治疗患有例如通过应用TMEPanel-1分类器被分类在A TME表型类内的癌症的患者。在一些方面，双可变结构域免疫球蛋白分子、药物或疗法是迪帕西单抗(ABT165)。在一些方面中，可以选择具有抗血管生成效应的双靶向蛋白、药物或疗法，诸如具有抗DLL4和/或抗VEGF活性的那些，来治疗患有例如通过应用TME Panel-1分类器被鉴定为具有A TME表型的癌症的患者。在一些方面，双靶向蛋白、药物或疗法是ABL001(NOV1501，TR009)，如美国公开号2016/0159929中所教导的，其通过引用以其整体并入本文。
贝伐珠单抗
贝伐珠单抗以商品名出售，是一种用于治疗多种类型的癌症(例如，结直肠癌、乳腺癌或卵巢癌)的药物。贝伐珠单抗通过缓慢注射到静脉(静脉内)来给予。贝伐珠单抗是一种单克隆抗体，其作为血管生成抑制剂起作用。它通过抑制血管内皮生长因子A(VEGF-A)来减缓新血管的生长来起作用，换句话讲，抗VEGF疗法。贝伐珠单抗于2004年在美国被批准与标准化学疗法治疗(作为一线治疗)一起用于转移性结直肠癌。2006年，它被批准与基于5-氟尿嘧啶的疗法一起用于二线转移性结直肠癌。它还被欧洲药品管理局(European Medicines Agency，EMA)批准用于结直肠癌。贝伐珠单抗还被检查为非转移性结肠癌患者中其他化学疗法药物的补充。在欧盟，贝伐珠单抗与基于氟嘧啶的化学疗法的组合被指示用于治疗患有结肠或直肠转移癌的成人。在EU，贝伐珠单抗与紫杉醇组合被指示用于患有转移性乳腺癌的成人的一线治疗。贝伐珠单抗与卡培他滨的组合被指示用于用包括紫杉烷或蒽环类药物的其他化学疗法选择被认为不适当的患有转移性乳腺癌的成人的一线治疗。
2018年，美国食品和药物管理局(U.S.Food and Drug Administration，FDA)批准贝伐珠单抗与化学疗法的组合用于初次手术操作之后的III或IV期卵巢癌，之后是贝伐珠单抗单药治疗。所述批准基于一项在卡铂和紫杉醇中添加贝伐珠单抗的研究。无进展存活期从13个月延长至18个月。在EU，贝伐珠单抗与卡铂和紫杉醇的组合被指示用于患有晚期(国际妇产科联合会(International Federation of Gynecology and Obstetrics，FIGO)IIIB、IIIC和IV期)上皮性卵巢癌、输卵管或原发性腹膜癌的成人的一线治疗。贝伐珠单抗与卡铂和吉西他滨的组合或与卡铂和紫杉醇的组合被指示用于治疗尚未接受用贝伐珠单抗或其他VEGF抑制剂或VEGF受体靶向剂的先前疗法的首次复发铂敏感性上皮性卵巢癌、输卵管癌或原发性腹膜癌的成人。2020年5月，美国食品和药物管理局将奥拉帕尼的适应症扩大成包括奥拉帕尼与贝伐珠单抗的组合，以用于以下患有晚期上皮性卵巢癌、输卵管癌或原发性腹膜癌的成人的一线维持治疗，所述成人对一线基于铂的化学疗法有完全或部分应答并且其癌症与通过有害的或怀疑有害的BRCA突变和/或基因组不稳定性所定义的同源重组缺陷阳性状态相关联。
贝伐珠单抗生物类似药：FDA和欧盟已批准Amgen的生物类似药(通用名贝伐珠单抗-awwb，产品名Mvasi)、Zirabev(Pfizer)、Aybintio(Samsung Bioepis)和Equidacent(Centus Biotherapeutics)已被批准在欧盟中使用。2021年1月28日，欧洲药品管理局(European Medicines Agency，EMA)人用药品委员会(Committee for MedicinalProducts for Human Use，CHMP)采纳积极意见，建议授予用于治疗结直肠癌的药品Alymsys(Mabxience Research)的上市许可。
表10.贝伐珠单抗序列
那赛西珠单抗
抗VEGF/抗DLL4双特异性抗体那赛西珠单抗详细描述于例如美国专利号9,376,488、9,574,009和9,879,084，其中每个专利都以引用的方式整体并入本文。
表11.那赛西珠单抗序列
在一些方面中，那赛西珠单抗以还包括化学疗法(例如，多西他赛、卡巴他赛等)和免疫检查点抑制剂(例如，抗PD-1抗体(例如，信迪利单抗、替雷利珠单抗、帕博利珠单抗或其抗原结合部分))的组合治疗的形式施用于患有胃癌(例如局部晚期或转移性胃癌)的患者。
在一些方面中，那赛西珠单抗以还包括化学疗法(例如，多西他赛、卡巴他赛等)或PARP抑制剂(例如，鲁卡帕尼、奥拉帕尼等)的组合治疗的形式施用于患有乳腺癌(例如，局部晚期或转移性Her-2阴性乳腺癌)的患者。
在一些方面中，那赛西珠单抗以还包括抗PD-(L)1疗法和固有免疫刺激剂(例如，Dectin激动剂ImprimePGG、STING激动剂BMS-986301或NLR激动剂BMS-986299)的组合治疗的形式施用于患有结直肠癌(例如，肝转移晚期结直肠癌)的患者。
在一些方面中，那赛西珠单抗以还包括PARP抑制剂疗法(例如，奥拉帕尼、鲁卡帕尼或尼拉帕尼)加免疫检查点抑制剂疗法(例如，抗PD-(L)1，即PD-1或PD-L1的抑制剂)的组合治疗的形式施用于患有卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)的患者。
伐力苏单抗
抗VEGF-A单克隆抗体伐力苏单抗详细描述于例如美国专利号8,394,943、9,421,256和8,034,905，其中每个专利都以引用的方式整体并入本文。
表12.伐力苏单抗序列
在一些方面中，伐力苏单抗分子与第二抗体，例如抗PD-1抗体(例如，信迪利单抗、替雷利珠单抗、帕博利珠单抗或其抗原结合部分)组合施用。在一些方面中，伐力苏单抗分子与化学治疗剂，例如紫杉烷，例如紫杉醇或多西他赛组合施用。
在一些方面中，酪氨酸激酶抑制剂(TKI)用于抗血管生成疗法。示例性TKI包括卡博替尼、凡德他尼、替沃扎尼、阿昔替尼、乐伐替尼、索拉非尼、瑞戈非尼、舒尼替尼、呋喹替尼和帕唑帕尼。在一些方面中，可以使用c-MET抑制剂。
可以作为本文公开的TME类别特定疗法的一部分施用的特定治疗剂包括在表13中。
表13：用于在TME表型类特定疗法中施用的治疗剂
/>
/>
/>
/>
/>
/>
CPM：检查点调节剂；CPI：检查点抑制剂；AAT：抗血管生成疗法；AIT：抗免疫抑制疗法；IRIT：免疫应答启动疗法；VTT/A：VEGF靶向疗法/其他血管生成素；ATTT：促血管生成素/TIE2靶向疗法；Chemo：化学疗法
III.D ID TME表型类特定疗法
在一些方面中，TME以缺乏免疫细胞为主，但脉管系统功能正常。因此，癌症肿瘤的此类TME可以通过本公开的分类器诸如TME Panel-1分类器分类为ID(免疫沙漠型)TME表型类(即，ID生物标志物阳性患者)。当在患者样品中鉴定出这种TME表型类型时，可以用ID类TME疗法治疗肿瘤。
在一些方面中，ID类TME疗法包括在施用引发免疫应答的疗法的同时或之后施用检查点调节剂疗法。在一些方面中，引发免疫应答的疗法是疫苗、CAR-T或新表位(neo-epitope)疫苗。在一些方面中，检查点调节剂疗法包括施用抑制性免疫检查点分子的抑制剂。在一些方面中，抑制性免疫检查点分子的抑制剂是针对PD-1(例如，信迪利单抗、替雷利珠单抗、帕博利珠单抗或其抗原结合部分)、PD-L1、PD-L2、CTLA-4或其组合的抗体。在一些方面中，抗PD-1抗体包括纳武单抗、帕博利珠单抗、西米普利单抗、PDR001、CBT-501、CX-188、信迪利单抗、替雷利珠单抗或TSR-042或其抗原结合部分。在一些方面中，抗PD-1抗体与纳武单抗、帕博利珠单抗、西米普利单抗、PDR001、CBT-501、CX-188、信迪利单抗、替雷利珠单抗或TSR-042交叉竞争结合人PD-1。在一些方面中，抗PD-1抗体与纳武单抗、帕博利珠单抗、西米普利单抗、PDR001、CBT-501、CX-188、信迪利单抗、替雷利珠单抗或TSR-042结合相同的表位。在一些方面中，抗PD-L1抗体包括阿维鲁单抗、阿特珠单抗、CX-072、LY3300054、度伐利尤单抗或其抗原结合部分。在一些方面中，抗PD-L1抗体与阿维鲁单抗、阿特珠单抗、CX-072、LY3300054或度伐利尤单抗交叉竞争结合人PD-L1。在一些方面中，抗PD-L1抗体与阿维鲁单抗、阿特珠单抗、CX-072、LY3300054或度伐利尤单抗结合相同的表位。在一些方面中，抗CTLA-4抗体包括伊匹单抗或双特异性抗体XmAb20717(抗PD-1/抗CTLA-4)或其抗原结合部分。在一些方面中，抗CTLA-4与伊匹单抗或双特异性抗体XmAb20717(抗PD-1/抗CTLA-4)交叉竞争结合人CTLA-4。在一些方面中，抗CTLA-4抗体与伊匹单抗或双特异性抗体XmAb20717(抗PD-1/抗CTLA-4)结合相同的CTLA-4表位。在一些方面中，检查点调节剂疗法包括施用：(i)抗PD-1抗体，其选自由以下组成的组：纳武单抗、帕博利珠单抗、西米普利单抗、PDR001、CBT-501、CX-188、信迪利单抗、替雷利珠单抗和TSR-042；(ii)抗PD-L1抗体，其选自由以下组成的组：阿维鲁单抗、阿特珠单抗、CX-072、LY3300054和度伐利尤单抗；(iv)抗CTLA-4抗体，其是伊匹单抗或双特异性抗体XmAb20717(抗PD-1/抗CTLA-4)，或(iii)其组合。
对于没有免疫活性的TME，诸如被分类为ID(免疫沙漠型)表型的患者(即，ID生物标志物阳性患者)，具有这种生物学的患者对于检查点抑制剂、抗血管生成剂或其他TME靶向疗法的单一疗法没有应答，并且因此不应用作为单一疗法的抗PD-1、抗PD-L1、抗CTLA-4或RORγ激动剂来治疗。具有这种生物学的患者可以用诱导免疫活性的疗法治疗，从而允许他们然后从检查点抑制剂或其他TME靶向疗法中受益。对于这些患者可以诱导免疫活性的疗法包括疫苗、CAR-T、新表位疫苗(包括个性化疫苗)和基于模式识别受体(PatternRecognition Receptor，PRR)TLR的疗法。
CAR-T疗法是一种治疗方法，其中患者的T细胞(一种免疫系统细胞类型)在实验室中被改变，使得它们攻击癌细胞。T细胞取自患者的血液。然后在实验室中添加结合患者癌细胞上的某种蛋白质的特殊受体的基因。所述特殊受体被称为嵌合抗原受体(CAR)。大量的CAR T细胞在实验室中生长并通过输注给予患者。CAR T细胞疗法正在被研究用于治疗某些类型的癌症。也被称为嵌合抗原受体T细胞疗法。在一些方面中，CAR-T疗法包括施用IMM-3、阿基仑赛、AUTO、Immunotox、sparX/ARC-T疗法或BCMA CAR-T。
模式识别受体激动剂类：Toll样受体(TLR)，果蝇Toll蛋白的哺乳动物同源物，被认为是先天免疫的关键模式识别受体(PRR)。已发现一些TLR激动剂通过间接激活耐受宿主免疫系统以破坏癌细胞来诱导强烈的抗肿瘤活性。因此，TLR的特异性激动剂可以用于治疗癌症。多种TLR激动剂已被考虑用于临床应用。BCG(卡介苗)是TLR2和TLR4的激动剂，可以用于例如浅表性膀胱癌或结直肠癌的疗法。TLR3(Toll样受体3)配体IPH-3102(IPH-31XX)可以用于治疗例如乳腺癌。TLR4(Toll样受体4)激动剂单磷酰脂质A(MPL)可以用于例如治疗结直肠癌。在一些方面中，MPL可以与作为佐剂的CERVARIXTM疫苗一起施用，以用于预防HPV(人乳头瘤病毒)相关的宫颈癌。在一些方面中，鞭毛蛋白衍生的激动剂CBLB502(恩替莫德)可以用于治疗晚期实体肿瘤。
在一些方面中，基于TLR的疗法包括施用BCG(卡介苗)、单磷酰脂质A(MPL)、恩替莫德(CBLB502)、咪喹莫特852A(小分子ssRNA)、IMOxine(CpG-ODN)、来非莫德(MGN1703)、/>(双茎环免疫调节剂(Double-Stem Loop ImmunoModulator))、CpG寡脱氧核苷酸(CpG-ODN)、PF3512676(也称为CpG7909；单独或与化学疗法组合)、1018ISS(单独或与化学疗法或/>组合)、SD-101、莫托莫德(VTX-2337)、IMO-2055(IMOxine；EMD 1201081)、tilsotolimod(IMO-2125)、DV281、CMP-001或CPG7907、VB-201、OPN-305、INNA-051、CBLB612、Ampligen、BO-102、Poly-ICLC、PrEP-001、YS-ON-001、ID-G100、ID-93、TARA-002、ALT-702、APR-003、BDB-001、BNT411、CV8102、DSP-0509、GS986、PRTX007、雷西莫特(resiquimod)、RG6115、RG7854、TRANSCON、Vesimune、维沙莫德(Vesatolimod)、莫托莫德、SBT6050、SBT6290、SBT8230、Tallac/ALX、Cavrotilimod、EnanDIM、Heplisav-B、Kappaproct和vidutolimod。
还期望其他PRR的激动剂激活先天免疫系统，并且由此引发包括适应性免疫系统的强大抗癌应答。因此，这些剂可用于治疗如通过Xerna TME套组所定义的ID表型肿瘤。这些包括：C型凝集素受体(即，DECTIN-1、DECTIN-2、MINCLE)的激动剂，包括β-葡聚糖，诸如Imprime PGG；维甲酸诱导基因样受体(RIG-I)的激动剂，诸如CV8102、MK4621、Inarigivir、BO-112；NOD样受体的激动剂，诸如BMS-986299；和cGAS-STING通路的激动剂，包括ADU-S100、BMS-986301、CRD-100、CRD-5500、E7766、exoSTING、GB492、GSK3745417、MAVU-104、MK-1454、NZ-STING、ONM-500、ONM-501、SB11285、SNX 281、SOMCL-18-202、STACT-TREX1、STI-001、SYNB1891、TAK676、TTI-10001和XMT-2056。
治疗性癌症疫苗是基于使用肿瘤抗原对免疫系统进行特异性刺激以引发抗肿瘤应答。在一些方面中，癌症疫苗包括例如IGV-001(IMVAXTM)、伊利沙定(ilixadencel)、IMM-2、TG4010(表达MUC-1和IL-2的MVA)、(表达胎儿癌基因5T4的MVA(MVA-5T4))、(或/>)(表达PSA的MVA)、/>recMAGE-A3(重组黑色素瘤相关抗原3)蛋白加AS15免疫刺激剂、rindopepimut与GM-CSF加替莫唑胺、IMA901(10种不同的合成肿瘤相关肽)、替西莫肽(L-BLP25)(MUC-1衍生的脂肽)、基于DC的疫苗(表达例如细胞因子诸如IL-12)、由酪氨酸酶、gp100和MART-1肽构成的多表位疫苗、肽疫苗(EGFRvIII、EphA2、Her2/neu肽)(单独或与贝伐珠单抗组合)、HSPPC-96(基于肽的个性化疫苗)(单独或与贝伐珠单抗组合)、/>(基于同种异体细胞的疗法)(单独或与舒尼替尼组合)、PF-06755990(疫苗)(单独或与舒尼替尼和/或替西木单抗组合)、/>(新抗原肽)(单独或与帕博利珠单抗和/或放射疗法组合)、临床试验中使用的肽疫苗NCT02600949(单独或与帕博利珠单抗组合)、DPX-Survivac(包封肽)(单独或与帕博利珠单抗和/或化学疗法，例如与环磷酰胺组合)、pTVG-HP(编码PAP抗原的DNA疫苗)(单独或与纳武单抗和/或CM-CSF组合)、/>(分泌GM-CSF的肿瘤细胞)(单独或与纳武单抗和/或化学疗法，例如与环磷酰胺组合)、/>(表达PSA的痘病毒载体)(单独或与纳武单抗组合)、/>(表达PSA的痘病毒载体)(单独或与伊匹单抗组合)、/>(分泌GM-CSF的肿瘤细胞)(单独或与纳武单抗和伊匹单抗组合并且与CRS-207和环磷酰胺组合)、基于树突细胞的p53疫苗(单独或与纳武单抗和伊匹单抗组合)、新抗原DNA疫苗(与度伐利尤单抗组合)或CDX-1401疫苗(DEC-205/NY-ESO-1融合蛋白)(单独或与阿特珠单抗和化学疗法，例如呱西他滨(guadecitabine)组合)。
基于抗体的免疫应答激活剂也可能可用于刺激免疫应答，特别是在缺乏进行中的抗癌免疫应答的证据的ID表型肿瘤中。这些包括CD27的激动性抗体，诸如varlilumab和CDX-527。这些还包括4-1BB(CD137)的抗体激动剂，诸如FS222、ABL 503、INBRX-105、GEN1046、MCLA-145。这些还包括CD40的激动剂，诸如CDX1140、塞鲁单抗(selicrelumab)、CP-870,893、达赛图珠单抗(dacetuzmumab)、ChiLob7/4。
IV.辅助疗法
选择患有胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)的患者进行用某一疗法的治疗的方法以及本文所公开的治疗方法还可以包括：(i)施用额外的疗法，例如，化学疗法、激素疗法或放射疗法；(ii)手术；或(iii)其组合。在一些方面中，可以在施用以上公开的TME表型类特定疗法或其组合的同时或顺序地(之前或之后)施用额外的(辅助)疗法。
辅助化学疗法有效防止手术去除的癌症产生微转移性疾病，例如胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)。研究显示，氟尿嘧啶在具有微卫星稳定性或低频微卫星不稳定性的患者中是有效的辅助化学疗法，但在具有高频微卫星不稳定性的患者中则不然。
当一种或多种辅助疗法与如本文所述的TME表型类特定疗法或其组合组合使用时，不需要组合结果是单独进行每种治疗时观察到的效果的加成。尽管至少加成效果通常是希望的，但在单一疗法中的任一种之上的增加治疗效果或益处(例如，减少的副作用)都是有价值的。此外，对组合治疗表现出协同效果没有特别要求，但这是可能且有利的。
“新辅助疗法”可以作为缩小肿瘤的第一步进行，然后进行主要治疗，其通常是手术。新辅助疗法的实例包括例如化学疗法和放射疗法。这是一种诱导疗法。
在一个特定方面中，A TME表型类疗法可以与化学治疗剂组合施用，例如紫杉烷，诸如紫杉醇或多西他赛。在一些方面中，A TME表型类疗法可以包括与VEGF靶向疗法和/或DLL-4靶向疗法组合的化学疗法(例如紫杉烷，诸如紫杉醇或多西他赛)。
化学疗法可以作为标准护理进行。因此，如果癌症患者或患者的癌症被分配至特定的TME表型类别或其组合(即，患者对于多种TME表型类中的一种呈生物标志物阳性并且/或者对于一种或多种TME表型类呈生物标志物阴性)，则可以将针对所述TME表型类或其组合的特定疗法添加到标准护理化学疗法中。
在一些方面中，癌症选自由以下组成的组：胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤和肺癌(例如，NSCLC)。
IV.A化学疗法
如本文所述的TME表型类特定疗法可以与一种或多种辅助化学治疗剂或药物组合施用于患有胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)的患者。
术语“化学疗法”是指影响细胞增殖和/或存活的各种治疗方式。所述治疗可以包括施用烷基化剂、抗代谢物、蒽环类、植物生物碱、拓扑异构酶抑制剂和其他抗肿瘤剂，包括单克隆抗体和激酶抑制剂。术语“新辅助化学疗法”涉及由一组化疗剂和/或抗体剂组成的术前疗法方案，其旨在缩小原发性肿瘤，从而使局部疗法(手术或放射疗法)破坏性更小或更有效，能够评估肿瘤对体内特定剂的敏感性的应答性。
化疗药物可以杀死增殖的肿瘤细胞，增强整体治疗产生的坏死区域。药物因此可以增强本公开的主要治疗剂的作用。
用于癌症治疗的化疗剂可以根据其作用机制分为若干组。一些化疗剂直接损伤DNA和RNA。通过破坏DNA的复制，此类化疗剂使复制完全停止，或导致产生无义DNA或RNA。此类别包括例如顺铂柔红霉素/>阿霉素/>和依托泊苷/>另一组癌症化疗剂会干扰核苷酸或脱氧核糖核苷酸的形成，使得RNA合成和细胞复制被阻断。此类中的药物的实例包括甲氨蝶呤/>巯基嘌呤/>氟尿嘧啶/>和羟基脲/>第三类化疗剂影响有丝分裂纺锤体的合成或分解，并且因此中断细胞分裂。此类中的药物的实例包括长春花碱/>长春新碱/>和紫杉烷，诸如紫杉醇/>和多西他赛化学疗法方案，诸如FOLFOX(亚叶酸(leucovorin)“FOL”、氟尿嘧啶(5-FU)“F”和奥沙利铂(eloxatin)“OX”)或FOLFIRI(亚叶酸“FOL”、氟尿嘧啶(5-FU)“F”和伊立替康(camptosar)“IRI”)也用于治疗结直肠癌或本文公开的另一种类型的癌症。
在一些方面中，本文所公开的方法包括用紫杉烷衍生物(例如，紫杉醇或多西他赛)治疗患有胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)的患者。在一些方面中，本文所公开的方法包括用蒽环类衍生物(诸如像，柔红霉素、阿霉素和阿克那霉素)治疗患有胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)的患者。在一些方面中，本文所公开的方法包括用拓扑异构酶抑制剂(诸如像，喜树碱、拓扑替康、伊立替康、20-S喜树碱、9-硝基-喜树碱、9-氨基-喜树碱或水溶性喜树碱类似物G1147211)治疗患有胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)的患者。特别设想用这些和其他化疗药物的任何组合进行的治疗。
患有胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)的患者可以在手术去除肿瘤之后立即接受化学疗法。这种方法通常被称为辅助化学疗法。然而，还可以在手术之前施用化学疗法，如所谓的新辅助化学疗法。
IV.B放射疗法
如本文所述的TME表型类特定疗法可以与放射疗法组合施用于罹患胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)的患者。
术语“放射疗法(radiation therapy/radiotherapy)”是指用电离辐射治疗癌症，其包括具有足够动能以从原子或分子发射电子并由此生成离子的粒子。所述术语包括用直接电离辐射，诸如由α粒子(氦核)、β粒子(电子)和原子粒子诸如质子产生的那些和间接电离辐射，诸如光子(包括伽马射线和x射线)进行治疗。放射疗法中使用的电离辐射的实例包括高能X-射线、γ-辐射、电子束、UV辐射、微波和光子束。还设想将放射性同位素直接递送至肿瘤细胞。
大多数患者在手术移除肿瘤后立即接受放射疗法。这种方法通常被称为辅助放射疗法。然而，还可以在手术之前施用放射疗法，如所谓的新辅助放射疗法。
V.结直肠癌(CRC)
结直肠癌(CRC)是第三种最常见的癌症，并且在晚期时是致命的。虽然治愈性手术适合于早期疾病，但高达30％的患者在2-5年内复发(Fatemi等人,2015Iran.J.CancerPrev.8；Duineveld等人,2016Ann.Fam.Med.14:215-220)。某些靶向疗法可用于晚期CRC，诸如取决于突变状态的抗EGFR、抗血管生成剂或检查点抑制剂，在这些情况下患者显示为MSI-H/dMMR。遗憾的是，很少有诊断工具将患有复发性转移性疾病的个体与最佳治疗方案相匹配，并且对于大多数患有转移性疾病的患者，临床医生必须在缺乏指示最佳治疗过程的精确工具的情况下选择疗法。
本文所公开的方法和组合物可以用于治疗结直肠癌，以例如，鉴定用特定疗法治疗的患者、预测无疾病概率和总体存活或预测靶向疗法的结局。结直肠癌(CRC)也称为肠癌、结肠癌或直肠癌，是从结肠或直肠(大肠的一部分)发展而来的癌症。“癌症”是指一组广泛的以体内异常细胞的不受控制的生长为特征的各种增殖性疾病。不受调节的细胞分裂和生长导致恶性肿瘤的形成，所述恶性肿瘤侵入邻近组织并且还可以通过淋巴系统或血流转移至身体的远端部位。
结直肠癌是一种起源于胃肠道的结肠或直肠内壁的上皮细胞的疾病，最常见的原因是Wnt信号传导通路中的突变增加了信号活性。所述突变可以是遗传性的或获得性的，并且最有可能出现在肠隐窝干细胞中。所有结直肠癌中最常见的突变基因是APC基因，其产生APC蛋白。APC蛋白防止β-连环蛋白的积累。在没有APC的情况下，β-连环蛋白积累到高水平并且易位(移动)到细胞核中，与DNA结合，并且激活原癌基因的转录。这些基因通常对干细胞更新和分化来说很重要，但是当以高水平被不适当地表达时，它们可能造成癌症。虽然APC在大多数结肠癌中突变，但是一些癌症由于β-连环蛋白(CTNNB1)的突变阻止其自身分解而具有增加的β-连环蛋白，或者具有功能类似于APC的其他基因(诸如AXIN1、AXIN2、TCF7L2或NKD1)的突变。
除Wnt信号传导通路的缺陷之外，细胞癌变还必须发生其他突变。由TP53基因产生的p53蛋白通常监测细胞分裂，并且如果细胞具有Wnt通路缺陷，则诱导细胞程序性死亡。最终，细胞系获得TP53基因突变，并且将组织从良性上皮肿瘤转变为侵袭性上皮细胞癌。有时，编码p53的基因不突变，而是另一种名为BAX的保护性蛋白发生了突变。
通常在结直肠癌中被去激活的负责程序性细胞死亡的其他蛋白质是TGF-β和DCC(在结直肠癌中缺失)。在至少一半的结直肠癌中TGF-β具有去激活突变。有时TGF-β未被去激活，但名为SMAD的下游蛋白被去激活。DCC在结直肠癌中通常具有染色体片段缺失。
所有人类基因中的大约70％的基因在结直肠癌中表达，其中略高于1％的基因在结直肠癌中的表达与其他形式的癌症相比有所增加。一些基因是癌基因：它们在结直肠癌中过表达。例如，编码蛋白质KRAS、RAF和PI3K的基因通常刺激细胞应答于生长因子而分裂，可能发生突变，导致细胞增殖的过激活。突变的时间顺序有时很重要。如果先前发生了APC突变，则原发性KRAS突变常常进展为癌症，而不是自限性增生性或交界性(borderline)病变。PTEN是一种肿瘤抑制因子，通常抑制PI3K，但可能有时发生突变和去激活。
全面的基因组规模的分析表明，结直肠癌可以被分类为超突变和非超突变肿瘤类型。除上文针对基因描述的致癌和失活突变外，非超突变样品还含有突变的CTNNB1、FAM123B、SOX9、ATM和ARID1A。在一组不同的遗传事件中，超突变的肿瘤表现出突变形式的ACVR2A、TGFBR2、MSH3、MSH6、SLC9A9、TCF7L2和BRAF。在这两种肿瘤类型中，这些基因的共同主题是它们参与Wnt和TGF-β信号传导通路，从而导致MYC(结直肠癌的核心参与者)的活性增加。
错配修复(MMR)缺陷肿瘤的特征在于相对大量的多核苷酸串联重复。这是由MMR蛋白缺陷引起的，MMR蛋白通常由表观遗传沉默和/或遗传突变(例如，林奇综合征(Lynchsyndrome))引起。15％至18％的结直肠癌肿瘤具有MMR缺陷，其中3％是由于林奇综合征所致。错配修复系统的作用是保护细胞内遗传物质的完整性(即：错误检测和纠正)。因此，MMR蛋白缺陷可能导致无法检测和修复基因损伤，使进一步致癌突变发生并且使结直肠癌进展。
息肉到癌症的进展顺序是结直肠癌发病机制的经典模型。息肉到癌症的顺序描述了经多年从良性肿瘤到结直肠癌的转变阶段。息肉到CRC的顺序的中心是基因突变、表观遗传改变和局部炎性变化。息肉到CRC的顺序可以用作说明特定的分子变化如何导致各种癌症亚型的基础框架。
在一些方面中，本文所公开的方法和组合物用于减小或降低有需要的受试者的结直肠癌肿瘤大小或抑制结直肠癌肿瘤生长。
可以用于治疗结直肠癌的剂包括例如司莫司汀(semustine)(甲基CCNU)、雷替曲塞(raltitrexed)(TOMUDEX)、氟尿嘧啶(5氟尿嘧啶、5FU、fluouracil、氟脱氧尿苷) 氟尿苷(前药)/>去氧氟尿苷、丝裂霉素(丝裂霉素C)、多西他赛/>奥沙利铂/>伊立替康(CPT-11)、camptosar、西妥昔单抗(抗EGFR)/>帕尼单抗(抗EGFR)贝伐珠单抗(抗VEGF)/>alloStim、AMP-224、安普利近(ampligen)、勒樘碱(avicine)、ColoAd1、CV-301、DCVax-Colon、ETBX-011、GI-4000、imlygic、IMM-101、imprime PGG、帕博利珠单抗/>MelCancerVac、OncoVAX、纳武单抗/>Pexa-Vec、匹地利珠单抗、PV-10、雷利米得(revlimid)、替西莫肽、替西木单抗、TroVax、Vigil疫苗及其组合。
在一些方面中，将被诊断患有转移性结直肠癌的受试者的肿瘤组织样品针对突变进行基因分型，诸如RAS(KRAS和NRAS)和/或BRAF，单独地或作为基因套组的一部分，例如下一代测序(NGS)套组。在一些方面中，测试转移性结直肠肿瘤样品的通用错配修复(universal mismatch repair，MMR)和/或微卫星不稳定性(MSI)。在一些方面中，例如经由免疫组织化学、荧光原位杂交(FISH)或NGS来测试转移性结直肠肿瘤样品的HER2水平。在一些方面中，如果受试者的肿瘤样品对野生型KRAS、NRAS、BRAF呈阳性，则进一步测试转移性结直肠肿瘤样品的NTRK融合。在一些方面中，如果受试者的肿瘤样品是MMR缺陷(dMMR)/MSI-H，则进一步测试转移性结直肠肿瘤样品的NTRK融合。
在一些方面中，确定有资格进行强化疗法的患有结直肠癌的受试者可以用以下治疗：(i)有或没有贝伐珠单抗的化学疗法；(ii)有或没有抗EGFR疗法(诸如西妥昔单抗/>或帕尼单抗/>)的化学疗法，如果受试者的结直肠肿瘤样品经测试对于KRAS/NRAS野生型呈阳性并且结直肠癌是左侧肿瘤；或(iii)纳武单抗单一疗法、帕博利珠单抗/>单一疗法或纳武单抗/>和伊匹单抗/>的组合疗法，如果受试者的结直肠肿瘤样品经测试对于dMMR/MSI-H呈阳性。
在一些方面中，确定有资格进行强化疗法但是在上文所公开的强化疗法治疗之一之后进展的患有结直肠癌的受试者可以用替代疗法治疗，例如(i)有或没有贝伐珠单抗的化学疗法；(ii)有或没有抗EGFR疗法(诸如西妥昔单抗/>或帕尼单抗/>)的化学疗法，如果受试者的结直肠肿瘤样品经测试对于KRAS/NRAS野生型呈阳性并且结直肠癌是左侧肿瘤；(iii)瑞戈非尼；或(iv)曲氟尿苷加替吡嘧啶，有或没有贝伐珠单抗/>在一些方面中，如果确定有资格进行强化疗法但是在上文所公开的治疗之一之后进展的患有结直肠癌的受试者经测试对于dMMR/MSI-H结直肠癌呈阳性，则受试者可以用纳武单抗/>单一疗法、帕博利珠单抗/>单一疗法或纳武单抗/>和伊匹单抗/>的组合疗法治疗。在一些方面中，如果确定有资格进行强化疗法但是在上文所公开的治疗之一之后进展的患有结直肠癌的受试者经测试对于HER2扩增状态以及RAS和BRAF WT呈阳性，则受试者可以用(i)曲妥珠单抗/>与帕妥珠单抗/>或拉帕替尼或(ii)德喜曲妥珠单抗(fam-trastuzumab deruxtecan-nxki)/>治疗。
在一些方面中，被认为没有资格进行强化疗法的患有结直肠癌的受试者可以用例如有或没有贝伐珠单抗的较低强化疗法治疗。在一些方面中，被认为没有资格进行强化疗法的患有结直肠癌的受试者经测试对于KRAS/NRAS野生型呈阳性并且具有左侧肿瘤，可以用包括例如西妥昔单抗或帕尼单抗/>的抗EGFR疗法治疗。在一些方面中，被认为没有资格进行强化疗法的患有结直肠癌的受试者经测试对于MSI-H/dMMR呈阳性，可以用纳武单抗/>单一疗法、帕博利珠单抗/>单一疗法或纳武单抗/>和伊匹单抗/>的组合疗法治疗。在一些方面中，被认为没有资格进行强化疗法的患有结直肠癌的受试者经测试对于HER2扩增状态以及RAS和BRAFWT呈阳性，可以用(i)曲妥珠单抗/>与帕妥珠单抗/>或拉帕替尼或(ii)德喜曲妥珠单抗/>治疗。
在一些方面中，确定了被认为没有资格进行强化疗法但在上文所公开的治疗之一之后进展的患有结直肠癌的受试者的功能状态。如果受试者的功能状态改善，则可以认为受试者有资格进行强化疗法并且施用上文所公开的强化疗法之一，即，(i)有或没有贝伐珠单抗的化学疗法；(ii)有或没有抗EGFR疗法(诸如西妥昔单抗/>或帕尼单抗/>)的化学疗法，如果受试者的结直肠肿瘤样品经测试对于KRAS/NRAS野生型呈阳性并且结直肠癌是左侧肿瘤；或(iii)纳武单抗/>单一疗法、帕博利珠单抗/>单一疗法或纳武单抗/>和伊匹单抗/>的组合疗法，如果受试者的结直肠肿瘤样品经测试对于dMMR/MSI-H呈阳性。
VI.试剂盒和制品
本公开还提供了试剂盒和制品，其包括允许从获自患有胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)的患者的样品获得RNA表达数据的试剂和说明书。此数据继而将用作本文所公开的TME Panel-1分类器的输入，所述分类器将肿瘤样品分类在一个或多个TME表型类内。因此，本公开提供了一种试剂盒，其包括(i)能够特异性检测编码来自表1的基因生物标志物的RNA的多个寡核苷酸探针，和(ii)能够特异性检测编码来自表2的基因生物标志物的RNA的多个寡核苷酸探针。还提供了一种制品，其包括(i)能够特异性检测编码来自表1的基因生物标志物的RNA的多个寡核苷酸探针，和(ii)能够特异性检测编码来自表2的基因生物标志物的RNA的多个寡核苷酸探针，其中所述制品包括微阵列。
在一些方面中，试剂盒或制品可以包括(i)能够特异性检测编码表3的基因生物标志物集中的基因的RNA的多个寡核苷酸探针，和(ii)能够特异性检测编码表4的基因生物标志物集中的基因的RNA的多个寡核苷酸探针。
在一些方面中，试剂盒或制品可以包括能够特异性检测编码表5的基因套组中的基因的RNA的多个寡核苷酸探针。
在一些方面中，试剂盒或制品可以包括能够特异性检测编码图9A-9G中所公开的基因套组(基因集)中的基因的RNA的多个寡核苷酸探针。在一些方面中，本文所公开的试剂盒可以包括确定癌症患者的dMMR或MSI-H状态的寡核苷酸探针。在一些方面中，本文所公开的试剂盒可以包括确定癌症患者的BRAF突变状态的寡核苷酸探针。在一些方面中，本文所公开的试剂盒可以包括确定CTNNB1、FAM123B、SOX9、ATM、ARID1A、ACVR2A、TGFBR2、MSH3、MSH6、SLC9A9、TCF7L2、BRAF或其组合中是否存在突变的寡核苷酸探针。试剂盒还可以包括能够检测对本文所公开的癌症具有特异性的生物标志物的寡核苷酸探针，例如胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)。
在一些方面中，本文所公开的试剂盒可以包括确定获自癌症患者的至少一个样品中一种或多种生物标志物的水平的寡核苷酸探针，其中所述患者罹患选自由以下组成的组的癌症：胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤和肺癌(例如，NSCLC)。
此类试剂盒和制品可以包括容器，每个容器具有一种或多种用于所述方法的各种试剂(例如，呈浓缩形式)，包括例如一种或多种寡核苷酸(例如，能够与对应于本文公开的生物标志物基因的mRNA杂交的寡核苷酸)，或抗体(即，能够检测本文公开的生物标志物基因的蛋白质表达产物的抗体)。
可以提供已经附着到固体支撑物的一种或多种寡核苷酸或抗体(例如捕捉抗体)。可以提供已经缀合到可检测标记的一种或多种寡核苷酸或抗体。
试剂盒还可以提供支持本文提供的方法的实践的试剂、缓冲液和/或仪器。
在一些方面中，试剂盒包括一个或多个核酸探针(例如，包含天然存在的和/或化学修饰的核苷酸单元的寡核苷酸)，其能够例如在高度严格条件下与本文公开的生物标志物基因的基因序列的子序列杂交。在一些方面中，能够例如在高度严格条件下与本文公开的生物标志物基因的基因序列的子序列杂交的一个或多个核酸探针(例如，包含天然存在的和/或化学修饰的核苷酸单元的寡核苷酸)附着到微阵列，例如微阵列芯片。在一些方面中，微阵列是例如Affymetrix、Agilent、Applied微阵列、Arrayjet或Illumina微阵列。在一些方面中，阵列是RNA微阵列。根据本公开所提供的试剂盒还可以包括描述本文所公开的方法或其对患者癌症样品进行分类的实际应用的小册子或说明书，例如获自胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)的样品。试剂盒中所包括的说明书可以粘贴于包装材料上或可以作为包装说明书包括在内。虽然说明书通常是书写或印刷的材料，但它们不限于此类。设想能够存储此类说明并将其传达给终端用户的任何媒介。此类介质包括但不限于电子存储介质(例如，磁盘、磁带、磁片盒、芯片)、光学介质(例如，CD ROM)等。如本文所用，术语“说明书”可以包括提供说明书的互联网网站的地址。
在一些方面中，试剂盒是HTG Molecular Edge-Seq测序试剂盒。在其他方面中，试剂盒是Illumina测序试剂盒，例如用于NovaSEq、NextSeq或HiSeq 2500平台。
VII.伴随诊断系统
本文公开的方法可以作为伴随诊断提供，例如通过网络服务器可用，以告知临床医生或患者潜在的治疗选择。本文所公开的方法可以包括采集或以其他方式获得生物样品并进行分析方法，例如，单独或与其他生物标志物组合地应用本文所公开的ANN分类器(例如，TME Panel-1分类器)以将患者肿瘤的样品分类到TME类中，并且基于TME类分配(例如，存在或不存在特定基质表型，即受试者对于基质表型或其组合是否呈生物标志物阳性和/或生物标志物阴性)提供适于施用于患者的治疗(例如，本文所公开的TME类特定疗法或其组合)。在一些方面中，癌症选自由以下组成的组：胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤和肺癌(例如，NSCLC)。
由于所涉及的计算的复杂性，例如签名分数的计算、输入数据的预处理以应用ANN模型(例如，TME Panel-1分类器)、输入数据的预处理以训练ANN、后处理ANN的输出、训练ANN或其任何组合，本文所述的方法的至少一些方面都可以使用计算机来实现。在一些方面中，计算机系统包括通过总线电耦合的硬件元件，包括处理器、输入装置、输出装置、存储装置、计算机可读存储介质读取器、通信系统、处理加速(例如，DSP或专用处理器)和存储器。计算机可读存储介质读取器可以进一步耦合到计算机可读存储介质，所述组合综合表示远程、本地、固定和/或可移动存储装置加用于临时和/或更永久地包含计算机可读信息的存储介质、存储器等，其可以包括存储装置、存储器和/或任何其他此类可访问的系统资源。
可以利用单个架构来实现一个或多个服务器，其可以根据当前希望的协议、协议变体、扩展等来进一步配置。然而，对于本领域的技术人员显而易见的是，各个方面可以根据更具体的应用要求良好地利用。也可以利用定制的硬件，并且/或者可以在硬件、软件或两者中实现特定元件。此外，虽然可以采用与其他计算装置诸如网络输入/输出装置(未示出)的连接，但是应理解，也可以利用与其他计算装置的一个或多个有线、无线、调制解调器和/或其他连接。
在一个方面中，所述系统还包括一个或多个用于向一个或多个处理器提供输入数据的装置。所述系统还包括用于存储排序数据元素的数据集的存储器。在另一方面中，用于提供输入数据的装置包括用于检测数据元素的特征的检测器，例如像荧光板读取器、质谱仪或基因芯片读取器。
所述系统可以另外包括数据库管理系统。用户请求或查询可以以数据库管理系统理解的适当语言格式化，所述数据库管理系统处理查询以从训练集的数据库中提取相关信息。所述系统可以连接到网络服务器和一个或多个客户端连接到的网络。如本领域已知的，网络可以是局域网(LAN)或广域网(WAN)。优选地，服务器包括运行计算机程序产品(例如，软件)以访问用于处理用户请求的数据库数据所必需的硬件。所述系统可以与输入装置通信以向系统提供关于数据元素的数据(例如，表达值)。在一个方面中，输入装置可以包括基因表达谱系统，其包括例如质谱仪、基因芯片或阵列读取器等。
在一些方面中，本文所公开的系统可以部分或完全实现为基于云的服务，例如，仅诸如数据库的一些组件可以是基于云的并且可执行模块可以安装在本地，或者整个系统都可以是基于云的。术语“基于云的服务”，或者更简单地说，“云服务”，不仅指通过云提供的服务，还指云客户与云服务提供方签订合同以交付通过云在线提供的服务的服务提供形式。云服务提供方管理公共云、私有云或混合云，以便向一个或多个云客户在线提供云服务。术语基于云的服务不仅指由云提供的服务，还指云客户与云服务提供方签订合同以在线交付云提供的服务。
本文所述的一些方面可以被实现为包括计算机程序产品。计算机程序产品可以包括计算机可读介质，其具有包含在介质中的计算机可读程序代码，以用于使应用程序在具有数据库的计算机上执行。如本文所用，“计算机程序产品”是指呈自然或编程语言语句形式的有组织的指令集，其包含在任何性质(例如，书面、电子、磁性、光学或其他)物理介质上，并且可以与计算机或其他自动化数据处理系统一起使用。此类编程语言语句，在由计算机或数据处理系统执行时，使计算机或数据处理系统根据语句的特定内容进行动作。
计算机程序产品包括但不限于：源代码和目标代码中的程序和/或嵌入在计算机可读介质中的测试或数据文库。此外，可以以多种形式提供使计算机系统或数据处理设备装置能够以预选方式起作用的计算机程序产品，其包括但不限于原始源代码、汇编代码、目标代码、机器语言、前述的加密或压缩版本以及任何和所有等价物。在一个方面中，提供计算机程序产品以实施本文所公开的治疗、诊断、预后或监测方法，例如，基于根据例如本文所公开的ANN分类器(诸如，TME Panel-1)对患者的肿瘤样品或肿瘤微环境样品的分类确定是否施用某一疗法。
计算机程序产品包括体现可由计算装置或系统的处理器执行的程序代码的计算机可读介质，所述程序代码包括：
(a)检索归属于受试者的生物样品的数据的代码，其中所述数据包括对应于生物样品中的生物标志物基因(例如，推导血管生成签名的来自表1的基因套组和推导免疫签名的来自表2的基因套组；或来自表3的血管生成签名基因套组和来自表4的免疫签名基因套组；和表5中所公开的基因集，或已用于训练ANN(诸如TME Panel-1)的图9A-9G中所公开的任何基因套组(基因集))的表达水平数据(或以其他方式从表达水平值推导的数据)。这些值也可以与对应的值组合，例如，患者当前的治疗方案或缺乏治疗方案；和
(b)执行分类方法的代码，所述分类方法指示例如基于例如根据本文所公开的TMEPanel-1分类器对患者癌症的TME分类，是否将治疗剂施用于患有选自由胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤和肺癌(例如，NSCLC)组成的组的癌症的患者。
虽然各个方面已被描述为方法或装置，但是应理解，可以通过与计算机耦合的代码(例如，驻留在计算机上或可由计算机访问的代码)来实现各个方面。例如，可以利用软件和数据库来实现以上讨论的许多方法。因此，除了通过硬件实现的方面以外，还应注意，这些方面可以通过使用包括计算机可用介质的制品来实现，所述计算机可用介质具有包含在其中的计算机可读程序代码，这使得能够实现在本说明书中公开的功能。因此，希望各方面在其程序代码方式中也被认为受到本专利的保护。
此外，一些方面可以是存储在几乎任何类型的计算机可读存储器中的代码，包括但不限于RAM、ROM、磁介质、光学介质或磁光介质。甚至更通常，一些方面可以以软件或以硬件或其任何组合实现，包括但不限于在通用处理器上运行的软件、微代码、PLA或ASIC。
还设想一些方面可以作为体现在载波中的计算机信号以及通过传输介质传播的信号(例如，电信号和光信号)来实现。因此，以上讨论的各种类型的信息可以以结构，诸如数据结构格式化，并且作为电信号通过传输介质传输或存储在计算机可读介质上。
VIII.额外的技术和测试
本领域已知用于诊断和/或建议、选择、指定、推荐或以其他方式确定怀疑患有癌症的患者或一类患者的疗程的因素可以与本文所公开的方法组合采用，所述癌症选自由以下组成的组：胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC)。因此，本文所公开的方法可以包括额外的技术，诸如细胞学、组织学、超声分析、MRI结果、CT扫描结果和癌症特异性抗原测量。
用于分类疾病状态和/或指定治疗方式的经认证的测试也可以用于诊断、预测和/或监测受试者中癌症的状态或结果。经认证的测试可以包括用于表征一个或多个感兴趣的靶序列的表达水平的方式，以及来自认可使用所述测试来对生物样品的疾病状态进行分类的政府监管机构的认证。
在一些方面中，经认证的测试可以包括用于扩增反应的试剂，其用于检测和/或定量待在测试中表征的靶序列的表达。可以在有或没有在先前靶扩增的情况下使用探针核酸的阵列，用于测量靶标序列表达。
所述测试可以提交给有权认证所述测试用于区分疾病状态和/或结果的机构。测试中使用的靶序列的表达水平的检测结果以及与疾病状态和/或结果的相关性可以提交给所述机构。可以获得授权测试的诊断和/或预测用途的认证。
还提供了包括本文公开的基因集中的任一个的多个归一化表达水平的表达水平组合。在一些方面中，基因集中的基因选自表1。在一些方面中，基因集中的基因选自表2。在一些方面中，基因集中的基因选自表1和表2。在一些方面中，基因集选自表3中所公开的基因套组。在一些方面中，基因集选自表4中所公开的基因套组。在一些方面中，基因集选自表3和表4中所公开的基因套组。在一些方面中，基因集选自表5中所公开的基因集。在一些方面中，基因集选自图9A-9G中所公开的任何基因集。
在一些方面中，基因集包括至少一个来自表1的基因和至少一个来自表2的基因。在一些方面中，基因集包括表3的基因套组和表4的基因套组。在一些方面中，基因集由表5的基因集组成。在一些方面中，基因集由图9A-9G中所公开的任何基因集组成。可以通过进行本文所述的方法从个体患者或从一组患者获得表达水平来提供此类组合。表达水平可以通过本领域已知的任何方法归一化；可以在各个方面中使用的示例性归一化方法包括稳健多芯片平均(RMA)、探针对数强度误差估计(PLIER)、基于非线性拟合(NLFIT)分位数和非线性归一化及其组合。还可以对表情数据进行背景校正；可用于背景校正的示例性技术包括使用中值抛光探针建模和草图归一化进行归一化的强度模式。
在一些方面中，可以从本文所公开的基因套组或组合(portfolios)表达中包括或排除基因，使得由用基因套组中的基因的组合进行训练得到的ANN分类器相对于已知方法表现出提高的灵敏度和特异性。在考虑将一组基因包含在基因套组中时，表达测量中的小标准偏差与更大的特异性相关。其他变化的测量，诸如相关系数也可以用于这种能力。
本公开还涵盖上述方法，在所述方法中，表达水平以至少约45％的特异性、至少约50％的特异性、至少约55％,至少约60％的特异性、至少约65％的特异性、至少约70％的特异性、至少约75％的特异性、至少约80％的特异性、至少约85％的特异性、至少约90％的特异性或至少约95％的特异性决定受试者的癌症(胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤或肺癌(例如，NSCLC))的状态或结局，或者用个性化(例如，TME特异性)疗法治疗癌症患者的功效和/或结局。
在一些方面中，本文所公开的TME Panel-1分类器及其例如用于诊断、监测和预测选自由胃癌(例如，局部晚期、转移性胃癌或先前未经治疗的胃癌)、乳腺癌(例如，局部晚期或转移性Her2-阴性乳腺癌)、前列腺癌(例如，去势抗性转移性前列腺癌)、肝癌(例如，肝细胞癌，诸如晚期转移性肝细胞癌)、头颈部癌(例如，复发性或转移性头颈部鳞状细胞癌)、黑素瘤、结直肠癌(例如，肝转移晚期结直肠癌)、卵巢癌(例如，铂抗性卵巢癌或铂敏感性复发性卵巢癌)、神经胶质瘤(例如，转移性神经胶质瘤)、胶质母细胞瘤和肺癌(例如，NSCLC)组成的组的癌症的状态或结局的应用对于预测以个性化(例如，TME特异性)疗法治疗患者的功效和/或结局的准确度为至少约45％、至少约50％、至少约55％、至少约60％、至少约65％、至少约70％、至少约75％、至少约80％、至少约85％、至少约90％或至少约95％。
分类器的准确度可以通过95％置信区间(CI)来确定。通常，如果95％ CI不与1重叠，则认为分类器具有良好的准确度。在一些方面，分类器的95％ CI是至少约1.08、至少约1.10、至少约1.12、至少约1.14、至少约1.15、至少约1.16、至少约1.17、至少约1.18、至少约1.19、至少约1.20、至少约1.21、至少约1.22、至少约1.23、至少约1.24、至少约1.25、至少约1.26、至少约1.27、至少约1.28、至少约1.29、至少约1.30、至少约1.31、至少约1.32、至少约1.33、至少约1.34、或至少约1.35或更大。分类器的95％ CI可以是至少约1.14、至少约1.15、至少约1.16、至少约1.20、至少约1.21、至少约1.26或至少约1.28。分类器的95％ CI可以是小于约1.75、小于约1.74、小于约1.73、小于约1.72、小于约1.71、小于约1.70、小于约1.69、小于约1.68、小于约1.67、小于约1.66、小于约1.65、小于约1.64、小于约1.63、小于约1.62、小于约1.61、小于约1.60、小于约1.59、小于约1.58、小于约1.57、小于约1.56、小于约1.55、小于约1.54、小于约1.53、小于约1.52、小于约1.51、小于约1.50或更小。分类器的95％ CI可以是小于约1.61、小于约1.60、小于约1.59、小于约1.58、小于约1.56、1.55或1.53。分类器的95％ CI可以在约1.10至约1.70之间、约1.12至约1.68之间、约1.14至约1.62之间、约1.15至约1.61之间、约1.15至约1.59之间、约1.16至约1.160之间、约1.19至约1.55之间、约1.20至约1.54之间、约1.21至约1.53之间、约1.26至约1.63之间、约1.27至约1.61之间或约1.28至约1.60之间。
在一些方面中，分类器的准确度取决于95％ CI范围的差值(例如，95％ CI区间的高值和低值的差异)。通常，与具有95％ CI区间范围的较小差值的分类器相比，具有95％CI区间范围的较大差值的分类器具有更大的可变性并且被认为准确度更小。在一些方面中，如果95％ CI范围的差值小于约0.60、小于约0.55、小于约0.50、小于约0.49、小于约0.48、小于约0.47、小于约0.46、小于约0.45、小于约0.44、小于约0.43、小于约0.42、小于约0.41、小于约0.40、小于约0.39、小于约0.38、小于约0.37、小于约0.36、小于约0.35、小于约0.34、小于约0.33、小于约0.32、小于约0.31、小于约0.30、小于约0.29、小于约0.28、小于约0.27、小于约0.26、小于约0.25或更小，则分类器被认为更准确。分类器的95％ CI范围的差值可以是小于约0.48、小于约0.45、小于约0.44、小于约0.42、小于约0.40、小于约0.37、小于约0.35、小于约0.33或小于约0.32。在一些方面中，分类器的95％ CI范围的差值在约0.25至约0.50之间、在约0.27至约0.47之间或在约0.30至约0.45之间。
在一些方面中，TME Panel-1分类器的灵敏度是至少约45％。在一些方面中，灵敏度是至少约50％。在一些方面中，灵敏度是至少约55％。在一些方面中，灵敏度是至少约60％。在一些方面中，灵敏度是至少约65％。在一些方面中，灵敏度是至少约70％。在一些方面中，灵敏度是至少约75％。在一些方面中，灵敏度是至少约80％。在一些方面中，灵敏度是至少约85％。在一些方面中，灵敏度是至少约90％。在一些方面中，灵敏度是至少约95％。
在一些方面中，TME Panel-1分类器的输出是临床上重要的。在一些方面中，分类器的临床重要性通过AUC值确定。为了是临床上重要的，AUC值是至少约0.5、至少约0.55、至少约0.6、至少约0.65、至少约0.7、至少约0.75、至少约0.8、至少约0.85、至少约0.9或至少约0.95。分类器的临床重要性可以通过准确度百分比确定。例如，如果分类器的准确度是至少约50％、至少约55％、至少约60％、至少约65％、至少约70％、至少约72％、至少约75％、至少约77％、至少约80％、至少约82％、至少约84％、至少约86％、至少约88％、至少约90％、至少约92％、至少约94％、至少约96％或至少约98％，则分类器被确定为临床上重要的。
在其他方面中，TME Panel-1分类的临床重要性通过中值倍数差值(MDF)的值确定。为了是临床上重要的，MDF值是至少约0.8、至少约0.9、至少约1.0、至少约1.1、至少约1.2、至少约1.3、至少约1.4、至少约1.5、至少约1.6、至少约1.7、至少约1.9或至少约2.0。在一些方面中，MDF值大于或等于1.1。在其他方面中，MDF值大于或等于1.2。替代地或另外，分类器或生物标志物的临床重要性通过t检验P值确定。在一些方面中，为了是临床上重要的，t检验P值小于约0.070、小于约0.065、小于约0.060、小于约0.055、小于约0.050、小于约0.045、小于约0.040、小于约0.035、小于约0.030、小于约0.025、小于约0.020、小于约0.015、小于约0.010、小于约0.005、小于约0.004或小于约0.003。t检验P值可以小于约0.050。替代地，t检验P值小于约0.010。
在一些方面中，TME Panel-1分类器的临床重要性通过临床结局确定。例如，不同的临床结果可以具有不同的AUC值、MDF值、t检验P值和准确度值的最小或最大阈值，其将确定分类是否是临床上重要的。在另一实例中，如果t检验P值小于约0.08、小于约0.07、小于约0.06、小于约0.05、小于约0.04、小于约0.03、小于约0.02、小于约0.01、小于约0.005、小于约0.004、小于约0.003、小于约0.002或小于约0.001，则分类器被认为是临床上重要的。
在一些方面，TME Panel-1分类器的性能是基于优势比。如果优势比是至少约1.30、至少约1.31、至少约1.32、至少约1.33、至少约1.34、至少约1.35、至少约1.36、至少约1.37、至少约1.38、至少约1.39、至少约1.40、至少约1.41、至少约1.42、至少约1.43、至少约1.44、至少约1.45、至少约1.46、至少约1.47、至少约1.48、至少约1.49、至少约1.50、至少约1.52、至少约1.55、至少约1.57、至少约1.60、至少约1.62、至少约1.65、至少约1.67、至少约1.70或更高，则分类器可以被认为具有良好的性能。在一些方面，分类器的优势比是至少约1.33。
分类器的临床重要性可以是基于单变量分析优势比P值(uvaORPval)。TME Panel-1分类器的单变量分析优势比P值(uvaORPval)可以在约0与约0.4之间。TME Panel-1分类器的单变量分析优势比P值(uvaORPval)可以在约0与约0.3之间。TME Panel-1分类器的单变量分析优势比P值(uvaORPval)可以在约0与约0.2之间。TME Panel-1分类器的单变量分析优势比P值(uvaORPval)可以是小于或等于0.25、小于或等于约0.22、小于或等于约0.21、小于或等于约0.20、小于或等于约0.19、小于或等于约0.18、小于或等于约0.17、小于或等于约0.16、小于或等于约0.15、小于或等于约0.14、小于或等于约0.13、小于或等于约0.12或小于或等于约0.11。
TME Panel-1分类器的单变量分析优势比P值(uvaORPval)可以是小于或等于约0.10、小于或等于约0.09、小于或等于约0.08、小于或等于约0.07、小于或等于约0.06、小于或等于约0.05、小于或等于约0.04、小于或等于约0.03、小于或等于约0.02或小于或等于约0.01。TME Panel-1分类器的单变量分析优势比P值(uvaORPval)可以是小于或等于约0.009、小于或等于约0.008、小于或等于约0.007、小于或等于约0.006、小于或等于约0.005、小于或等于约0.004、小于或等于约0.003、小于或等于约0.002或小于或等于约0.001。
分类器的临床重要性可以是基于多变量分析优势比P值(mvaORPval)。TME Panel-1分类器的多变量分析优势比P值(mvaORPval)可以在约0与约1之间。TME Panel-1分类器的多变量分析优势比P值(mvaORPval)可以在约0与约0.9之间。TME Panel-1分类器的多变量分析优势比P值(mvaORPval)可以在约0与约0.8之间。TME Panel-1分类器的多变量分析优势比P值(mvaORPval)可以是小于或等于约0.90、小于或等于约0.88、小于或等于约0.86、小于或等于约0.84、小于或等于约0.82或小于或等于约0.80。TME Panel-1分类器的多变量分析优势比P值(mvaORPval)可以是小于或等于约0.78、小于或等于约0.76、小于或等于0.74、小于或等于约0.72、小于或等于约0.70、小于或等于约0.68、小于或等于约0.66、小于或等于约0.64、小于或等于约0.62、小于或等于约0.60、小于或等于约0.58、小于或等于约0.56、小于或等于约0.54、小于或等于约0.52或小于或等于约0.50。TME Panel-1分类器的多变量分析优势比P值(mvaORPval)可以是小于或等于约0.48、小于或等于约0.46、小于或等于约0.44、小于或等于约0.42、小于或等于约0.40、小于或等于约0.38、小于或等于约0.36、小于或等于约0.34、小于或等于约0.32、小于或等于约0.30、小于或等于约0.28、小于或等于约0.26、小于或等于约0.25、小于或等于约0.22、小于或等于约0.21、小于或等于约0.20、小于或等于约0.19、小于或等于约0.18、小于或等于约0.17、小于或等于约0.16、小于或等于约0.15、小于或等于约0.14、小于或等于约0.13、小于或等于约0.12或小于或等于约0.11。TMEPanel-1分类器的多变量分析优势比P值(mvaORPval)可以是小于或等于约0.10、小于或等于约0.09、小于或等于约0.08、小于或等于约0.07、小于或等于约0.06、小于或等于约0.05、小于或等于约0.04、小于或等于约0.03、小于或等于约0.02或小于或等于约0.01。TMEPanel-1分类器的多变量分析优势比P值(mvaORPval)可以是小于或等于约0.009、小于或等于约0.008、小于或等于约0.007、小于或等于约0.006、小于或等于约0.005、小于或等于约0.004、小于或等于约0.003、小于或等于约0.002或小于或等于约0.001。
分类器的临床重要性可以是基于Kaplan MeierP值(KM P值)。TME Panel-1分类器的Kaplan Meier P值(KM P值)可以在约0与约0.8之间。TME Panel-1分类器的KaplanMeier P值(KM P值)可以在约0与约0.7之间。TME Panel-1分类器的Kaplan Meier P值(KMP值)可以是小于或等于约0.80、小于或等于约0.78、小于或等于约0.76、小于或等于0.74、小于或等于约0.72、小于或等于约0.70、小于或等于约0.68、小于或等于约0.66、小于或等于约0.64、小于或等于约0.62、小于或等于约0.60、小于或等于约0.58、小于或等于约0.56、小于或等于约0.54、小于或等于约0.52或小于或等于约0.50。TME Panel-1分类器的KaplanMeier P值(KM P值)可以是小于或等于约0.48、小于或等于约0.46、小于或等于约0.44、小于或等于约0.42、小于或等于约0.40、小于或等于约0.38、小于或等于约0.36、小于或等于约0.34、小于或等于约0.32、小于或等于约0.30、小于或等于约0.28、小于或等于约0.26、小于或等于约0.25、小于或等于约0.22、小于或等于约0.21、小于或等于约0.20、小于或等于约0.19、小于或等于约0.18、小于或等于约0.17、小于或等于约0.16、小于或等于约0.15、小于或等于约0.14、小于或等于约0.13、小于或等于约0.12或小于或等于约0.11。TME Panel-1分类器的Kaplan Meier P值(KM P值)可以是小于或等于约0.10、小于或等于约0.09、小于或等于约0.08、小于或等于约0.07、小于或等于约0.06、小于或等于约0.05、小于或等于约0.04、小于或等于约0.03、小于或等于约0.02或小于或等于约0.01。TME Panel-1分类器的Kaplan Meier P值(KM P值)可以是小于或等于约0.009、小于或等于约0.008、小于或等于约0.007、小于或等于约0.006、小于或等于约0.005、小于或等于约0.004、小于或等于约0.003、小于或等于约0.002或小于或等于约0.001。
分类器的临床重要性可以是基于存活AUC值(survAUC)。TME Panel-1分类器的存活AUC值(survAUC)可以在约0-1之间。TME Panel-1分类器的存活AUC值(survAUC)可以在约0至约0.9之间。TME Panel-1分类器的存活AUC值(survAUC)可以是小于或等于约1、小于或等于约0.98、小于或等于约0.96、小于或等于约0.94、小于或等于约0.92、小于或等于约0.90、小于或等于约0.88、小于或等于约0.86、小于或等于约0.84、小于或等于约0.82或小于或等于约0.80。TME Panel-1分类器的存活AUC值(survAUC)可以是小于或等于约0.80、小于或等于约0.78、小于或等于约0.76、小于或等于0.74、小于或等于约0.72、小于或等于约0.70、小于或等于约0.68、小于或等于约0.66、小于或等于约0.64、小于或等于约0.62、小于或等于约0.60、小于或等于约0.58、小于或等于约0.56、小于或等于约0.54、小于或等于约0.52或小于或等于约0.50。TME Panel-1分类器的存活AUC值(survAUC)可以是小于或等于约0.48、小于或等于约0.46、小于或等于约0.44、小于或等于约0.42、小于或等于约0.40、小于或等于约0.38、小于或等于约0.36、小于或等于约0.34、小于或等于约0.32、小于或等于约0.30、小于或等于约0.28、小于或等于约0.26、小于或等于约0.25、小于或等于约0.22、小于或等于约0.21、小于或等于约0.20、小于或等于约0.19、小于或等于约0.18、小于或等于约0.17、小于或等于约0.16、小于或等于约0.15、小于或等于约0.14、小于或等于约0.13、小于或等于约0.12或小于或等于约0.11。TME Panel-1分类器的存活AUC值(survAUC)可以是小于或等于约0.10、小于或等于约0.09、小于或等于约0.08、小于或等于约0.07、小于或等于约0.06、小于或等于约0.05、小于或等于约0.04、小于或等于约0.03、小于或等于约0.02或小于或等于约0.01。TME Panel-1分类器的存活AUC值(survAUC)可以是小于或等于约0.009、小于或等于约0.008、小于或等于约0.007、小于或等于约0.006、小于或等于约0.005、小于或等于约0.004、小于或等于约0.003、小于或等于约0.002或小于或等于约0.001。
分类器的临床重要性可以是基于单变量分析风险比P值(uvaHRPval)。TME Panel-1分类器的单变量分析风险比P值(uvaHRPval)可以在约0至约0.4之间。TME Panel-1分类器的单变量分析风险比P值(uvaHRPval)可以在约0至约0.3之间。TME Panel-1分类器的单变量分析风险比P值(uvaHRPval)可以是小于或等于约0.40、小于或等于约0.38、小于或等于约0.36、小于或等于约0.34或小于或等于约0.32。TME Panel-1分类器的单变量分析风险比P值(uvaHRPval)可以是小于或等于约0.30、小于或等于约0.29、小于或等于约0.28、小于或等于约0.27、小于或等于约0.26、小于或等于约0.25、小于或等于约0.24、小于或等于约0.23、小于或等于约0.22、小于或等于约0.21或小于或等于约0.20。TME Panel-1分类器的单变量分析风险比P值(uvaHRPval)可以是小于或等于约0.19、小于或等于约0.18、小于或等于约0.17、小于或等于约0.16、小于或等于约0.15、小于或等于约0.14、小于或等于约0.13、小于或等于约0.12或小于或等于约0.11。TME Panel-1分类器的单变量分析风险比P值(uvaHRPval)可以是小于或等于约0.10、小于或等于约0.09、小于或等于约0.08、小于或等于约0.07、小于或等于约0.06、小于或等于约0.05、小于或等于约0.04、小于或等于约0.03、小于或等于约0.02或小于或等于约0.01。TME Panel-1分类器的单变量分析风险比P值(uvaHRPval)可以是小于或等于约0.009、小于或等于约0.008、小于或等于约0.007、小于或等于约0.006、小于或等于约0.005、小于或等于约0.004、小于或等于约0.003、小于或等于约0.002或小于或等于约0.001。
分类器的临床重要性可以是基于多变量分析风险比P值(mvaHRPval)mva HRPval。TME Panel-1分类器的多变量分析风险比P值(mvaHRPval)mva HRPval可以在约0至约1之间。TME Panel-1分类器的多变量分析风险比P值(mvaHRPval)mva HRPval可以在约0至约0.9之间。TME Panel-1分类器的多变量分析风险比P值(uvaHRPval)mva HRPval可以是小于或等于约1、小于或等于约0.98、小于或等于约0.96、小于或等于约0.94、小于或等于约0.92、小于或等于约0.90、小于或等于约0.88、小于或等于约0.86、小于或等于约0.84、小于或等于约0.82或小于或等于约0.80。TME Panel-1分类器的多变量分析风险比P值(mvaHRPval)mva HRPval可以是小于或等于约0.80、小于或等于约0.78、小于或等于约0.76、小于或等于0.74、小于或等于约0.72、小于或等于约0.70、小于或等于约0.68、小于或等于约0.66、小于或等于约0.64、小于或等于约0.62、小于或等于约0.60、小于或等于约0.58、小于或等于约0.56、小于或等于约0.54、小于或等于约0.52或小于或等于约0.50。TMEPanel-1分类器的多变量分析风险比P值(mvaHRPval)mvaHRPval可以是小于或等于约0.48、小于或等于约0.46、小于或等于约0.44、小于或等于约0.42、小于或等于约0.40、小于或等于约0.38、小于或等于约0.36、小于或等于约0.34、小于或等于约0.32、小于或等于约0.30、小于或等于约0.28、小于或等于约0.26、小于或等于约0.25、小于或等于约0.22、小于或等于约0.21、小于或等于约0.20、小于或等于约0.19、小于或等于约0.18、小于或等于约0.17、小于或等于约0.16、小于或等于约0.15、小于或等于约0.14、小于或等于约0.13、小于或等于约0.12或小于或等于约0.11。TME Panel-1分类器的多变量分析风险比P值(mvaHRPval)mvaHRPval可以是小于或等于约0.10、小于或等于约0.09、小于或等于约0.08、小于或等于约0.07、小于或等于约0.06、小于或等于约0.05、小于或等于约0.04、小于或等于约0.03、小于或等于约0.02或小于或等于约0.01。TME Panel-1分类器的多变量分析风险比P值(mvaHRPval)mvaHRPval可以是小于或等于约0.009、小于或等于约0.008、小于或等于约0.007、小于或等于约0.006、小于或等于约0.005、小于或等于约0.004、小于或等于约0.003、小于或等于约0.002或小于或等于约0.001。
分类器的临床重要性可以是基于多变量分析风险比P值(mvaHRPval)。TME Panel-1分类器的多变量分析风险比P值(mvaHRPval)可以在约0至约0.60之间。TME Panel-1分类器的重要性可以是基于多变量分析风险比P值(mvaHRPval)。TME Panel-1分类器的多变量分析风险比P值(mvaHRPval)可以在约0至约0.50之间。分类器的重要性可以是基于多变量分析风险比P值(mvaHRPval)。TME Panel-1分类器的多变量分析风险比P值(mvaHRPval)可以是小于或等于约0.50、小于或等于约0.47、小于或等于约0.45、小于或等于约0.43、小于或等于约0.40、小于或等于约0.38、小于或等于约0.35、小于或等于约0.33、小于或等于约0.30、小于或等于约0.28、小于或等于约0.25、小于或等于约0.22、小于或等于约0.20、小于或等于约0.18、小于或等于约0.16、小于或等于约0.15、小于或等于约0.14、小于或等于约0.13、小于或等于约0.12、小于或等于约0.11或小于或等于约0.10。TME Panel-1分类器的多变量分析风险比P值(mvaHRPval)可以是小于或等于约0.10、小于或等于约0.09、小于或等于约0.08、小于或等于约0.07、小于或等于约0.06、小于或等于约0.05、小于或等于约0.04、小于或等于约0.03、小于或等于约0.02或小于或等于约0.01。TME Panel-1分类器的多变量分析风险比P值(mvaHRPval)可以是小于或等于约0.01、小于或等于约0.009、小于或等于约0.008、小于或等于约0.007、小于或等于约0.006、小于或等于约0.005、小于或等于约0.004、小于或等于约0.003、小于或等于约0.002或小于或等于约0.001。
本文所公开的TME Panel-1分类器在提供来自受试者的样品的临床相关分析方面可以优于当前分类器(例如，针对结直肠癌的CMS)。在一些方面中，与当前分类器(例如，针对结直肠癌的CMS)相比，TME Panel-1可以更准确地预测临床结局或状态。例如，TMEPanel-1可以更准确地预测转移性疾病。替代地，TME Panel-1可以更准确地预测无疾病证据。在一些方面中，TME Panel-1可以更准确地由疾病预测死亡。TME Panel-1的性能可以是基于AUC值、优势比、95％ CI、95％ CI范围的差值、p值或其任何组合。
本文所公开的TME Panel-1分类器的性能可以通过AUC值来确定，并且性能的改善可以通过TME Panel-1的AUC值与当前分类器(例如，针对结直肠癌的CMS)的AUC值的差值来确定。在一些方面中，当TME Panel-1的AUC值比当前分类器(例如，针对结直肠癌的CMS)的AUC值大至少约0.05、至少约0.06、至少约0.07、至少约0.08、至少约0.09、至少约0.10、至少约0.11、至少约0.12、至少约0.13、至少约0.14、至少约0.15、至少约0.16、至少约0.17、至少约0.18、至少约0.19、至少约0.20、至少约0.022、至少约0.25、至少约0.27、至少约0.30、至少约0.32、至少约0.35、至少约0.37、至少约0.40、至少约0.42、至少约0.45、至少约0.47、或至少约0.50或更大时，TME Panel-1优于当前分类器(例如，针对结直肠癌的CMS)。在一些方面中，本文的TME Panel-1的AUC值比当前分类器(例如，针对结直肠癌的CMS)的AUC值大至少约0.10。在一些方面中，TME Panel-1的AUC值比当前分类器(例如，针对结直肠癌的CMS)的AUC值大至少约0.13。在一些方面中，TME Panel-1的AUC值比当前分类器(例如，针对结直肠癌的CMS)的AUC值大至少约0.18。
TME Panel-1的性能可以通过优势比来确定，并且性能的改善可以通过将TMEPanel-1的优势比与当前分类器(例如，针对结直肠癌的CMS)的优势比比较来确定。两个或更多个分类器的性能的比较通常可以是基于第一分类器的(1-优势比)的绝对值与第二分类器的(1-优势比)的绝对值的比较。通常，与具有较小的(1-优势比)的绝对值的分类器相比，具有较大的(1-优势比)的绝对值的分类器可以被认为具有更好的性能。
在一些方面中，本文所公开的TME Panel-1分类器比当前分类器(例如，针对结直肠癌的CMS)更准确。在一些方面中，当本文的TME Panel-1的95％ CI范围的差值比当前分类器(例如，针对结直肠癌的CMS)的95％ CI范围的差值小约0.70、约0.60、约0.50、约0.40、约0.30、约0.20、约0.15、约0.14、约0.13、约0.12、约0.10、约0.09、约0.08、约0.07、约0.06、约0.05、约0.04、约0.03或约0.02倍时，TME Panel-1比当前分类器(例如，CMS)更准确。在一些方面中，当TME Panel-1的95％ CI范围的差值是当前分类器(例如，针对结直肠癌的CMS)的95％ CI范围的差值的约0.20至约0.04倍小时，TME Panel-1比当前分类器(例如，针对结直肠癌的CMS)更准确。
实施方案
在以下列表中，实施方案缩写为E，因此，E1至E82表示实施方案1至实施方案82。
E1.一种用于治疗患有癌症的人类受试者的方法，其包括将TME表型类特定疗法施用于所述受试者，其中在所述施用之前，通过将人工神经网络(ANN)分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平来确定TME表型类，其中所述癌症肿瘤被分配选自由IS(免疫抑制型)、A(血管生成型)、IA(免疫活性型)、ID(免疫沙漠型)及其组合组成的组的TME表型类。
E2.一种用于治疗患有癌症的人类受试者的方法，其包括
(i)将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平，其中所述癌症肿瘤被分配选自由IS、A、IA、ID及其组合组成的组的TME表型类；以及，
(ii)将TME表型类特定疗法施用于所述受试者。
E3.一种用于鉴定患有适于用TME表型类特定疗法治疗的癌症的人类受试者的方法，所述方法包括将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平，其中所述癌症肿瘤被分配选自由IS、A、IA、ID及其组合组成的组的TME表型类，并且其中所述分配的TME表型类指示可以施用TME表型类特定疗法来治疗所述癌症。
E4.如实施方案E1至E3中任一项所述的方法，其中所述ANN分类器包括输入层、隐藏层和输出层。
E5.如实施方案E4所述的方法，其中所述输入层包括2与100个之间的节点。
E6.如实施方案E5所述的，其中所述输入层中的每个节点对应于选自表1和表2中呈现的基因的基因套组中的基因，其中所述基因套组包括(i)选自表1的1与63个之间的基因和选自表2的1与61个之间的基因，(ii)包括选自表3和表4的基因的基因套组，(iii)表5的基因套组，或(iv)图9A-G中公开的任何基因套组(基因集)。
E7.如实施方案E1至E6中任一项所述的方法，其中所述样品包括瘤内组织。
E8.如实施方案E1至E7中任一项所述的方法，其中所述RNA表达水平是使用下一代测序(NGS)诸如，RNA-Seq、EdgeSeq、PCR、Nanostring、WES或其组合确定的转录RNA表达水平。
E9.如实施方案E4至E8中任一项所述的方法，其中所述隐藏层包括2个节点，并且所述输出层包括4个输出节点，其中所述输出层中的所述4个输出节点中的每一个都对应于一个TME表型类，其中所述4个TME表型类为IA、IS、ID和A。
E10.如实施方案E4至E9中任一项所述的方法，其还包括将包括Softmax函数的逻辑回归分类器应用于所述ANN的输出，其中所述Softmax函数为每种TME表型类分配概率。
E11.如实施方案E1至E10中任一项所述的方法，其中所述TME表型类特定疗法为IA、IS、ID或A TME表型类特定疗法或其组合。
E12.如实施方案E1至E11中任一项所述的方法，其中所述TME表型类特定疗法为包括检查点调节剂疗法的IA TME表型类特定疗法。
E13.如实施方案E12所述的方法，其中所述检查点调节剂疗法包括施用
(i)刺激性免疫检查点分子的激活剂，诸如针对GITR、OX-40、ICOS、4-1BB或其组合的抗体分子；
(ii)RORγ激动剂；或，
(iii)抑制性免疫检查点分子的抑制剂，诸如针对PD-1的抗体(诸如纳武单抗、帕博利珠单抗、西米普利单抗、PDR001、CBT-501、CX-188、信迪利单抗、替雷利珠单抗、TSR-042或其抗原结合部分)、针对PD-L1的抗体(诸如阿维鲁单抗、阿特珠单抗、度伐利尤单抗、CX-072、LY3300054或其抗原结合部分)、针对PD-L2的抗体或针对CTLA-4的抗体，以单一剂或其组合的形式，或者其与TIM-3、LAG-3、BTLA、TIGIT、VISTA、TGF-β、LAIR1、CD160、2B4、GITR、OX40、4-1BB、CD2、CD27、CDS、ICAM-1、LFA-1、ICOS、CD30、CD40、BAFFR、HVEM、CD7、LIGHT、NKG2C、SLAMF7、NKp80或CD86的抑制剂的组合。
E14.如实施方案E12所述的方法，其中所述检查点调节剂疗法包括施用：(i)抗PD-1抗体，其选自由以下组成的组：纳武单抗、帕博利珠单抗、西米普利单抗、PDR001、CBT-501、CX-188、信迪利单抗、替雷利珠单抗或TSR-042；(ii)抗PD-L1抗体，其选自由以下组成的组：阿维鲁单抗、阿特珠单抗、CX-072、LY3300054和度伐利尤单抗；或(iii)其组合。
E15.如实施方案E1至E14中任一项所述的方法，其中所述TME表型类特定疗法是IS类TME疗法，其包括施用：(1)检查点调节剂疗法和抗免疫抑制疗法，和/或(2)抗血管生成疗法。
E16.如实施方案E15所述的方法，其中所述检查点调节剂疗法包括施用抑制性免疫检查点分子的抑制剂。
E17.如实施方案E16所述的方法，其中所述抑制性免疫检查点分子的抑制剂为
(i)针对PD-1的抗体，其选自由以下组成的组：帕博利珠单抗、纳武单抗、西米普利单抗、PDR001、CBT-501、CX-188、信迪利单抗、替雷利珠单抗、TSR-042、其抗原结合部分及其组合；
(ii)针对PD-L1的抗体，其选自由以下组成的组：阿维鲁单抗、阿特珠单抗、CX-072、LY3300054、度伐利尤单抗、其抗原结合部分及其组合；
(iii)针对PD-L2的抗体或其抗原结合部分；
(iv)针对CTLA-4的抗体，其选自伊匹单抗和双特异性抗体XmAb20717(抗PD-1/抗CTLA-4)；或
(v)其组合。
E18.如实施方案E15至E17中任一项所述的方法，其中所述抗血管生成疗法包括施用(i)抗VEGF抗体，其选自由以下组成的组：伐力苏单抗、贝伐珠单抗、那赛西珠单抗(抗DLL4/抗VEGF双特异性)、ABL101(NOV1501)(抗DLL4/抗VEGF)、ABT165(抗DLL4/抗VEGF)及其组合；
(ii)抗VEGFR2抗体，其中所述抗VEGFR2抗体包括雷莫芦单抗；或，
(iii)其组合。
E19.如实施方案E15至E18中任一项所述的方法，其中所述抗免疫抑制疗法包括施用抗PS抗体、抗PS靶向抗体、结合β2-糖蛋白1的抗体、PI3Kγ的抑制剂、腺苷通路抑制剂、IDO的抑制剂、TIM的抑制剂、LAG3的抑制剂、TGF-β的抑制剂、CD47抑制剂或其组合，其中
(i)所述抗PS靶向抗体是巴维妥昔单抗或结合β2-糖蛋白1的抗体；
(ii)所述PI3Kγ抑制剂是LY3023414(samotolisib)或IPI-549；
(iii)所述腺苷通路抑制剂是AB-928；
(iv)所述TGFβ抑制剂是LY2157299(galunisertib)，或者所述TGFβR1抑制剂是LY3200882；
(v)所述CD47抑制剂是莫洛利单抗(5F9)；并且，
(vi)所述CD47抑制剂靶向SIRPα。
E20.如实施方案E15至E19中任一项所述的方法，其中所述抗免疫抑制疗法包括施用TIM-3的抑制剂、LAG-3的抑制剂、BTLA的抑制剂、TIGIT的抑制剂、VISTA的抑制剂、TGF-β或其受体的抑制剂、LAIR1的抑制剂、CD160的抑制剂、2B4的抑制剂、GITR的抑制剂、OX40的抑制剂、4-1BB的抑制剂、CD2的抑制剂、CD27的抑制剂、CDS的抑制剂、ICAM-1的抑制剂、LFA-1的抑制剂、ICOS的抑制剂、CD30的抑制剂、CD40的抑制剂、BAFFR的抑制剂、HVEM的抑制剂、CD7的抑制剂、LIGHT的抑制剂、NKG2C的抑制剂、SLAMF7的抑制剂、NKp80的抑制剂、CD86的激动剂或其组合。
E21.如实施方案E1至E20中任一项所述的方法，其中所述TME表型类特定疗法是ATME表型类特定疗法，其包括施用VEGF靶向疗法、血管生成素1(Ang1)的抑制剂、血管生成素2(Ang2)的抑制剂、DLL4的抑制剂、抗VEGF并且抗DLL4的双特异性抗体、TKI抑制剂、抗FGF抗体、抗FGFR1抗体、抗FGFR2抗体、抑制FGFR1的小分子、抑制FGFR2的小分子、抗PLGF抗体、针对PLGF受体的小分子、针对PLGF受体的抗体、抗VEGFB抗体、抗VEGFC抗体、抗VEGFD抗体、VEGF/PLGF trap分子抗体诸如阿柏西普或ziv-阿柏西普、抗DLL4抗体、抗Notch疗法诸如γ-分泌酶的抑制剂或其任何组合。
E22.如实施方案E21所述的方法，其中所述TKI抑制剂选自由以下组成的组：卡博替尼、凡德他尼、替沃扎尼、阿昔替尼、乐伐替尼、索拉非尼、瑞戈非尼、舒尼替尼、呋喹替尼、帕唑帕尼及其任何组合。
E23.如实施方案E21所述的方法，其中所述VEGF靶向疗法包括施用
(i)抗VEGF抗体，其包括伐力苏单抗、贝伐珠单抗、其抗原结合部分或其组合；
(ii)抗VEGFR2抗体，其包括雷莫芦单抗或其抗原结合部分；或，
(iii)其组合。
E24.如实施方案E21至E23中任一项所述的方法，其中所述A TME表型类特定疗法包括施用血管生成素/TIE2靶向疗法，其包括内皮糖蛋白和/或血管生成素。
E25.如实施方案E21至E24中任一项所述的方法，其中所述A TME表型类特定疗法包括施用DLL4靶向疗法，其包括那赛西珠单抗、ABL101(NOV1501)、ABT165或其组合。
E26.如实施方案E1至E25中任一项所述的方法，其中所述TME表型类特定疗法是IDTME表型类特定疗法，其包括施用引发免疫应答的疗法的同时或之后施用检查点调节剂疗法。
E27.如实施方案E26所述的方法，其中所述引发免疫应答的疗法是疫苗、CAR-T或新表位疫苗。
E28.如实施方案E26所述的方法，其中所述检查点调节剂疗法包括施用抑制性免疫检查点分子的抑制剂。
E29.如实施方案E28所述的方法，其中所述抑制性免疫检查点分子的抑制剂是针对PD-1、PD-L1、PD-L2、CTLA-4或其组合的抗体。
E30.如实施方案E29所述的方法，其中所述抗PD-1抗体包括纳武单抗、帕博利珠单抗、西米普利单抗、PDR001、CBT-501、CX-188、信迪利单抗、替雷利珠单抗或TSR-042或其抗原结合部分。
E31.如实施方案E29所述的方法，其中所述抗PD-L1抗体包括阿维鲁单抗、阿特珠单抗、CX-072、LY3300054、度伐利尤单抗或其抗原结合部分。
E32.如实施方案E29所述的方法，其中所述抗CTLA-4抗体包括伊匹单抗或双特异性抗体XmAb20717(抗PD-1/抗CTLA-4)或其抗原结合部分。
E33.如实施方案E26所述的方法，其中所述检查点调节剂疗法包括施用(i)抗PD-1抗体，其选自由以下组成的组：纳武单抗、帕博利珠单抗、西米普利单抗、PDR001、CBT-501、CX-188、信迪利单抗、替雷利珠单抗和TSR-042；(ii)抗PD-L1抗体，其选自由以下组成的组：阿维鲁单抗、阿特珠单抗、CX-072、LY3300054和度伐利尤单抗；(iv)抗CTLA-4抗体，其是伊匹单抗或双特异性抗体XmAb20717(抗PD-1/抗CTLA-4)，或(iii)其组合。
E34.如实施方案E1至E33中任一项所述的方法，其还包括
(a)施用化学疗法；
(b)进行手术；
(c)施用放射疗法；或，
(d)其任何组合。
E35.如实施方案E1至E34中任一项所述的方法，其中所述癌症是复发的、难治性的、转移性的、dMMR或其组合。
E36.如实施方案E27所述的方法，其中所述癌症在至少一种包括施用至少一种抗癌剂的先前疗法之后是难治性的。
E37.如实施方案E1至E36中任一项所述的方法，其中所述癌症选自由以下组成的组：胃癌、乳腺癌、前列腺癌、肝癌、头颈部癌、黑素瘤、结直肠癌、卵巢癌、神经胶质瘤、肺癌和胶质母细胞瘤。
E38.如实施方案E37所述的方法，其中所述胃癌是局部晚期、转移性胃癌或先前未经治疗的胃癌。
E39.如实施方案E37所述的方法，其中所述乳腺癌是局部晚期或转移性Her2-阴性乳腺癌。
E40.如实施方案E37所述的方法，其中所述前列腺癌是去势抗性转移性前列腺癌。
E41.如实施方案E37所述的方法，其中所述肝癌是肝细胞癌，诸如晚期转移性肝细胞癌。
E42.如实施方案E37所述的方法，其中所述头颈部癌是复发性或转移性头颈部鳞状细胞癌。
E43.如实施方案E37所述的方法，其中所述结直肠癌是肝转移晚期结直肠癌。
E44.如实施方案E37所述的方法，其中所述卵巢癌是铂抗性卵巢癌或铂敏感性复发性卵巢癌。
E45.如实施方案E37所述的方法，其中所述神经胶质瘤是转移性神经胶质瘤。
E46.如实施方案E37所述的方法，其中所述肺癌是非小细胞肺癌(NSCLC)。
E47.如实施方案E1至E46中任一项所述的方法，其中与施用之前的癌症负担相比，施用TME表型类特定疗法使癌症负担减少至少约10％、20％、30％、40％或50％。
E48.如实施方案E1至E47中任一项所述的方法，其中在初次施用所述TME表型类特定疗法之后，所述受试者表现出至少约1、2、3、4、5、6、7、8、9、10、11或12个月，或至少约1、2、3、4或5年的无进展存活期。
E49.如实施方案E1至E48中任一项所述的方法，其中在初次施用所述TME表型类特定疗法之后，所述受试者表现出约一个月、约2个月、约3个月、约4个月、约5个月、约6个月、约7个月、约8个月、约9个月、约10个月、约11个月、约一年、约十八个月、约两年、约三年、约四年或约五年的稳定疾病期。
E50.如实施方案E1至E49中任一项所述的方法，其中在初次施用所述TME表型类特定疗法之后，所述受试者表现出约一个月、约2个月、约3个月、约4个月、约5个月、约6个月、约7个月、约8个月、约9个月、约10个月、约11个月、约一年、约十八个月、约两年、约三年、约四年或约五年的部分应答期。
E51.如实施方案E1至E50中任一项所述的方法，其中在初次施用所述TME表型类特定疗法之后，所述受试者表现出约一个月、约2个月、约3个月、约4个月、约5个月、约6个月、约7个月、约8个月、约9个月、约10个月、约11个月、约一年、约十八个月、约两年、约三年、约四年或约五年的完全应答期。
E52.如实施方案E1至E50中任一项所述的方法，其中与未接受使用ANN分类器诸如TME Panel-1分配的TME表型类特定疗法的受试者的无进展存活概率相比，施用所述TME表型类特定疗法使无进展存活概率提高至少约10％、至少约20％、至少约30％、至少约40％、至少约50％、至少约60％、至少约70％、至少约80％、至少约90％、至少约100％、至少约110％、至少约120％、至少约130％、至少约140％或至少约150％。
E53.如实施方案E1至E50中任一项所述的方法，其中与未接受使用ANN分类器诸如TME Panel-1分配的TME表型类特定疗法的受试者的总体存活概率相比，施用所述TME表型类特定疗法使总体存活概率提高至少约25％、至少约50％、至少约75％、至少约100％、至少约125％、至少约150％、至少约175％、至少约200％、至少约225％、至少约250％、至少约275％、至少约300％、至少约325％、至少约350％或至少约375％。
E54.一种为有需要的受试者的癌症分配TME表型类的方法，所述方法包括
(i)通过用训练集训练ANN来生成ANN分类器，所述训练集包括获自多名受试者的多个样品中的基因套组中每个基因的RNA表达水平，其中每个样品被分配TME表型分类；以及，
(ii)使用所述ANN分类器将TME表型类分配给所述受试者的所述癌症，其中向所述ANN分类器的输入包括获自所述受试者的测试样品中所述基因套组中每个基因的RNA表达水平。
E55.一种为有需要的受试者的癌症分配TME表型类的方法，所述方法包括通过用训练集训练ANN来生成ANN分类器，所述训练集包括获自多名受试者的多个样品中的基因套组中每个基因的RNA表达水平，其中每个样品被分配TME表型分类；其中使用获自受试者的测试样品中的基因套组中每个基因的RNA表达水平作为输入，ANN分类器为受试者的癌症分配TME表型类。
E56.一种为有需要的受试者的癌症分配TME表型类的方法，所述方法包括使用ANN分类器预测受试者的癌症的TME表型类，其中通过用训练集训练ANN来生成ANN分类器，所述训练集包括获自多名受试者的多个样品中的基因套组中每个基因的RNA表达水平，其中每个样品被分配TME表型类或其组合。
E57.如实施方案E54至E56中任一项所述的方法，其中所述方法在包括至少一个处理器和至少一个存储器的计算机系统中实现，所述至少一个存储器包括通过所述至少一个处理器执行以使所述至少一个处理器实现所述机器学习模型的指令。
E58.如实施方案E57所述的方法，其还包括
(i)将所述ANN分类器代码输入到所述计算机系统的所述存储器中；
(ii)将对应于所述受试者的基因套组输入数据输入到所述计算机系统的所述存储器中，其中所述输入数据包括RNA表达水平；
(iii)执行所述ANN分类器代码；或，
(v)其任何组合。
E59.一种治疗患有IA TME表型的局部晚期、转移性胃癌的受试者的方法，其包括将IA TME表型类特定疗法施用于受试者，其中通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。
E60.一种治疗患有A TME表型的局部晚期、转移性胃癌的受试者的方法，其包括将ATME表型类特定疗法施用于所述受试者，其中通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。
E61.一种治疗患有IA TME表型的局部晚期、转移性胃癌的受试者的方法，其包括将IA TME表型类特定疗法施用于受试者，其中通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。
E62.一种治疗患有IS TME表型的先前未经治疗的胃癌的受试者的方法，其包括将IS TME表型类特定疗法施用于所述受试者，其中通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。
E63.一种治疗患有A TME表型的先前未经治疗的胃癌的受试者的方法，其包括将ATME表型类特定疗法施用于所述受试者，其中通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。
E64.一种治疗患有A TME表型的局部晚期/转移性HER2-阴性乳腺癌的受试者的方法，其包括将ATME表型类特定疗法施用于所述受试者，其中通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。
E65.一种治疗患有IS TME表型的局部晚期/转移性HER2-阴性乳腺癌的受试者的方法，其包括将IS TME表型类特定疗法施用于所述受试者，其中通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。
E66.一种治疗患有A TME表型的去势抗性转移性前列腺癌的受试者的方法，其包括将A TME表型类特定疗法施用于所述受试者，其中通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。
E67.一种治疗患有IS TME表型的去势抗性转移性前列腺癌的受试者的方法，其包括将IS TME表型类特定疗法施用于所述受试者，其中通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。
E68.一种治疗患有IA TME表型的晚期转移性肝细胞癌的受试者的方法，其包括将IA TME表型类特定疗法施用于所述受试者，其中通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。
E69.一种治疗患有IS TME表型的晚期转移性肝细胞癌的受试者的方法，其包括将IS TME表型类特定疗法施用于所述受试者，其中通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。
E70.一种治疗患有IATME表型的复发性/转移性头颈部鳞状细胞癌的受试者的方法，其包括将IA TME表型类特定疗法施用于所述受试者，其中通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。
E71.一种治疗患有IS TME表型的复发性/转移性头颈部鳞状细胞癌的受试者的方法，其包括将IA TME表型类特定疗法施用于所述受试者，其中通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。
E72.一种治疗患有IA TME表型的黑素瘤的受试者的方法，其包括将IA TME表型类特定疗法施用于所述受试者，其中通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。
E73.一种治疗患有IS TME表型的黑素瘤的受试者的方法，其包括将IS TME表型类特定疗法施用于所述受试者，其中通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。
E74.一种治疗患有ID TME表型的肝转移晚期结直肠癌的受试者的方法，其包括将ID TME表型类特定疗法施用于所述受试者，其中通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。
E75.一种治疗患有IA、IS或ATME表型的铂抗性或铂敏感性复发性卵巢癌的受试者的方法，其包括将IA、IS或A TME表型类特定疗法施用于所述受试者，其中通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。
E76.一种治疗患有IA、IS或ATME表型的铂抗性或铂敏感性复发性三阴性乳腺癌的受试者的方法，其包括将IA、IS或ATME表型类特定疗法施用于所述受试者，其中通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。
E77.一种治疗患有IS TME表型的黑素瘤的受试者的方法，其包括将IS TME表型类特定疗法施用于所述受试者，其中通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。
E78.一种治疗患有A或IS TME表型的转移性结直肠癌的受试者的方法，其包括将A或IS TME表型类特定疗法施用于所述受试者，其中通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。
E79.一种治疗患有IS或IA TME表型的神经胶质瘤或胶质母细胞瘤的受试者的方法，其包括将IS或IA TME表型类特定疗法施用于所述受试者，其中通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。
E80.一种治疗患有IS或IATME表型的非小细胞肺癌的受试者的方法，其包括将IS或IA TME表型类特定疗法施用于所述受试者，其中通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类。
E81.一种试剂盒，其包括(i)能够特异性检测编码来自表1的基因生物标志物的RNA的多个寡核苷酸探针，和(ii)能够特异性检测编码来自表2的基因生物标志物的RNA的多个寡核苷酸探针。
E82.一种制品，其包括(i)能够特异性检测编码来自表1(或图9A-9G)的基因生物标志物的RNA的多个寡核苷酸探针，和(ii)能够特异性检测编码来自表2(或图9A-9G)的基因生物标志物的RNA的多个寡核苷酸探针，其中所述制品包括微阵列。
实施例
实施例1
TME Panel-1分类器
本公开的方法中使用的分类器是由至少三个节点层组成的前馈型人工神经网络(ANN)：输入层、隐藏层和输出层。除输入节点外，每个节点都是使用非线性激活函数的神经元。人工神经网络利用反向传播以进行训练。
训练集：使用ACRG基因表达数据集作为训练集。ACRG训练集包括298个可用样品中的235个样品，因为63个样品被鉴定为接近类别标签的决策边界；这些样品影响了模型的稳健性，并且因此未包括在训练集中。还包括98个连续变量(98个基因的套组，其包括表1的血管生成签名基因套组和表2的免疫签名基因套组中呈现的基因子集)，并且对应于四个目标类(A、IA、IS和ID肿瘤微环境)。每个样品都包括基因套组中每个基因的值(例如，mRNA水平)以及其向使用基于美国申请号17/089,234中所公开的两个签名的群体方法分配的特定类中的分类，所述申请以引用的方式整体并入本文。
神经层架构：所使用的ANN是多层感知器(MLP)，其包括输入层、和输出层以及一个隐藏层，如图7中以简化形式所示。输入层中的每个神经元连接到隐藏层中的两个神经元，并且隐藏层中的每个神经元连接到输出层中的每个神经元。
训练：训练过程的目标是鉴定每个输入的权重wi和隐藏层中的偏差b，使得神经网络使训练集上的预测误差最小化。参见图7。如图7所示，基因套组中的每个基因(x1……xn)被用作隐藏层中每个神经元的输入，并且通过训练过程鉴定隐藏层的偏差b值。来自每个神经元的输出是每个基因表达水平(xi)、权重(wi)和偏差(b)的函数，如图7所示。
使用范围为-1至1的双曲正切激活函数(tanh)来生成如本文所述的ANN分类器
y(vi)＝tanh(vi)
其中yi是第i个节点(神经元)的输出，并且vi是输入连接的加权和。
如上所述，人工神经网络分类器包括输入层中的基因表达值(对应于98个基因的套组)，隐藏层中编码两个基质签名之间的关系的两个神经元，以及预测四种基质表型的概率的四个输出。参见图8。通过应用包括Softmax函数的逻辑回归分类器支持将输出层值多类分类为四种TME表型类(IA、ID、A和IS)。Softmax将十进制概率分配到加起来必须为1.0的每个类。此额外的限制有助于训练更快地收敛。Softmax就在输出层之前的神经网络层实施并且具有与输出层相同数量的节点。
作为额外的精化，根据所使用的特定数据集，将各种截止值应用于Softmax函数的结果。
对人工神经网络分类器的检查表明，训练算法确实学习了表示血管生成签名和免疫签名的基于符号的规则的权重。参见表14。所述规则是从训练数据中自动推断出来的。除隐藏层包括两个神经元外，所述算法没有给出关于血管生成签名和免疫签名的任何假设。对于每个隐藏神经元，来自血管生成签名和免疫签名的基因至少在一定程度上通过正基因权重或负基因权重做出贡献，然而一个隐藏神经元更受一个签名支配，并且反之亦然。
表14：输出层上的人工神经网络权重。
在ACRG数据集上拟合的最终人工神经网络模型的参数列表在表15中示出。
表15：最终人工神经网络模型的参数。
*来自98个基因的集的示例性基因
对400个患者样品(每个患者样品有三种不同的肿瘤类型：结直肠肿瘤、胃肿瘤和卵巢肿瘤)使用RNA外显子组测序技术将ANN模型应用于1200个患者样品序列的结果以及跨可能的TME表型的结果的一致性显示，本公开的ANN模型对于肿瘤类型是不可知的。
针对患者数据(n＝704)使用ANN模型以回顾性分类来自身体中至少17个不同起源的肿瘤的TME表型(表16)。结局数据都不与分类相关联，但是四种TME表型的分布与1,099个样品的分析中分类的四种TME表型的分布相似，所述样品代表卵巢癌(n＝392)、结直肠癌(n＝370)和胃癌(n＝337)的样品，通过RNA外显子组技术测序。
表16.来自至少17个不同起源的704名患者的TME表型。
将通过将ANN模型应用于数据产生的概率函数的投影绘制在由疾病分数符号表示的潜在空间中(完全应答，CR；部分应答，PR；稳定疾病，SD；进展性疾病，PD)。潜在空间可视化提供亚型调用的概率并且可以用于告知医师生物标志物置信度以帮助治疗决策。
潜在空间图中观察到的曲线轮廓由于模型中特征之间的相互作用项而出现。在潜在空间图中，特征是血管生成签名分数(例如，基因激活与内皮细胞签名激活相关的签名)和免疫签名分数(例如，激活与炎性和免疫细胞签名激活相关的签名)。在这种情况下，术语相互作用是指一个特征对预测的影响取决于另一个特征的值的情况，即当两个特征的影响不相加时的情况。例如，在模型中添加或减去特征意味着没有相互作用；然而，在模型中对特征进行相乘、相除或配对意味着相互作用。
预测TME表型(四个类，对应于四个TME)的图具有曲线轮廓，因为尽管每个单个TME表型类的基础模型(神经元)等同于逻辑回归，但四个逻辑回归发生了四个TME表型类概率的重新归一化，所以四个TME表型类概率之和等于一。这使用Softmax函数来实现，所述函数是血管生成签名分数与免疫签名分数之间发生相互作用的函数。因此，此模型产生曲线轮廓。
实施例2
结肠癌数据集
CIT法国结肠癌协会：CIT(Cartes d'Identite des Tumeurs；GSE39582；Marisa等人,(2013)PLOS Medicine 10(5):e1001453)是一个公共数据集，其含有来自1-4期结直肠癌CRC中的患者的566个原发性肿瘤样品，所述患者在1988年与2007年之间在法国接受了治愈性手术。数据集含有RNA表达(微阵列)、CMS分类、KRAS突变状态、TP53、BRAF、MMR和CIN状态。此外，数据集中还可获得无疾病间隔(图3A)、总体存活状态(图3B)、诊断时的疾病分期和原发肿瘤部位。
CIT研究中的患者接受切除肿瘤的手术，并且对这些患者的DNA和RNA基因组进行分析，并将其分类到四种CMS类型中(Guinney等人,(2015)Nature Medicine 21:1350-6)。
下载了公开可得的CIT数据(RNA基因表达)并且使用TME Panel-1 ANN分类器进行了分析。使用TME Panel-1所提供的血管生成签名分数和免疫签名分数(图4A)，生成潜在空间图(图4B、4C、4D、4E和4F)。计算dMMR流行率并将其提供在图6A和图6B中。
从手术治疗样品推导包括基因组分析信息的数据集的优势在于，结局数据不受治疗剂的存在的影响。因此，从TME Panel-1分类器的应用得到的TME表型分类具有预后性。
图5A和5B根据CMS和TME Panel-1比较了CIT中的患者分布。图6A显示每个CMS组内CIT数据集的TME表型类分布。对于每个CMS组，显示每个TME类的患者比例，根据图例进行了阴影处理。图5B显示每种TME表型类内CIT数据集的CMS分布。对于每个TME类，显示每个CMS组的患者比例，根据图例进行了阴影处理。图5A和5B表示相同但逆向的制表分析。
Wood Hudson左和右CRC TME流行率：Wood Hudson数据集是来自Wood Hudson癌症研究实验室的患有转移性CRC的患者的93个样品的专有集合，所述患者在手术之后的治疗史中的某个时间点用贝伐珠单抗治疗。通过RNA-seq测量RNA表达，并且评估每个样品的PD-L1。此外，数据集中还可获得诊断时的疾病分期和原发肿瘤部位。一般来说，左侧(远端)结直肠癌存在于降结肠中，而右侧(近端)结直肠癌存在于升结肠中。
使用TME Panel-1 ANN分类器对CRC患者的FFPE样品的RNA表达水平进行预处理和分析。右侧(近端)结直肠癌中TME表型类A和IA的存在低于左侧(远端)结直肠癌。
如上文所指出，使用TME Panel-1分类器将所有Wood Hudson(WH)和CIT样品分类到四种TME表型类中的一种当中(图1)。这使得能够按疾病分期和左(远端)或右(近端)肿瘤侧对每种TME表型类的流行率制表。对CIT患者进行存活分析，以评估TME Panel-1的预后潜力。对早期(0-2)患者评估无疾病存活(DFS)，推断为从手术到复发的月数，对晚期(3-4)患者评估总体存活(OS)，推断为从复发到死亡的时间。通过将CIT患者映射到通过TME Panel-1分类器人工神经网络的两个隐藏节点产生的潜在空间上，探索了CMS与TME Panel-1分类器之间的关系。以这种方式，将TME表型类分配给每名患者，所有患者都已经进行了CMS组分配。
TME Panel-1已显示既在胃癌方面具有预后性，又可以预测胃癌和卵巢癌的靶向疗法结局。Strand-Tibbitts等人,Working Towards Precision Medicine for the TumorMicroenvironment.SITC(2019)；Strand-Tibbitts等人,(2020)Development of an RNA-based Diagnostic Platform Based on the Tumor Microenvironment DominantBiology.SITC。对近400个结直肠癌患者样品的初步分析表明，TME Panel-1分类器适用于结直肠癌。
此分析更直接地解决了TME Panel-1分类器是否适用于结直肠癌。结直肠癌是一种异质性疾病，其在预后和肿瘤生物学方面的已知差异取决于例如左(远端)与右(近端)肿瘤的肿瘤起源侧以及疾病分期。根据TME Panel-1分类器，将CIT和WH数据集的所有患者分类到四种TME表型类中的一种当中：血管生成型(A)、免疫抑制型(IS)、免疫活性型(IA)或免疫沙漠型(ID)。基于疾病分期(图2A)和肿瘤侧(图2B)将每种TME表型类中患者的流行率制表。
在ID TME表型组中观察到多名受试者，这与结直肠癌具有“冷”肿瘤微环境的观点一致。下一个最流行的TME表型是IS，指示许多患者具有血管生成高且免疫浸润高的肿瘤，但需要可以解决这些生物学之间的相互作用的疗法。此外，与CIT 0-2期相比，CIT 3-4期表型的流行率与WH更相似，因为93名患者中有89名也是3-4期(图2A)。当患者按肿瘤侧被进一步分类到左和右中时(图2B)，在所有三个数据组中，发现左侧血管生成性型(A)更多，而右侧免疫活性型(IA)更多。总而言之，这些结果指示TME Panel-1分类反映了疾病的生物学属性，并且证实它具有跨独立数据集的概括性。
由于TME Panel-1概括了结直肠生物学的基本方面，因此之后对TME表型类进行评估，以确定这些类是否具有疾病预后性。分析了CIT数据集的患者的存活概率。高血管生成型TME表型(A)和(IS)显示复发前的无疾病存活较差并且晚期患者的总体存活较差。在早期和后期分析中，免疫活性型(IA)患者的预后最好。
许多研究小组提出了结直肠癌的预后和/或预测签名，从而认识到这是一种具有不同患者子集的异质性疾病。这些工作中最引人注目的是共识分子亚型(CMS)，它综合了六种流行的CRC分层模型。CMS描述四个患者组1-4以及第五个“不确定”群组(catch-all)(本文为“IND”)。为了探索TME Panel-1如何与CMS关联，根据TME Panel-1算法对CIT数据集的患者进行分类，并且投影到通过免疫X轴和血管生成Y轴定义的TME模型的潜在空间上(图4A)。然后基于这些生物学轴，并且更具体地，基于通过潜在空间象限定义的TME表型，评估每个CMS组中的患者。参见图4B-4F。
与Guinney等人,2015(Guinney等人,(2015)Nature Medicine 21:1350-6)一致，CMS1受试者大多是高免疫的(在X轴上为正，顶部中间图)，而CMS4大多是血管生成的(在Y轴上为正，右下图)。CMS2分布在所有四个象限中，尽管ID富集，但是CMS3是低血管生成的。CMS不确定患者到处都可以观察到，但在IS中较多。
尽管与免疫CMS1和血管生成CMS4一致，但TME Panel-1关于患者的分子生物学特征提供更多颗粒性(granularity)。例如，观察到相当多的CMS1患者具有高TME血管生成分数，并且许多CMS4患者具有高TME免疫分数。对CMS组与TME类之间的患者分布进行量化，以更好地理解这些分类方法得出关于患者生物学的不同结论的方式。
与CMS的元模型综合不同，构建TME Panel-1是为了提取肿瘤微环境的生物学，并且针对所有实体瘤，而不仅仅是CRC。所述Panel被设计成具有预测性，即基于这些生物学的分类允许将TME表型与适当的疗法匹配。当在其他肿瘤类型(例如胃肿瘤和卵巢肿瘤)中检查时，结果也是如此(Strand-Tibbitts等人,(2020)Development of an RNA-basedDiagnostic Platform Based on the Tumor Microenvironment DominantBiology.SITC；Strand-Tibbitts等人,Working Towards Precision Medicine for theTumor Microenvironment.SITC(2019))。此分析的目的是了解TME Panel-1如何与已知的CRC生物学(诸如左侧和右侧癌症的差异)相符，并且与先前在CRC方面的亚型分型工作(诸如CMS)关联。观察到与免疫和血管生成生物学的先前分析的一致性，诸如：
(i)TME血管生成(A)类和CMS4的富集一致，特别是在左侧肿瘤中
(ii)TME免疫活性型(IA)类和CMS1的富集一致
(iii)TME(A)和CMS4以及TME(IA)和CMS1的预后关系类似。
观察到的差异在很大程度上反映了CMS组中TME表型的组成和分布，其中TME套组鉴定规范CMS定义之外患者的免疫和血管生成信号。例如，在这种对CIT数据集的分析中，分配到(A)和(IA)类的患者比仅仅CMS4和CMS1分布更广泛。事实上，(A)患者中只有一半是CMS4，并且(IA)患者中只有一半是CMS1。
dMMR/MSI-H大多数被CMS1捕捉，并且这是CRC患者对CPI最有效的组(30-50％应答)。André等人,2020N.Engl.J.Med.383:2207-2218。然而，最近通过HLA突变分析和免疫细胞浸润研究对MSS群体的分析表明，还有另外20％的MSS CRC可能适于CPI治疗。Giannakis等人,2016Cell Rep.15:857-865。与TME(A)与CMS4之间的关系类似，TME(IA)类由41％CMS1组成，然后是CMS2和CMS3的重要贡献。
TME Panel-1定义免疫抑制(IS)类。CRC的特征为“冷”，但这可能是因为缺乏免疫活性或免疫抑制阻断CPI活性。值得注意的是，CIT数据集中几乎一半的dMMR患者被分类为TME(IS)(图6B)。聚焦于免疫抑制细胞和细胞因子的新兴疗法，诸如骨髓靶向剂或下一代免疫调节剂诸如抗TIM3或LAG3，可能能够“暖化”IS组并进一步增强CRC的免疫治疗机会。
实施例3
对CIT数据集中dMMR患者的分析
肿瘤细胞中错配修复(MMR)基因的缺乏可以导致微卫星(MS)序列的积累，也称为短串联重复(STR)或简单序列重复(SSR)。也称为dMMR，已积累MS序列的患者被称为MSI-高，因为微卫星不稳定性水平高。MSI-高/dMMR生物标志物(通常通过PCR和毛细管电泳或NGS测序进行分析)。Marisa等人分析了CIT数据库中患者的MSI-高/dMMR状态(Marisa等人,(2013)PLOS Medicine 10(5):e1001453)，并且Guinney等人确定了相同患者的CMS分类(Guinney等人,(2015)Nature Medicine 21:1350-6)并且显示在图6A中。
MSI-高/dMMR状态是获准的针对结直肠癌检查点抑制剂(CPI)疗法的生物标志物，但对CPI治疗的应答率仅为30-50％。如图6A可以看到，CIT数据集中77％的MSI-高/dMMR患者在CMS1(MSI免疫组)中，而其余的在其他CMS组中。当用ANN分类器(TME Panel-1)进行相同分析时，如图6B所示，96％的MSI-高/dMMR患者落入IA或IS TME表型类。用ANN分类器(TMEPanel-1)分类且发现在IA TME表型类中的结直肠癌患者，即被预测对CPI具有最佳应答，和胃癌患者一样。由于dMMR和CMS1都无法区分免疫活性型和免疫抑制型，因此使用TME表型类IA作为CPI的预测因子将进一步改善预测应答。
实施例4
结直肠癌肿瘤微环境RNA签名与在具有错配修复缺陷(dMMR)的患者或MSI-H患者中使用检查点抑制剂的临床应答关联
进行临床试验，以确定当具有dMMR或MSI-高状态的患者用检查点抑制剂治疗时，结直肠癌肿瘤微环境表型是否与临床应答关联。所述分析包括40个结肠直肠肿瘤样品。数据指示，在此患者群体中，免疫活性型(IA)TME表型对于检查点抑制治疗的应答是富集的。
具有dMMR或MSI-H的CRC患者在适当的前线疗法推进之后可以选择抗PD-(L)1(即，PD-1或PD-L1抑制剂)疗法。与化学疗法相比，使用抗PD-(L)1检查点抑制剂延长患有晚期结直肠癌的dMMR或MSI-H患者的无进展存活期(PFS)和总体存活期(OS)。在用抗PD-(L)1治疗之前，分析活检样品的RNA基因签名。TME表型与ORR和20周PFS关联，并且预测哪些患者受益和哪些患者不受益。入组了四十(40)名患者，4种基质表型各有10名患者。针对临床结局数据测试了每种TME表型之间的相关性。与分类为血管生成型(A)、免疫抑制型(IS)和免疫沙漠型(ID)TME表型类的患者相比，在免疫活性型(IA)患者中使用抗PD-(L)1疗法带来益处，如表17中所示。
表17：在MSI-高或dMMR的结直肠癌患者中的抗PD-(L)1检查点抑制剂试验中，四种TME表型类的无进展存活和总体应答率。
IA(n＝10) IS(n＝10) ID(n＝10) A(n＝10)
ORR(％) 90 50 0 0
20周的PFS％ 100 70 0 0
实施例5
结直肠癌肿瘤微环境RNA签名与用检查点和磷脂酰丝氨酸抑制剂的组合治疗的错配修复缺陷(dMMR)或MSI-H晚期结直肠癌患者中的临床应答关联
进行临床试验，以确定当具有dMMR或MSI-H状态的患者用检查点抑制剂和巴维妥昔单抗的组合治疗时，结直肠癌TME表型是否与临床应答关联。所述分析包括40个结肠直肠肿瘤样品。数据指示，免疫活性型(IA)和(IS)TME表型是适于用此组合治疗的患者同类组。
与化学疗法相比，已知抗PD-1检查点抑制剂提高患有晚期结直肠癌(CRC)的dMMR或MSI-H状态患者中的PFS和OS。具有dMMR或MSI-H的CRC患者在适当的前线疗法推进之后可以选择抗PD-(L)1。根据ANN方法(诸如TME Panel-1分类器)对患者进行分类。IS亚组中的一些患者在单一疗法的情况下效果不好，因此随后用磷脂酰丝氨酸靶向抗体(诸如巴维妥昔单抗)与抗PD-1的组合治疗，以改善IS组中的应答并进一步优化CRC的免疫疗法治疗范例。在用抗PD-1治疗之前，分析活检样品的RNA基因签名。TME表型与ORR和20周PFS关联。分配的TME表型类可以预测哪些患者受益和哪些患者不受益。入组了40名患者，4种TME表型各有10名患者。针对临床结局数据测试了每种肿瘤TME表型之间的相关性。与分类为血管生成型(A)和免疫沙漠型(ID)TME表型的患者相比，在IA或IS患者中使用巴维妥昔单抗和抗PD-(L)1带来增益，如表18中所示。
表18：在dMMR或MSI-H状态患者中的结直肠癌中的巴维妥昔单抗和抗PD-1检查点抑制剂的试验中，4种TME表型的无进展存活和总体应答率。
IA(n＝10) IS(n＝10) ID(n＝10) A(n＝10)
ORR(％) 90 90 0 0
20周的PFS％ 100 100 0 0
实施例6
结直肠癌肿瘤微环境RNA签名与用抗血管生成疗法治疗的转移性结直肠癌患者的临床应答关联
回顾性数据分析指示，当患者用靶向疗法(包括血管生成抑制剂)治疗时，结直肠癌TME表型与临床应答关联。所述分析包括60个结肠直肠肿瘤样品。数据指示，相对于免疫活性型(IA)和免疫沙漠型(ID)表型，血管生成型(A)和免疫抑制型(IS)表型对于抗血管生成疗法(诸如贝伐珠单抗)有最多应答。
贝伐珠单抗与化学疗法的组合增加晚期结直肠癌患者的PFS和OS(Snyder,2018)。先前未经治疗的转移性结直肠癌患者的总体应答率(ORR)报告为左侧肿瘤中的80％和右侧肿瘤中的83％。左侧肿瘤和右侧肿瘤两者中中位进展时间(PFS)和总体存活期(OS)分别为13个月和37个月。
为了测试当患者用血管生成抑制剂治疗时TME表型是否与临床结局关联，使用ANN分类器(诸如TME Panel-1分类器)分析了来自从60个结肠直肠患者(30个左侧，30个右侧)采集的存档组织的肿瘤基质RNA基因签名。针对临床结局数据测试了每种TME表型之间的相关性。与分类为IA和ID TME表型的患者相比，在A和IS患者中使用贝伐珠单抗赋予增益：在A和IS患者中，中位PFS和OS分别偏移至15个月和39个月。IA和ID患者的无进展存活期和OS数据与历史值一致。总体而言，A和IS TME表型与用血管生成抑制剂的临床结局改善特定关联，并且对于PFS具有预测性作用。
实施例7
一线结直肠癌基质表型与那赛西珠单抗和化学疗法的临床应答关联
mCRC的二线治疗的护理标准是抗血管生成雷莫芦单抗加化学治疗剂FOLFIRI。在II期单臂研究中，对雷莫芦单抗加FOLFIRI与安慰剂加FOLFIRI的比较得到58％ ORR，11.5个月的PFS以及20.4个月的OS(Garcia-Carbanero,R.等人,2014.An Open-Label Phase IIStudy Evaluating the Safety and Efficacy of Ramucirumab combined withmFOLFOX-6as First-Line Therapy for Metastatic Colorectal Cancer.TheOncologist,V.19,第350-1页)。
进行临床试验以通过基于基质表型鉴定患者来显示在CRC中抗血管生成疗法的益处。在用那赛西珠单抗和化学疗法(诸如紫杉醇、FOLFOX、FOLFIRI等)治疗之前，分析活检样品的RNA基因签名。基质表型与ORR、PFS和OS关联。所述分析包括40个在一线设定中用那赛西珠单抗和化学疗法治疗的结直肠癌患者。数据指示，相对于免疫活性型(IA)和免疫沙漠型(ID)TME表型，血管生成型(A)和免疫抑制型(IS)TME表型对于那赛西珠单抗和化学疗法具有最多应答，如表19所示。
表19：二线mCRC中那赛西珠单抗和化学疗法的回顾性分析中的总体应答率、总体存活和无进展存活。
IA(n＝10) IS(n＝10) ID(n＝10) A(n＝10)
ORR(％) 30 80 45 90
PFS(月) 10 16 13 15
OS(月) 15 25 20 26
实施例8
抗VEGF疗法I/II期试验
本实施例涉及基于根据本公开的患者的TME表型，使用具有一种与VEGF缔合以增强活性的组分的抗血管生成抗体(例如，特异性针对VEGF的单克隆抗体或抗DLL4单克隆抗体)和/或双特异性抗体(例如，抗VEGF/抗DLL4双特异性那赛西珠单抗)作为单一剂或与标准护理诸如化学疗法组合。
本实施例描述了在至少两种先前的标准化学疗法方案(例如，3线)之后在患有难治性结肠或直肠腺癌的患者中的单独抗VEGF疗法或其与标准护理组合的开放标签I/II期试验。试验在全球大约10个中心进行，包括美国、欧盟和亚洲。试验的目标是观察单一疗法抗VEGF治疗或组合治疗是否安全并且与历史结果相比是否有临床上有意义的改善。将生物标志物阳性亚组(A和IS)中的潜在预测结果包括到VEGF治疗或与VEGF的组合治疗中在RUO(仅限研究使用)情景中是临床上有意义的。
测试产品、剂量和施用方式如下：将根据临床方案以静脉内(IV)输注形式施用。
根据由RNA测序技术公司诸如HTG Molecular Diagnostics(Tucson,Arizona,USA)、QIAGEN(Manchester,UK)、Exact Sciences(Madison,WI)或Almac(Craigavon,Northern Ireland,UK)制定的方案，使用来自最近活检的福尔马林固定组织生成RNA序列。TME表型为A或IS的患者将从抗VEGF治疗或抗VEGF双特异性或组合治疗中受益。
实施例9
抗VEGF疗法III期试验
本实施例描述了使用本公开的方法作为分层工具，即IUO(仅限研究人员使用)，用抗VEGF疗法(例如，特异性针对VEGF的单克隆抗体或抗DLL4单克隆抗体，和/或双特异性抗体，例如，抗VEGF/抗DLL4双特异性那赛西珠单抗)作为单一剂或与标准护理组合进行的先前实施例的适应症中的一种在患有在至少一种先前的标准化学疗法方案(例如，2或3线)之后的难治性结肠或直肠腺癌的患者中的III期关键性试验。
实施例10
局部晚期/转移性胃癌肿瘤微环境RNA签名与使用免疫检查点抑制剂和抗血管生成剂的维持设定中的临床应答关联
进行临床试验，以确定当在初始化学疗法之后，在维持设定中用免疫检查点抑制剂或抗血管生成疗法治疗患者时，局部晚期或转移性胃癌肿瘤微环境表型是否与临床应答关联。所述分析包括跨4个治疗组的240名患者的样品(每组60名患者)。所有患者均接受一线化学疗法，并且实现稳定疾病或好转的患者被随机分为4个治疗组以进行后续治疗：1)仅监视(不给予疗法)，2)化学疗法，3)免疫检查点抑制剂，4)化学疗法+抗血管生成剂。分析在任何治疗之前获取的肿瘤样品的RNA基因签名，并且确定TME表型。跟踪患者的临床应答、无进展存活和总体存活。数据指示，在此患者群体中，免疫活性型(IA)TME表型对于免疫检查点抑制治疗的应答和临床益处是富集的，并且血管生成型(A)TME表型对于化学疗法+抗血管生成疗法的应答和临床益处是富集的。
在疾病稳定或对一线化学疗法(例如，铂/氟尿嘧啶)有应答之后，将胃癌患者随机化为仅监视或者接受持续的化学疗法(例如，卡培他滨)、免疫检查点抑制剂(抗PD-(L)1，即PD-1或PD-L1抑制剂)疗法或化学疗法与抗血管生成疗法(例如，抗VEGF或抗VEGFR2)的组合。与单独的化学疗法或监视相比，使用免疫检查点抑制剂或化学疗法和抗血管生成剂的组合在患有晚期胃癌的患者中增加总体应答率(ORR)、无进展存活(PFS)和总体存活(OS)。TME表型与ORR、和12周PFS、以及总体存活关联，并且预测哪些患者受益和哪些患者不受益。入组了两百四十(240)名患者，每个治疗组60名，在4种基质表型中具有相等的代表性(每个治疗组每种表型15名)。针对临床结局数据测试了每种TME表型之间的相关性。与分类为血管生成型(A)、免疫抑制型(IS)和免疫沙漠型(ID)TME表型类的患者相比，在免疫活性型(IA)患者中使用免疫检查点疗法带来益处，如表20中所示。与分类为免疫活性型(IA)、免疫抑制型(IS)和免疫沙漠型(ID)TME表型类的患者相比，在血管生成型(A)患者中使用化学疗法和抗血管生成疗法的组合带来益处，如表21中所示。
表20：在化学疗法之后的维持设定中胃癌患者中的接受免疫检查点抑制剂的组中，四种TME表型类的无进展存活和总体应答率。
IA(n＝15) IS(n＝15) ID(n＝15) A(n＝15)
ORR(％) 20 7 0 0
12周的PFS％ 80 53 40 27
表21：在化学疗法之后的维持设定中胃癌患者中的接受化学疗法和抗血管生成抑制剂的组合的组中，四种TME表型类的无进展存活和总体应答率。
IA(n＝15) IS(n＝15) ID(n＝15) A(n＝15)
ORR(％) 7 13 0 27
12周的PFS％ 53 60 13 73
实施例11
先前未经治疗的胃癌患者的肿瘤微环境RNA签名与使用抗血管生成剂的围手术设定中的临床应答关联
进行临床试验，以确定当在围手术设定中在有或没有抗血管生成疗法的情况下用化学疗法治疗患者时，局部晚期或转移性胃癌肿瘤微环境表型是否与临床应答关联。所述分析包括跨2个治疗组的200名患者的样品(每组100名患者)。在手术之前9周以及手术切除原发性胃肿瘤之后9周，患者接受化学疗法或化学疗法和抗血管生成剂的组合。分析肿瘤切除样品的RNA基因签名，并且确定TME表型。跟踪患者的临床应答、无进展存活和总体存活。数据指示，生物标志物阳性血管生成型TME表型(A和IS)对于化学疗法与抗血管生成疗法的组合的应答和临床益处是富集的。
将胃癌患者随机化成手术前9周/手术后9周化学疗法(例如，表柔比星/顺铂/卡培他滨等)方案或化学疗法和抗血管生成疗法(例如，抗VEGF或抗VEGFR2)的组合。与单独的化学疗法相比，使用化学疗法和抗血管生成剂在患有晚期胃癌的患者中增加总体应答率(ORR)、无进展存活(PFS)和总体存活(OS)。TME表型与围手术RECIST ORR、病理应答和总体存活关联，并且预测哪些患者受益和哪些患者不受益。入组了两百(200)名患者，每个治疗组100名，在4种基质表型中具有相等的代表性(每个治疗组每种表型25名)。针对临床结局数据测试了每种TME表型之间的相关性。与分类为生物标志物阴性的患者(由免疫活性型(IA)和免疫沙漠型(ID)TME表型类表示)相比，在生物标志物阳性的肿瘤(由血管生成型(A)和免疫抑制型(IS)表型表示)中使用化学疗法和抗血管生成疗法的组合带来益处，如表22中所示。
表22：在接受化学疗法和抗血管生成剂的组中针对四种TME表型类及按照生物标志物状态的围手术RECIST总体应答率(ORR)、病理应答率和3年总体存活率。
实施例12
局部晚期/转移性胃癌肿瘤微环境RNA签名与使用化学疗法、免疫检查点抑制剂和巴维妥昔单抗的一线设定中的临床应答关联
进行临床试验，以确定当在一线设定中用化学疗法、免疫检查点抑制剂和巴维妥昔单抗治疗患者时，局部晚期或转移性胃癌肿瘤微环境表型是否与临床应答关联。所述分析包括跨2个治疗组的120名患者的样品(每组60名患者)。将患者随机化以接受(i)化学疗法和免疫检查点抑制剂，或(ii)化学疗法、免疫检查点抑制剂和巴维妥昔单抗。分析在任何治疗之前获取的肿瘤样品的RNA基因签名，并且确定TME表型。跟踪患者的临床应答、无进展存活和总体存活。数据指示，在此患者群体中，免疫活性型(IA)和免疫抑制型(IS)TME表型对于由化学疗法、免疫检查点抑制和巴维妥昔单抗治疗组成的方案的应答和临床益处是富集的。
将胃癌患者随机化以接受化学疗法(即，卡培他滨、5-FU、顺铂等)加免疫检查点抑制剂(抗PD-(L)1，即PD-1或PD-L1抑制剂)疗法的方案或者化学疗法/免疫检查点抑制剂/巴维妥昔单抗的方案。与单独的化学疗法/免疫检查点抑制剂的方案相比，化学疗法/免疫检查点抑制剂/巴维妥昔单抗的组合增加患有晚期胃癌的患者的总体应答率(ORR)、6个月无进展存活(PFS)和总体存活(OS)，如表23中所示。TME表型与ORR、和6个月PFS、以及总体存活(OS)关联，并且预测哪些患者受益和哪些患者不受益。入组了一百二十(120)名患者，每个治疗组60名，在4种基质表型中具有相等的代表性(每个治疗组每种表型15名)。针对临床结局数据测试了每种TME表型之间的相关性。与分类为血管生成型(A)和免疫沙漠型(ID)TME表型类的患者相比，在免疫活性型(IA)和免疫抑制型(IS)患者中使用化学疗法/免疫检查点抑制剂/巴维妥昔单抗的方案带来益处，如表24中所示。
表23：治疗组的总体应答率(ORR)、6个月无进展存活率、总体存活(OS)。
表24：在接受化学疗法/免疫检查点抑制剂/巴维妥昔单抗的组中针对四种TME表型类的总体应答率(ORR)、6个月无进展存活率、总体存活(OS)。
IA(n＝15) IS(n＝15) ID(n＝15) A(n＝15)
ORR(％) 73.3 66.7 53.3 46.7
6个月PFS(％) 80.0 73.3 60.0 46.7
OS(月) 20.2 19.8 11.8 8.2
实施例13
局部晚期/转移性胃癌肿瘤微环境RNA签名与使用化学疗法、免疫检查点抑制剂和那赛西珠单抗的一线设定中的临床应答关联
进行临床试验，以确定当在一线设定中用化学疗法、免疫检查点抑制剂和那赛西珠单抗治疗患者时，局部晚期或转移性胃癌肿瘤微环境表型是否与临床应答关联。所述分析包括跨2个治疗组的120名患者的样品(每组60名患者)。将患者随机化以接受(i)化学疗法和免疫检查点抑制剂，或(ii)化学疗法、免疫检查点抑制剂和那赛西珠单抗。分析在任何治疗之前获取的肿瘤样品的RNA基因签名，并且确定TME表型。跟踪患者的临床应答、无进展存活和总体存活。数据指示，在此患者群体中，免疫活性型(IA)、免疫抑制型(IS)和血管生成型(A)TME表型对于由化学疗法、免疫检查点抑制和那赛西珠单抗治疗组成的方案的应答和临床益处是富集的。
将胃癌患者随机化以接受化学疗法(例如，卡培他滨、5-FU、顺铂等)加免疫检查点抑制剂(抗PD-(L)1，例如PD-1或PD-L1抑制剂)疗法的方案或者化学疗法/免疫检查点抑制剂/那赛西珠单抗的方案。与单独的化学疗法/免疫检查点抑制剂的方案相比，化学疗法/免疫检查点抑制剂/那赛西珠单抗的组合增加患有晚期结直肠癌的患者的总体应答率(ORR)、6个月无进展存活(PFS)和总体存活(OS)，如表25中所示。TME表型与ORR、和6个月PFS、和总体存活(OS)关联，并且预测哪些患者受益和哪些患者不受益。入组了一百二十(120)名患者，每个治疗组60名，在4种基质表型中具有相等的代表性(每个治疗组每种表型15名)。针对临床结局数据测试了每种TME表型之间的相关性。与分类为免疫沙漠型(ID)TME表型类的患者相比，在免疫活性型(IA)、免疫抑制型(IS)和血管生成型(A)患者中使用化学疗法/免疫检查点抑制剂/那赛西珠单抗的方案带来益处，如表26中所示。
表25：治疗组的总体应答率(ORR)、6个月无进展存活率、总体存活(OS)。
表26：在接受化学疗法/免疫检查点抑制剂/那赛西珠单抗的组中针对四种TME表型类的总体应答率(ORR)、6个月无进展存活率、总体存活(OS)。
IA(n＝15) IS(n＝15) ID(n＝15) A(n＝15)
ORR(％) 66.7 73.3 46.7 60.0
6个月PFS(％) 73.3 73.3 53.3 66.7
OS(月) 17.4 19.7 11.5 15.4
实施例14
局部晚期/转移性HER2阴性乳腺癌肿瘤微环境RNA签名与使用那赛西珠单抗/化学疗法或那赛西珠单抗/PARP抑制剂的组合的二线设定中的临床应答关联
进行临床试验，以确定当在二线设定中用那赛西珠单抗/化学疗法或那赛西珠单抗/PARP抑制剂的组合治疗患者时，局部晚期/转移性HER2-阴性乳腺癌肿瘤微环境表型是否与临床应答关联。所述分析包括跨2个治疗组的120名患者的样品(每组60名患者)。患者接受那赛西珠单抗/化学疗法(BRCAWT且激素受体阳性)或那赛西珠单抗/PARP抑制剂(BRCA突变型或对ER/PR/HER2呈三阴性)。分析在任何治疗之前获取的肿瘤样品的RNA基因签名，并且确定TME表型。追踪患者的临床应答和无进展存活。数据指示，包括免疫抑制型(IS)和血管生成型(A)TME表型的生物标志物阳性组对于那赛西珠单抗方案的应答和临床益处是富集的。
BRCAWT/激素受体阳性/HER2-阴性乳腺癌患者接受那赛西珠单抗加化学疗法(例如，卡培他滨等)的方案。BRCA突变型或对ER/PR/HER2呈三阴性的乳腺癌患者接受那赛西珠单抗加PARP抑制剂(例如，鲁卡帕尼、奥拉帕尼等)的方案。TME表型与ORR和PFS关联，并且预测哪些患者受益和哪些患者不受益。入组了一百二十(120)名患者，每个治疗组60名，在4种基质表型中具有相等的代表性(每个治疗组每种表型15名)。针对临床结局数据测试了每种TME表型之间的相关性。与分类为生物标志物阴性的患者(由免疫活性型(IA)和免疫沙漠型(ID)TME表型类表示)相比，在生物标志物阳性的肿瘤(由血管生成型(A)和免疫抑制型(IS)表型表示)中使用那赛西珠单抗组合带来益处，如表27和表28中所示。
表27：在接受那赛西珠单抗加化学疗法的组中针对四种TME表型类及按照生物标志物状态的总体应答率(ORR)和无进展存活(PFS)。
表28：在接受那赛西珠单抗加PARP抑制剂的组中针对四种TME表型类及按照生物标志物状态的总体应答率(ORR)和无进展存活(PFS)。
实施例15
去势抗性转移性前列腺癌肿瘤微环境RNA签名与使用那赛西珠单抗/化学疗法或那赛西珠单抗/PARP抑制剂的组合的三线设定中的临床应答关联
进行临床试验，以确定当在三线设定中用那赛西珠单抗/化学疗法或那赛西珠单抗/PARP抑制剂的组合治疗患者时，去势抗性转移性前列腺癌肿瘤微环境表型是否与临床应答关联。所述分析包括跨2个治疗组的80名患者的样品(每组40名患者)。患者接受那赛西珠单抗/化学疗法(BRCAWT)或那赛西珠单抗/PARP抑制剂(BRCA突变型)。分析在任何治疗之前获取的肿瘤样品的RNA基因签名，并且确定TME表型。跟踪患者的临床应答、无进展存活和总体存活。数据指示，包括免疫抑制型(IS)和血管生成型(A)TME表型的生物标志物阳性组对于那赛西珠单抗方案的应答和临床益处是富集的。
BRCA WT前列腺癌患者接受那赛西珠单抗加化学疗法(例如，多西他赛、卡巴他赛等)的方案。BRCA突变型前列腺癌患者接受那赛西珠单抗加PARP抑制剂(例如，鲁卡帕尼、奥拉帕尼等)的方案。TME表型与ORR、PFS和OS关联，并且预测哪些患者受益和哪些患者不受益。入组了八十(80)名患者，每个治疗组40名，在4种基质表型中具有相等的代表性(每个治疗组每种表型10名)。针对临床结局数据测试了每种TME表型之间的相关性。与分类为生物标志物阴性(由免疫活性型(IA)和免疫沙漠型(ID)TME表型类表示)的患者相比，在生物标志物阳性的肿瘤(由血管生成型(A)和免疫抑制型(IS)表型表示)中使用那赛西珠单抗组合带来益处，如表29和表30中所示。
表29：在接受那赛西珠单抗加化学疗法的组中针对四种TME表型类及按照生物标志物状态的总体应答率(ORR)、无进展存活(PFS)和总体存活(OS)。
表30：在接受那赛西珠单抗加PARP抑制剂的组中针对四种TME表型类及按照生物标志物状态的总体应答率(ORR)、无进展存活(PFS)和总体存活(OS)。
实施例16
晚期转移性肝细胞癌肿瘤微环境RNA签名与使用巴维妥昔单抗和免疫检查点抑制剂的一线设定中的临床应答关联
进行一项单臂2期试验，以确定当在一线设定中用巴维妥昔单抗和免疫检查点抑制剂治疗患者时，晚期转移性肝细胞癌肿瘤微环境表型是否与临床应答关联。所述分析包括28名患者的样品。分析在任何治疗之前获取的肿瘤样品的RNA基因签名，并且确定TME表型。跟踪患者的临床应答、无进展存活和总体存活。数据指示，在此患者群体中，生物标志物阳性肿瘤(包括免疫活性型(IA)和免疫抑制型(IS)TME表型)对于由巴维妥昔单抗和免疫检查点抑制剂组成的方案的应答和临床益处是富集的。
肝细胞癌患者接受巴维妥昔单抗加免疫检查点抑制剂(抗PD-(L)1，即PD-1或PD-L1抑制剂)疗法的方案。与用单独的免疫检查点抑制剂的历史数据(15％ ORR，约40％6个月PFS和17个月OS)相比，巴维妥昔单抗/免疫检查点抑制剂的组合增加患有晚期肝细胞癌的患者的总体应答率(ORR，约32％)、6个月无进展存活(6个月PFS，约57.2％)和总体存活(OS，约20个月)。TME表型与ORR、和6个月PFS、和总体存活(OS)关联，并且预测哪些患者受益和哪些患者不受益。纳入了二十八(28)名患者，在4种基质表型中具有相等的代表性(每种表型7名)。针对临床结局数据测试了每种TME表型之间的相关性。与分类为生物标志物阴性的患者(包括血管生成型(A)和免疫沙漠型(ID)TME表型类)相比，在生物标志物阳性的患者(由免疫活性型(IA)和免疫抑制型(IS)表型表示)中使用巴维妥昔单抗/免疫检查点抑制剂的方案带来益处，如表31中所示。
表31：在接受巴维妥昔单抗加免疫检查点抑制剂的组中针对四种TME表型类及按照生物标志物状态的总体应答率(ORR)、6个月无进展存活(PFS)率和总体存活(OS)。
实施例17
复发性/转移性头颈部鳞状细胞癌肿瘤微环境RNA签名与免疫检查点抑制剂进展之后用巴维妥昔单抗和免疫检查点抑制剂的临床应答关联
进行一项单臂2期试验，以确定当在免疫检查点抑制剂(例如，纳武单抗、帕博利珠单抗、度伐利尤单抗、阿特珠单抗等)进展之后用巴维妥昔单抗和免疫检查点抑制剂治疗患者时，复发性/转移性头颈部鳞状癌(HNSCC)肿瘤微环境表型是否与临床应答关联。所述分析包括28名患者的样品。分析在任何治疗之前获取的肿瘤样品的RNA基因签名，并且确定TME表型。跟踪患者的临床应答、无进展存活和总体存活。数据指示，在此患者群体中，生物标志物阳性的肿瘤(包括免疫活性型(IA)和免疫抑制型(IS)TME表型)对于由巴维妥昔单抗和免疫检查点抑制剂组成的方案的应答和临床益处是富集的。
HNSCC患者接受巴维妥昔单抗加免疫检查点抑制剂(抗PD-(L)1，即PD-1或PD-L1抑制剂)疗法的方案。TME表型与ORR、和PFS、和总体存活(OS)关联，并且预测哪些患者受益和哪些患者不受益。纳入了二十八(28)名患者，在4种基质表型中具有相等的代表性(每种表型7名)。针对临床结局数据测试了每种TME表型之间的相关性。与分类为生物标志物阴性的患者(包括血管生成型(A)和免疫沙漠型(ID)TME表型类)相比，在生物标志物阳性患者(由免疫活性型(IA)和免疫抑制型(IS)表型表示)中使用巴维妥昔单抗/免疫检查点抑制剂的方案带来益处，如表32中所示。
表32：在接受巴维妥昔单抗加免疫检查点抑制剂的组中针对四种TME表型类及按照生物标志物状态的总体应答率(ORR)、无进展存活(PFS)率和总体存活(OS)。
实施例18
黑素瘤肿瘤微环境RNA签名与用免疫检查点抑制剂的新辅助治疗之后用辅助巴维妥昔单抗和放射的临床应答关联
进行一项2期临床试验，以确定当在新辅助免疫检查点抑制剂治疗并手术切除2b期淋巴结之后用辅助巴维妥昔单抗和放射治疗患者时，黑素瘤肿瘤微环境表型是否与临床应答关联。所述分析包括20名患者的样品。分析在手术切除时获取的肿瘤样品的RNA基因签名，并且确定TME表型。跟踪患者的ORR。数据指示，在此患者群体中，生物标志物阳性的肿瘤(包括免疫活性型(IA)和免疫抑制型(IS)TME表型)对于由巴维妥昔单抗和放射组成的方案的应答和临床益处是富集的。
黑色素瘤患者接受新辅助免疫检查点抑制剂(抗PD-(L)1，即PD-1或PD-L1抑制剂)疗法疗程，并且切除其2b期淋巴结。放射和巴维妥昔单抗作为辅助疗法给予。切除的肿瘤样品的TME表型与ORR相关。纳入了二十八(20)名患者，在4种基质表型中具有相等的代表性(每种表型5名)。针对临床结局数据测试了每种TME表型之间的相关性。与分类为生物标志物阴性的患者(包括血管生成型(A)和免疫沙漠型(ID)TME表型类)相比，在生物标志物阳性患者(由免疫活性型(IA)和免疫抑制型(IS)表型表示)中使用巴维妥昔单抗/放射的方案带来益处，如表33中所示。
表33：在接受巴维妥昔单抗加放射的组中针对四种TME表型类及按照生物标志物状态的总体应答率(ORR)、无进展存活(PFS)率。
实施例19
肝转移晚期结直肠癌的肿瘤微环境RNA签名与那赛西珠单抗、固有免疫激活剂和免疫检查点抑制剂的三重组合的临床益处关联
进行一项2期临床试验，以确定在用那赛西珠单抗、固有免疫激活剂和PD-(L)1剂治疗的患有肝转移晚期结直肠癌(mCRC)的患者中的临床益处。在这种设定下，瑞戈非尼或三氟胸苷(trifluoridine)/替吡嘧啶(tipiracil)疗法通常产生约2个月的中位PFS(mPFS)和约7个月的中位OS(mOS)。数据指示，多达40％的三线或以后的(“3L+”)具有肝转移的mCRC患者(其在贝伐珠单抗和/或EGFR靶向疗法之前失败并且是MSS+(即，微卫星稳定))具有ID表型并且可能无法从标准化学治疗或免疫方法中受益。所述分析包括入组60名患者，通过将TME表型分类为A、IA、IS或ID，对肝转移病灶进行前瞻性定义、回顾性分析。
具有肝转移的MSS+晚期结直肠癌患者(3L+)用那赛西珠单抗、抗PD(L)1疗法和固有免疫刺激剂(诸如Dectin激动剂Imprime PGG、STING激动剂BMS-986301和NLR激动剂BMS-986299)的三重组合进行治疗。评估所有TME表型的ORR、mPFS、3个月PFS率、mOS和9个月的OS率。表34报告了前瞻性分析的结果。ID类患者在瑞戈非尼或三氟胸苷/替吡嘧啶的情况下获得的临床益处大于针对3L+mCRC的标准护理。
表34. 3L+患者中mCRC的前瞻性分析。
IA(n＝12) IS(n＝12) ID(n＝24) A(n＝12)
ORR(％) 35％ 30％ 20％ 25％
mPFS 6 5 4 6
PFS率(3个月) 30％ 30％ 30％ 30％
mOS 12mos 11mos 10mos 12mos
OS率(9个月) 50％ 45％ 40％ 455
实施例20
铂抗性或铂敏感性复发性卵巢癌肿瘤微环境RNA签名与用PARP抑制剂和那赛西珠单抗的临床应答关联
进行临床试验，以确定当在未接受过PARP(PARP)的患者或先前在接受PARP抑制剂时进展的患者中用PARP抑制剂和那赛西珠单抗治疗患者时，卵巢癌肿瘤微环境表型是否与临床应答关联。所述分析包括来自两个不同同类组的样品(一个同类组由未接受过PARP抑制剂的患者组成，而另一个同类组由PARP抗性患者组成)。将每个同类组的40名患者随机化到2个不同的治疗组(每组20名患者)。将患者随机化以接受PARP抑制剂与那赛西珠单抗的组合或PARP抑制剂单一疗法(未接受过PARP的同类组)、或PARP抑制剂与那赛西珠单抗的组合或那赛西珠单抗单一疗法(PARP抗性)。分析在治疗之前获取的肿瘤样品的RNA基因签名，并且确定TME表型。跟踪患者的临床应答。数据指示，在未接受过PARP的患者和PARP抗性患者中，抑制型(IS)和血管生成型(A)TME表型对于由那赛西珠单抗单一疗法或与PARP抑制剂治疗的组合组成的方案的应答是富集的。
将卵巢癌患者随机化成接受PARP抑制剂(奥拉帕尼、鲁卡帕尼、尼拉帕尼等)加那赛西珠单抗、PARP单一疗法(未接受过PARP)或那赛西珠单抗单一疗法的方案。在未接受过PARP和PARP抗性同类组同类组(cohort)中，与单独的那赛西珠单抗相比，PARP抑制剂/那赛西珠单抗的组合增加患有复发性卵巢癌的患者的总体应答率，如表35中所示。TME表型与ORR关联，并且预测哪些患者受益和哪些患者不受益。入组了八十(80)名患者，在两个同类组中每个治疗组20名，在4种基质表型中具有相等的代表性(每个治疗组每种表型5名)。针对临床结局数据测试了每种TME表型之间的相关性。与分类为免疫活性型(IA)和免疫沙漠型(ID)TME表型类的患者相比，在免疫抑制型(IS)和血管生成型(A)患者中使用PARPi/那赛西珠单抗的方案带来益处，如表36中所示。
表35：同类组和治疗组的总体应答率(ORR)。
表36：在接受PARPi/那赛西珠单抗的组中针对四种TME表型类的总体应答率(ORR)。
IA(n＝5) IS(n＝5) ID(n＝5) A(n＝5)
未接受过PARP的同类组 40 80 40 100
PARP抗性同类组 20 60 20 60
实施例21
铂抗性或铂敏感性复发性三阴性乳腺癌微环境RNA签名与用PARP抑制剂、免疫检查点抑制剂和那赛西珠单抗的临床应答关联
进行临床试验，以确定当关于基于铂的化学疗法复发之后用PARP抑制剂疗法、免疫检查点抑制剂和那赛西珠单抗治疗患者时，三阴性乳腺癌(TNBC)肿瘤微环境表型是否与临床应答关联。所述分析包括来自两个不同同类组的样品(一个同类组由铂敏感性患者组成，而另一个同类组由铂抗性患者组成)。将每个同类组的40名患者随机化到2个不同的治疗组(每组20名患者)。将患者随机化以接受(i)PARP抑制剂和免疫检查点抑制剂或(ii)PARP抑制剂、免疫检查点抑制剂和那赛西珠单抗。分析在治疗之前获取的肿瘤样品的RNA基因签名，并且确定TME表型。跟踪患者的临床应答。数据指示，在铂敏感性和铂抗性患者同类组两者中，免疫活性型(IA)、免疫抑制型(IS)和血管生成型(A)TME表型对于由PARP抑制剂、免疫检查点抑制和那赛西珠单抗治疗组成的方案的应答是富集的。
将TNBC患者随机化以接受PARP抑制剂(奥拉帕尼、鲁卡帕尼、尼拉帕尼等)加免疫检查点抑制剂(抗PD-(L)1，即PD-1或PD-L1抑制剂)疗法的方案或者PARP抑制剂/免疫检查点抑制剂/那赛西珠单抗的方案。在铂敏感性和铂抗性同类组中，与单独的PARP抑制剂/免疫检查点抑制剂的方案相比，PARP抑制剂/免疫检查点抑制剂/那赛西珠单抗的组合在患有TNBC的患者中增加总体应答率，如表37中所示。TME表型与ORR关联，并且预测哪些患者受益和哪些患者不受益。入组了八十(80)名患者，在两个同类组中每个治疗组20名，在4种基质表型中具有相等的代表性(每个治疗组每种表型5名)。针对临床结局数据测试了每种TME表型之间的相关性。与分类为免疫沙漠型(ID)TME表型类的患者相比，在免疫活性型(IA)、免疫抑制型(IS)和血管生成型(A)患者中使用PARPi/免疫检查点抑制剂/那赛西珠单抗的方案带来益处，如表38中所示。
表37：同类组和治疗组的总体应答率(ORR)。
表38：在接受PARPi/免疫检查点抑制/那赛西珠单抗的组中针对四种TME表型类的总体应答率(ORR)。
IA(n＝5) IS(n＝5) ID(n＝5) A(n＝5)
铂敏感性同类组 80 80 60 100
铂抗性同类组 60 80 0 40
实施例22
在黑素瘤中的vidutolimod和CPI组合疗法
进行了黑色素瘤1期临床试验。患者是难治性的，并且在接受CPI靶向疗法的至少一个线时进展。一个同类组接受vidutolimod、TLR-9激动剂(CMP-001(CheckmatePharmaceuticals)是来自Cytos Ag的Cyt003)和帕博利珠单抗，并且经由粗针活检(coreneedle biopsy)对样品进行预处理并在针对RNA提取进行处理之前以FFPE载玻片的形式储存。回顾起来，TME Panel-1调用经由ANN方法确定(表39、表40和图10)。
一种治疗假设是，已用CPI大力预治疗并且是难治的许多患者具有免疫抑制型TME(TME调用IS)并且将受益于免疫应答的恢复。免疫调节剂vidutolimod可以引发固有免疫应答，并改变IS患者的肿瘤微环境的免疫组分，以使得能够做出应答。因此，免疫调节剂vidutolimod和CPI组合疗法在IS组中将具有最大的应答(表40)。此类中的示例性额外免疫调节剂是ProMune CpG 7909(PF3512676)、SD-101、1018ISS、IMO-2123、利尼莫特(Litenimod)、MIS416、考比莫特(Cobitolimod)、ImprimePGG(odetiglucan)、咪喹莫特(imiquimod)、芬戈莫特(fingolimod)、tilsotolimod和BL-7040。
表39.ANN模型性能。
表40.38名患者的回顾性确定的最佳客观应答对TME生物标志物状态。
TME\BOR PD SD PR CR
A 4 0 0 0
IS 4 2 5 2
IA 2 2 0 0
ID 10 4 2 1
实施例23
在转移性CRC中的DLL4和VEGF拮抗剂与FOLFOX、FOLFIRI或伊立替康
用抗DLL4/抗VEGF拮抗剂(诸如，那赛西珠单抗、ABT-165或CTX-009)与研究人员选择的伊立替康、FOLFOX或FOLFIRI或作为标准护理的另一化学治疗剂的组合进行转移性CRC的临床试验。基于患者的TME Panel-1生物标志物状态，A或IS患者或者对于TME分数为A或IS的呈生物标志物阳性或在潜在图中在血管生成轴上方的患者从抗DLL4/抗VEGF拮抗剂与化学治疗剂的组合中获得最大临床益处，而大多数IA或ID患者被预测将进展，并且因此接受适于那些TME组的治疗(表41)。
表41.在转移性CRC中针对DLL4和VEGF拮抗剂与化学治疗剂的最佳客观应答对TME生物标志物状态。
TME\BOR PD SD PR CR
A 0 4 2 2
IS 0 4 2 2
IA 4 2 1 1
ID 6 2 1 1
实施例24
关于神经胶质瘤和胶质母细胞瘤的巴维妥昔单抗、CPI和放射
进行临床试验以用放射、抗磷脂酰丝氨酸(抗PS)靶向抗体巴维妥昔单抗和检查点抑制剂(CPI)(诸如PD-(L)1，例如帕博利珠单抗或纳武单抗)的组合治疗转移性神经胶质瘤和胶质母细胞瘤。对来自手术切除胶质母细胞瘤的肿瘤组织样品进行RNA测序并且确定TME表型。跟踪患者的ORR。数据指示，在此患者群体中，生物标志物阳性的肿瘤(包括免疫活性型(IA)和免疫抑制型(IS)TME表型)对于由巴维妥昔单抗、检查点抑制剂和放射组成的方案的应答和临床益处是富集的(表42)。
表42.关于神经胶质瘤和胶质母细胞瘤的最佳客观应答对TME生物标志物状态。
TME\BOR PD SD PR CR
A 4 1 1 0
IS 4 4 4 0
IA 4 2 3 0
ID 6 1 1 0
实施例25
抗血管生成剂和检查点抑制剂组合疗法/篮子试验
在二线、三线或四线或更多设定中的实体瘤中发起篮子试验。对来自手术切除实体瘤的肿瘤组织样品进行RNA测序并且确定TME表型。跟踪患者的ORR。数据指示，对于用抗DLL4/抗VEGF拮抗剂(诸如，那赛西珠单抗、ABT-165或CTX-009)或抗VEGF拮抗剂(诸如，贝伐珠单抗、雷莫芦单抗或伐力苏单抗)与抗PD-1或抗PD-L1检查点抑制剂(CPI)的组合或抗VEGF拮抗剂和CPI的双特异性免疫球蛋白或修饰的免疫球蛋白治疗的患者来说，生物标志物阳性的肿瘤(包括免疫活性型(IA)、免疫抑制型(IS)和血管生成型(A)表型)对于应答和临床益处是富集的。
实施例26
免疫沙漠型患者中的肿瘤疫苗和/或化学疗法标准护理
基于进展之后的TME状态，选择在接受结直肠癌、乳腺癌、三阴性乳腺癌、前列腺癌、肝癌、黑素瘤、头颈部癌或胃癌(原发性肿瘤和转移性)的先前疗法中的一个或两个线时进展的患者进行篮子临床试验。TME Panel-1状态为免疫沙漠型(ID)的患者用研究人员选择的标准护理化学治疗剂和/或肿瘤疫苗治疗，肿瘤疫苗诸如AST-301(pNGVL3-hICD)、NeoVax、Proscavax、个性化疫苗、α-乳白蛋白疫苗、P10s-PADRE、OncoVax、PVX-410、Galinpepimut-S、GRT-C903/GRT-C904、KRAS肽疫苗、pING-hHER3FL、GVAX、INCAGN01876或非基因操纵的活免疫细胞免疫疗法，非限制性实例为AlloStim。治疗之后2个月进行活检，并且重新评估患者的TME Panel-1状态。从ID转变到IA的患者用免疫疗法治疗并产生应答。仍在ID组的患者停止他们可能没有应答的较无用的疗法，诸如免疫疗法或抗血管生成疗法。
实施例27
根据主方案的篮子试验或复杂试验中的分层策略
在针对实体瘤的篮子试验或复杂试验中，根据主方案，使用诸如预先指定的随机化比率的方法或通过优先考虑生物标志物，将患者分配到治疗组(即，子研究)。预先指定的随机化比率的实例将使用反向流行率比率，其中具有低流行率生物标志物的患者更有可能被分配至针对较低流行率群体的子研究。生物标志物优先排序方法的实例为研究人员基于生物标志物组的预测值对它们进行排序，以及将患者分配至患者生物标志物概况具有最高预测值的治疗组。TME表型或生物标志物状态(即，IA、IS、ID、A、A+IA、A+IS或生物标志物阳性)优先于其他生物标志物，或者与其他生物标志物(诸如，MSS状态或PD-L1)组合使用。
实施例28
那赛西珠单抗单一疗法或与紫杉醇或伊立替康的组合在具有选定的晚期实体瘤的患者中的2期、多中心、开放标签篮子研究
对信号发现2期临床试验进行回顾性分析。患者样品来自在具有结直肠癌、三阴性乳腺癌、胃癌和卵巢癌的晚期实体瘤的患者中的那赛西珠单抗单一疗法或与化学治疗剂紫杉醇或伊立替康的2期、多中心、开放标签篮子研究中的三十名患者。在组合的A和IS组中接受那赛西珠单抗单一疗法的患者的ORR大于40％。在组合的A和IS组中接受那赛西珠单抗和化学疗法的患者的ORR大于50％。
实施例29
NSCLC肿瘤微环境签名与用替雷利珠单抗和化学治疗剂的临床应答关联
使用ANN方法，对来自用抗PD-1检查点抑制剂替雷利珠单抗与化学治疗剂培美曲塞(pemetrexed)和铂剂(顺铂或卡铂)的组合对非小细胞肺癌(NSCLC)的3期临床试验的100个RNA签名进行回顾性分析。在回顾性分析之前(没有任何基质表型分层)，与单独的化学疗法相比，在替雷利珠单抗加化学疗法的情况下的PFS显著更长(中位PFS：9.7对7.6mo；风险比＝0.645)(Lu等人,2021,Journal of Thoracic Oncology,第16卷,第1512-1522页)。在回顾性ANN分析之后，生物标志物阳性组(IA或IS)显示在替雷利珠单抗和化学疗法的组合疗法的情况下具有15.0个月的PFS。
***
应理解，具体实施方式部分而非发明内容和摘要部分旨在用于解释实施方案。发明内容和摘要部分可以阐述一个或多个但并非如诸位发明人所设想的本发明的全部示例性实施方案，并且因此不旨在以任何方式限制本发明和所附实施方案。
上文已经借助于说明指定功能的实现及其关系的功能性构建块对本发明进行了描述。为了便于描述，本文任意地限定了这些功能性构建块的边界。可以限定替代性边界，只要指定功能及其关系得以适当实施。
具体实施方案的以上描述将充分地揭示本发明的总体性质，使得在不脱离本发明的一般构思的情况下，其他人可以无需进行过多实验而通过应用本领域的技术内的知识来容易地针对此类具体实施方案的各种应用进行修改和/或改编。因此，基于本文提出的教导内容和指导，此类改编和修改旨在处于所公开的实施方案的等同方案的含义和范围内。应理解，本文的措辞或术语是出于描述而非限制的目的，使得本说明书的术语或措辞应由技术人员根据教导内容和指导进行解释。
本发明的广度和范围不应受任何上述示例性实施方案限制，而应仅根据以下实施方案和其等效物定义。
贯穿本申请可引用的所有引用参考文献(包括文献参考文献、专利、专利申请和网站)的内容出于任何目的据此明确全文以引用方式并入，在2021年3月25日公开可得的版本中所引用的参考文献也出于任何目的据此明确全文以引用方式并入。通过数据库登录号标识的蛋白质和核酸序列以及主题数据库条目中所包含的其他信息(例如，对应于特定Genbank登录号的数据库条目中的非序列相关内容)以引用方式并入，并且对应于在2021年3月25日公开可得的对应数据库版本。
序列表
<110> 欧森纳治疗股份有限公司
<120> 癌症的靶向疗法
<130> 4488.024PC01
<150> US 63/166,167
<151> 2021-03-25
<150> US 63/188,321
<151> 2021-05-13
<160> 43
<170> PatentIn版本3.5
<210> 1
<211> 5
<212> PRT
<213> 人工序列
<220>
<223> VH CDR1
<400> 1
Gly Tyr Asn Met Asn
1 5
<210> 2
<211> 7
<212> PRT
<213> 人工序列
<220>
<223> VH CDR2
<400> 2
His Ile Asp Pro Tyr Tyr Gly
1 5
<210> 3
<211> 8
<212> PRT
<213> 人工序列
<220>
<223> VH CDR3
<400> 3
Tyr Cys Val Lys Gly Gly Tyr Tyr
1 5
<210> 4
<211> 11
<212> PRT
<213> 人工序列
<220>
<223> VL CDR1
<400> 4
Arg Ala Ser Gln Asp Ile Gly Ser Ser Leu Asn
1 5 10
<210> 5
<211> 7
<212> PRT
<213> 人工序列
<220>
<223> VL CDR2
<400> 5
Ala Thr Ser Ser Leu Asp Ser
1 5
<210> 6
<211> 9
<212> PRT
<213> 人工序列
<220>
<223> VL CDR3
<400> 6
Leu Gln Tyr Val Ser Ser Pro Pro Thr
1 5
<210> 7
<211> 5
<212> PRT
<213> 人工序列
<220>
<223> VH CDR1
<400> 7
Ser Tyr Ala Ile Ser
1 5
<210> 8
<211> 17
<212> PRT
<213> 人工序列
<220>
<223> VH CDR2
<400> 8
Gly Phe Asp Pro Glu Asp Gly Glu Thr Ile Tyr Ala Gln Lys Phe Gln
1 5 10 15
Gly
<210> 9
<211> 17
<212> PRT
<213> 人工序列
<220>
<223> VH CDR3
<400> 9
Gly Arg Ser Met Val Arg Gly Val Ile Ile Pro Phe Asn Gly Met Asp
1 5 10 15
Val
<210> 10
<211> 11
<212> PRT
<213> 人工序列
<220>
<223> VL CDR1
<400> 10
Arg Ala Ser Gln Ser Ile Ser Ser Tyr Leu Asn
1 5 10
<210> 11
<211> 7
<212> PRT
<213> 人工序列
<220>
<223> VL CDR2
<400> 11
Ala Ala Ser Ser Leu Gln Ser
1 5
<210> 12
<211> 9
<212> PRT
<213> 人工序列
<220>
<223> VL CDR3
<400> 12
Gln Gln Ser Tyr Ser Thr Pro Leu Thr
1 5
<210> 13
<211> 5
<212> PRT
<213> 人工序列
<220>
<223> VEGF VH CDR1
<400> 13
Asn Tyr Trp Met His
1 5
<210> 14
<211> 17
<212> PRT
<213> 人工序列
<220>
<223> VEGF VH CDR2
<400> 14
Asp Ile Asn Pro Ser Asn Gly Arg Thr Ser Tyr Lys Glu Lys Phe Lys
1 5 10 15
Arg
<210> 15
<211> 12
<212> PRT
<213> 人工序列
<220>
<223> VEGF VH CDR3
<400> 15
His Tyr Asp Asp Lys Tyr Tyr Pro Leu Met Asp Tyr
1 5 10
<210> 16
<211> 6
<212> PRT
<213> 人工序列
<220>
<223> DLL4 VH CDR1
<400> 16
Thr Ala Tyr Tyr Ile His
1 5
<210> 17
<211> 17
<212> PRT
<213> 人工序列
<220>
<223> DLL4 VH CDR2
<400> 17
Tyr Ile Ser Asn Tyr Asn Arg Ala Thr Asn Tyr Asn Gln Lys Phe Lys
1 5 10 15
Gly
<210> 18
<211> 11
<212> PRT
<213> 人工序列
<220>
<223> DLL4 V4 CDR3
<400> 18
Arg Asp Tyr Asp Tyr Asp Val Gly Met Asp Tyr
1 5 10
<210> 19
<211> 15
<212> PRT
<213> 人工序列
<220>
<223> VL CDR1
<400> 19
Arg Ala Ser Glu Ser Val Asp Asn Tyr Gly Ile Ser Phe Met Lys
1 5 10 15
<210> 20
<211> 7
<212> PRT
<213> 人工序列
<220>
<223> VL CDR2
<400> 20
Ala Ala Ser Asn Gln Gly Ser
1 5
<210> 21
<211> 12
<212> PRT
<213> 人工序列
<220>
<223> VL CDR3
<400> 21
Gln Gln Ser Lys Glu Val Pro Trp Thr Phe Gly Gly
1 5 10
<210> 22
<211> 120
<212> PRT
<213> 人工序列
<220>
<223> 重链
<400> 22
Glu Val Gln Leu Gln Gln Ser Gly Pro Glu Leu Glu Lys Pro Gly Ala
1 5 10 15
Ser Val Lys Leu Ser Cys Lys Ala Ser Gly Tyr Ser Phe Thr Gly Tyr
20 25 30
Asn Met Asn Trp Val Lys Gln Ser His Gly Lys Ser Leu Glu Trp Ile
35 40 45
Gly His Ile Asp Pro Tyr Tyr Gly Asp Thr Ser Tyr Asn Gln Lys Phe
50 55 60
Arg Gly Lys Ala Thr Leu Thr Val Asp Lys Ser Ser Ser Thr Ala Tyr
65 70 75 80
Met Gln Leu Lys Ser Leu Thr Ser Glu Asp Ser Ala Val Tyr Tyr Cys
85 90 95
Val Lys Gly Gly Tyr Tyr Gly His Trp Tyr Phe Asp Val Trp Gly Ala
100 105 110
Gly Thr Thr Val Thr Val Ser Ser
115 120
<210> 23
<211> 107
<212> PRT
<213> 人工序列
<220>
<223> 轻链
<400> 23
Asp Ile Gln Met Thr Gln Ser Pro Ser Ser Leu Ser Ala Ser Leu Gly
1 5 10 15
Glu Arg Val Ser Leu Thr Cys Arg Ala Ser Gln Asp Ile Gly Ser Ser
20 25 30
Leu Asn Trp Leu Gln Gln Gly Pro Asp Gly Thr Ile Lys Arg Leu Ile
35 40 45
Tyr Ala Thr Ser Ser Leu Asp Ser Gly Val Pro Lys Arg Phe Ser Gly
50 55 60
Ser Arg Ser Gly Ser Asp Tyr Ser Leu Thr Ile Ser Ser Leu Glu Ser
65 70 75 80
Glu Asp Phe Val Asp Tyr Tyr Cys Leu Gln Tyr Val Ser Ser Pro Pro
85 90 95
Thr Phe Gly Ala Gly Thr Lys Leu Glu Leu Lys
100 105
<210> 24
<211> 119
<212> PRT
<213> 人工序列
<220>
<223> 重链
<400> 24
Gln Val Gln Leu Val Gln Ser Gly Ala Glu Val Lys Lys Pro Gly Ala
1 5 10 15
Ser Val Lys Ile Ser Cys Lys Ala Ser Gly Tyr Ser Phe Thr Ala Tyr
20 25 30
Tyr Ile His Trp Val Lys Gln Ala Pro Gly Gln Gly Leu Glu Trp Ile
35 40 45
Gly Tyr Ile Ser Asn Tyr Asn Arg Ala Thr Asn Tyr Asn Gln Lys Phe
50 55 60
Lys Gly Arg Val Thr Phe Thr Thr Asp Thr Ser Thr Ser Thr Ala Tyr
65 70 75 80
Met Glu Leu Arg Ser Leu Arg Ser Asp Asp Thr Ala Val Tyr Tyr Cys
85 90 95
Ala Arg Asp Tyr Asp Tyr Asp Val Gly Met Asp Tyr Trp Gly Gln Gly
100 105 110
Thr Leu Val Thr Val Ser Ser
115
<210> 25
<211> 111
<212> PRT
<213> 人工序列
<220>
<223> 轻链
<400> 25
Asp Ile Val Met Thr Gln Ser Pro Asp Ser Leu Ala Val Ser Leu Gly
1 5 10 15
Glu Arg Ala Thr Ile Ser Cys Arg Ala Ser Glu Ser Val Asp Asn Tyr
20 25 30
Gly Ile Ser Phe Met Lys Trp Phe Gln Gln Lys Pro Gly Gln Pro Pro
35 40 45
Lys Leu Leu Ile Tyr Ala Ala Ser Asn Gln Gly Ser Gly Val Pro Asp
50 55 60
Arg Phe Ser Gly Ser Gly Ser Gly Thr Asp Phe Thr Leu Thr Ile Ser
65 70 75 80
Ser Leu Gln Ala Glu Asp Val Ala Val Tyr Tyr Cys Gln Gln Ser Lys
85 90 95
Glu Val Pro Trp Thr Phe Gly Gly Gly Thr Lys Val Glu Ile Lys
100 105 110
<210> 26
<211> 126
<212> PRT
<213> 人工序列
<220>
<223> 重链
<400> 26
Gln Val Gln Leu Val Gln Ser Gly Ala Glu Val Lys Lys Pro Gly Ala
1 5 10 15
Ser Val Lys Val Ser Cys Lys Ala Ser Gly Gly Thr Phe Ser Ser Tyr
20 25 30
Ala Ile Ser Trp Val Arg Gln Ala Pro Gly Gln Gly Leu Glu Trp Met
35 40 45
Gly Gly Phe Asp Pro Glu Asp Gly Glu Thr Ile Tyr Ala Gln Lys Phe
50 55 60
Gln Gly Arg Val Thr Met Thr Glu Asp Thr Ser Thr Asp Thr Ala Tyr
65 70 75 80
Met Glu Leu Ser Ser Leu Arg Ser Glu Asp Thr Ala Val Tyr Tyr Cys
85 90 95
Ala Thr Gly Arg Ser Met Val Arg Gly Val Ile Ile Pro Phe Asn Gly
100 105 110
Met Asp Val Trp Gly Gln Gly Thr Thr Val Thr Val Ser Ser
115 120 125
<210> 27
<211> 107
<212> PRT
<213> 人工序列
<220>
<223> 轻链
<400> 27
Asp Ile Arg Met Thr Gln Ser Pro Ser Ser Leu Ser Ala Ser Val Gly
1 5 10 15
Asp Arg Val Thr Ile Thr Cys Arg Ala Ser Gln Ser Ile Ser Ser Tyr
20 25 30
Leu Asn Trp Tyr Gln Gln Lys Pro Gly Lys Ala Pro Lys Leu Leu Ile
35 40 45
Tyr Ala Ala Ser Ser Leu Gln Ser Gly Val Pro Ser Arg Phe Ser Gly
50 55 60
Ser Gly Ser Gly Thr Asp Phe Thr Leu Thr Ile Ser Ser Leu Gln Pro
65 70 75 80
Glu Asp Phe Ala Thr Tyr Tyr Cys Gln Gln Ser Tyr Ser Thr Pro Leu
85 90 95
Thr Phe Gly Gly Gly Thr Lys Val Glu Ile Lys
100 105
<210> 28
<211> 8
<212> PRT
<213> 人工序列
<220>
<223> 重链CDR1
<400> 28
Gly Phe Ser Leu Thr Ser Tyr Gly
1 5
<210> 29
<211> 7
<212> PRT
<213> 人工序列
<220>
<223> 重链CDR2
<400> 29
Ile Tyr Ala Asp Gly Ser Thr
1 5
<210> 30
<211> 12
<212> PRT
<213> 人工序列
<220>
<223> 重链CDR3
<400> 30
Ala Arg Ala Tyr Gly Asn Tyr Trp Tyr Ile Asp Val
1 5 10
<210> 31
<211> 6
<212> PRT
<213> 人工序列
<220>
<223> 轻链CDR1
<400> 31
Glu Ser Val Ser Asn Asp
1 5
<210> 32
<211> 3
<212> PRT
<213> 人工序列
<220>
<223> 轻链CDR2
<400> 32
Tyr Ala Phe
1
<210> 33
<211> 9
<212> PRT
<213> 人工序列
<220>
<223> 轻链CDR3
<400> 33
His Gln Ala Tyr Ser Ser Pro Tyr Thr
1 5
<210> 34
<211> 118
<212> PRT
<213> 人工序列
<220>
<223> 重链
<400> 34
Gln Val Gln Leu Gln Glu Ser Gly Pro Gly Leu Val Lys Pro Ser Glu
1 5 10 15
Thr Leu Ser Leu Thr Cys Thr Val Ser Gly Phe Ser Leu Thr Ser Tyr
20 25 30
Gly Val His Trp Ile Arg Gln Pro Pro Gly Lys Gly Leu Glu Trp Ile
35 40 45
Gly Val Ile Tyr Ala Asp Gly Ser Thr Asn Tyr Asn Pro Ser Leu Lys
50 55 60
Ser Arg Val Thr Ile Ser Lys Asp Thr Ser Lys Asn Gln Val Ser Leu
65 70 75 80
Lys Leu Ser Ser Val Thr Ala Ala Asp Thr Ala Val Tyr Tyr Cys Ala
85 90 95
Arg Ala Tyr Gly Asn Tyr Trp Tyr Ile Asp Val Trp Gly Gln Gly Thr
100 105 110
Thr Val Thr Val Ser Ser
115
<210> 35
<211> 107
<212> PRT
<213> 人工序列
<220>
<223> 轻链
<400> 35
Asp Ile Val Met Thr Gln Ser Pro Asp Ser Leu Ala Val Ser Leu Gly
1 5 10 15
Glu Arg Ala Thr Ile Asn Cys Lys Ser Ser Glu Ser Val Ser Asn Asp
20 25 30
Val Ala Trp Tyr Gln Gln Lys Pro Gly Gln Pro Pro Lys Leu Leu Ile
35 40 45
Asn Tyr Ala Phe His Arg Phe Thr Gly Val Pro Asp Arg Phe Ser Gly
50 55 60
Ser Gly Tyr Gly Thr Asp Phe Thr Leu Thr Ile Ser Ser Leu Gln Ala
65 70 75 80
Glu Asp Val Ala Val Tyr Tyr Cys His Gln Ala Tyr Ser Ser Pro Tyr
85 90 95
Thr Phe Gly Gln Gly Thr Lys Leu Glu Ile Lys
100 105
<210> 36
<211> 8
<212> PRT
<213> 人工序列
<220>
<223> 重链CDR1
<400> 36
Gly Gly Thr Phe Ser Ser Tyr Ala
1 5
<210> 37
<211> 8
<212> PRT
<213> 人工序列
<220>
<223> 重链CDR2
<400> 37
Ile Ile Pro Met Phe Asp Thr Ala
1 5
<210> 38
<211> 13
<212> PRT
<213> 人工序列
<220>
<223> 重链CDR3
<400> 38
Ala Arg Ala Glu His Ser Ser Thr Gly Thr Phe Asp Tyr
1 5 10
<210> 39
<211> 6
<212> PRT
<213> 人工序列
<220>
<223> 轻链CDR1
<400> 39
Gln Gly Ile Ser Ser Trp
1 5
<210> 40
<211> 3
<212> PRT
<213> 人工序列
<220>
<223> 轻链CDR2
<400> 40
Ala Ala Ser
1
<210> 41
<211> 9
<212> PRT
<213> 人工序列
<220>
<223> 轻链CDR3
<400> 41
Gln Gln Ala Asn His Leu Pro Phe Thr
1 5
<210> 42
<211> 120
<212> PRT
<213> 人工序列
<220>
<223> 重链
<400> 42
Gln Val Gln Leu Val Gln Ser Gly Ala Glu Val Lys Lys Pro Gly Ser
1 5 10 15
Ser Val Lys Val Ser Cys Lys Ala Ser Gly Gly Thr Phe Ser Ser Tyr
20 25 30
Ala Ile Ser Trp Val Arg Gln Ala Pro Gly Gln Gly Leu Glu Trp Met
35 40 45
Gly Leu Ile Ile Pro Met Phe Asp Thr Ala Gly Tyr Ala Gln Lys Phe
50 55 60
Gln Gly Arg Val Ala Ile Thr Val Asp Glu Ser Thr Ser Thr Ala Tyr
65 70 75 80
Met Glu Leu Ser Ser Leu Arg Ser Glu Asp Thr Ala Val Tyr Tyr Cys
85 90 95
Ala Arg Ala Glu His Ser Ser Thr Gly Thr Phe Asp Tyr Trp Gly Gln
100 105 110
Gly Thr Leu Val Thr Val Ser Ser
115 120
<210> 43
<211> 107
<212> PRT
<213> 人工序列
<220>
<223> 轻链
<400> 43
Asp Ile Gln Met Thr Gln Ser Pro Ser Ser Val Ser Ala Ser Val Gly
1 5 10 15
Asp Arg Val Thr Ile Thr Cys Arg Ala Ser Gln Gly Ile Ser Ser Trp
20 25 30
Leu Ala Trp Tyr Gln Gln Lys Pro Gly Lys Ala Pro Lys Leu Leu Ile
35 40 45
Ser Ala Ala Ser Ser Leu Gln Ser Gly Val Pro Ser Arg Phe Ser Gly
50 55 60
Ser Gly Ser Gly Thr Asp Phe Thr Leu Thr Ile Ser Ser Leu Gln Pro
65 70 75 80
Glu Asp Phe Ala Thr Tyr Tyr Cys Gln Gln Ala Asn His Leu Pro Phe
85 90 95
Thr Phe Gly Gly Gly Thr Lys Val Glu Ile Lys
100 105

Claims (17)

1.一种用于治疗患有癌症的人类受试者的方法，其包括将TME表型类特定疗法施用于所述受试者，其中在所述施用之前，通过将人工神经网络(ANN)分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平来确定TME表型类，其中所述癌症肿瘤被分配选自由IS(免疫抑制型)、A(血管生成型)、IA(免疫活性型)、ID(免疫沙漠型)及其组合组成的组的TME表型类。
2.一种用于治疗患有癌症的人类受试者的方法，其包括
(i)将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平，其中所述癌症肿瘤被分配选自由IS、A、IA、ID及其组合组成的组的TME表型类；以及，
(ii)将TME表型类特定疗法施用于所述受试者。
3.一种用于鉴定患有适于用TME表型类特定疗法治疗的癌症的人类受试者的方法，所述方法包括将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平，其中所述癌症肿瘤被分配选自由IS、A、IA、ID及其组合组成的组的TME表型类，并且其中所分配的TME表型类指示可以施用TME表型类特定疗法来治疗所述癌症。
4.如权利要求1至3中任一项所述的方法，其中所述ANN分类器包括
(a)输入层，其包括2个至100个节点，其中所述输入层中的每个节点对应于选自表1和表2中呈现的基因的基因套组中的基因，其中所述基因套组包括(i)选自表1的1个至63个基因和选自表2的1个至61个基因，(ii)包括选自表3和表4的基因的基因套组，(iii)表5的基因套组，或(iv)图9A-9G中公开的任何基因套组(基因集)；
(b)隐藏层，其包括2个节点；以及
(c)输出层，其包括4个输出节点，其中所述输出层中的所述4个输出节点中的每一个对应于一个TME表型类，其中4个TME表型类为IA、IS、ID和A，
并且任选地还包括将包括Softmax函数的逻辑回归分类器应用于所述ANN的输出，其中所述Softmax函数为每种TME表型类分配概率。
5.如权利要求1至4中任一项所述的方法，其中所述TME表型类特定疗法是包括检查点调节剂疗法的IA TME表型类特定疗法，其包括施用：
(i)刺激性免疫检查点分子的激活剂，诸如针对GITR、OX-40、ICOS、4-1BB或其组合的抗体分子；
(ii)RORγ激动剂；
(iii)抑制性免疫检查点分子的抑制剂，诸如针对PD-1的抗体(诸如纳武单抗、帕博利珠单抗、西米普利单抗、PDR001、CBT-501、CX-188、信迪利单抗、替雷利珠单抗、TSR-042或其抗原结合部分)、针对PD-L1的抗体(诸如阿维鲁单抗、阿特珠单抗、度伐利尤单抗、CX-072、LY3300054或其抗原结合部分)、针对PD-L2的抗体或针对CTLA-4的抗体，其为单一剂或其组合的形式，或者其与TIM-3、LAG-3、BTLA、TIGIT、VISTA、TGF-β、LAIR1、CD160、2B4、GITR、OX40、4-1BB、CD2、CD27、CDS、ICAM-1、LFA-1、ICOS、CD30、CD40、BAFFR、HVEM、CD7、LIGHT、NKG2C、SLAMF7、NKp80或CD86的抑制剂组合；或
(iv)其组合。
6.如权利要求1至4中任一项所述的方法，其中所述TME表型类特定疗法是IS类TME疗法，其包括施用：
(1)检查点调节剂疗法和抗免疫抑制疗法，和/或
(2)抗血管生成疗法，
其中所述检查点调节剂疗法包括施用抑制性免疫检查点分子的抑制剂，其包括
(i)针对PD-1的抗体，其选自由以下组成的组：帕博利珠单抗、纳武单抗、西米普利单抗、PDR001、CBT-501、CX-188、信迪利单抗、替雷利珠单抗、TSR-042、其抗原结合部分及其组合；
(ii)针对PD-L1的抗体，其选自由以下组成的组：阿维鲁单抗、阿特珠单抗、CX-072、LY3300054、度伐利尤单抗、其抗原结合部分及其组合；
(iii)针对PD-L2的抗体或其抗原结合部分；
(iv)针对CTLA-4的抗体，其选自伊匹单抗和双特异性抗体XmAb20717(抗PD-1/抗CTLA-4)；或
(v)其组合，
其中所述抗血管生成疗法包括施用
(a)抗VEGF抗体，其选自由以下组成的组：伐力苏单抗、贝伐珠单抗、那赛西珠单抗(抗DLL4/抗VEGF双特异性)、ABL101(NOV1501)(抗DLL4/抗VEGF)、ABT165(抗DLL4/抗VEGF)及其组合；
(b)抗VEGFR2抗体，其中所述抗VEGFR2抗体包括雷莫芦单抗；或
(c)其组合，
并且其中所述抗免疫抑制疗法包括施用
(a)抗PS抗体、抗PS靶向抗体、结合β2-糖蛋白1的抗体、PI3Kγ的抑制剂、腺苷通路抑制剂、IDO的抑制剂、TIM的抑制剂、LAG3的抑制剂、TGF-β的抑制剂、CD47抑制剂或其组合，其中
所述抗PS靶向抗体是巴维妥昔单抗或结合β2-糖蛋白1的抗体；
所述PI3Kγ抑制剂是LY3023414(samotolisib)或IPI-549；所述腺苷通路抑制剂是AB-928；所述TGFβ抑制剂是LY2157299(galunisertib)，或者所述TGFβR1抑制剂是LY3200882；所述CD47抑制剂是莫洛利单抗(5F9)；并且所述CD47抑制剂靶向SIRPα；
(b)TIM-3的抑制剂、LAG-3的抑制剂、BTLA的抑制剂、TIGIT的抑制剂、VISTA的抑制剂、TGF-β或其受体的抑制剂、LAIR1的抑制剂、CD160的抑制剂、2B4的抑制剂、GITR的抑制剂、OX40的抑制剂、4-1BB的抑制剂、CD2的抑制剂、CD27的抑制剂、CDS的抑制剂、ICAM-1的抑制剂、LFA-1的抑制剂、ICOS的抑制剂、CD30的抑制剂、CD40的抑制剂、BAFFR的抑制剂、HVEM的抑制剂、CD7的抑制剂、LIGHT的抑制剂、NKG2C的抑制剂、SLAMF7的抑制剂、NKp80的抑制剂、CD86的激动剂或其组合；或
(c)其组合。
7.如权利要求1至4中任一项所述的方法，其中所述TME表型类特定疗法是A TME表型类特定疗法，其包括施用：
(i)VEGF靶向疗法、血管生成素1(Ang1)的抑制剂、血管生成素2(Ang2)的抑制剂、DLL4的抑制剂、抗VEGF并且抗DLL4的双特异性抗体、TKI抑制剂、抗FGF抗体、抗FGFR1抗体、抗FGFR2抗体、抑制FGFR1的小分子、抑制FGFR2的小分子、抗PLGF抗体、针对PLGF受体的小分子、针对PLGF受体的抗体、抗VEGFB抗体、抗VEGFC抗体、抗VEGFD抗体、VEGF/PLGF trap分子抗体诸如阿柏西普或ziv-阿柏西普、抗DLL4抗体、抗Notch疗法诸如γ-分泌酶的抑制剂或其任何组合，其中所述TKI抑制剂选自由卡博替尼、凡德他尼、替沃扎尼、阿昔替尼、乐伐替尼、索拉非尼、瑞戈非尼、舒尼替尼、呋喹替尼、帕唑帕尼及其任何组合组成的组，并且其中所述VEGF靶向疗法包括施用(a)抗VEGF抗体，其包括伐力苏单抗、贝伐珠单抗、其抗原结合部分或其组合；(b)抗VEGFR2抗体，其包括雷莫芦单抗或其抗原结合部分；或(c)其组合；
(ii)血管生成素/TIE2靶向疗法，其包括内皮糖蛋白和/或血管生成素；或
(iii)DLL4靶向疗法，其包括那赛西珠单抗、ABL101(NOV1501)、ABT165或其组合。
8.如权利要求1至4中任一项所述的方法，其中所述TME表型类特定疗法是ID TME表型类特定疗法，其包括：
在施用引发免疫应答的疗法的同时或之后施用检查点调节剂疗法，其中所述检查点调节剂疗法包括施用抑制性免疫检查点分子的抑制剂，诸如针对PD-1、PD-L1、PD-L2、CTLA-4或其组合的抗体，并且其中所述引发免疫应答的疗法是疫苗、CAR-T或新表位疫苗，
其中
(i)所述抗PD-1抗体包括纳武单抗、帕博利珠单抗、西米普利单抗、PDR001、CBT-501、CX-188、信迪利单抗、替雷利珠单抗或TSR-042或其抗原结合部分；
(ii)所述抗PD-L1抗体包括阿维鲁单抗、阿特珠单抗、CX-072、LY3300054、度伐利尤单抗或其抗原结合部分；并且
(iii)所述抗CTLA-4抗体包括伊匹单抗或双特异性抗体XmAb20717(抗PD-1/抗CTLA-4)或其抗原结合部分。
9.如权利要求1至8中任一项所述的方法，其还包括(a)施用化学疗法；(b)进行手术；(c)施用放射疗法；或(d)其任何组合。
10.如权利要求1至9中任一项所述的方法，其中所述癌症是复发的、难治性的、转移性的、dMMR或其组合。
11.如权利要求1至9中任一项所述的方法，其中所述癌症选自由以下组成的组
(i)胃癌，诸如局部晚期、转移性胃癌或先前未经治疗的胃癌；
(ii)乳腺癌，诸如局部晚期、三阴性乳腺癌或转移性Her2-阴性乳腺癌；
(iii)前列腺癌，诸如去势抗性转移性前列腺癌；
(iv)肝癌，诸如晚期转移性肝细胞癌；
(v)头颈部癌，诸如复发性或转移性头颈部鳞状细胞癌；
(vi)黑素瘤，诸如转移性黑素瘤；
(vii)结直肠癌，诸如肝转移晚期结直肠癌；
(viii)卵巢癌，诸如铂抗性卵巢癌或铂敏感性复发性卵巢癌；
(ix)神经胶质瘤，诸如转移性神经胶质瘤；
(x)肺癌，诸如非小细胞肺癌(NSCLC)；以及，
(xi)胶质母细胞瘤。
12.如权利要求1至11中任一项所述的方法，其中施用TME表型类特定疗法导致
(i)与所述施用之前的癌症负担相比，减少至少约10％、20％、30％、40％或50％的癌症负担；
(ii)在初次施用所述TME表型类特定疗法之后，至少约1、2、3、4、5、6、7、8、9、10、11或12个月，或至少约1、2、3、4或5年的无进展存活期；
(iii)在初次施用所述TME表型类特定疗法之后，约一个月、约2个月、约3个月、约4个月、约5个月、约6个月、约7个月、约8个月、约9个月、约10个月、约11个月、约一年、约十八个月、约两年、约三年、约四年或约五年的稳定疾病期；
(iv)在初次施用所述TME表型类特定疗法之后，约一个月、约2个月、约3个月、约4个月、约5个月、约6个月、约7个月、约8个月、约9个月、约10个月、约11个月、约一年、约十八个月、约两年、约三年、约四年或约五年的部分应答期；
(v)在初次施用所述TME表型类特定疗法之后，约一个月、约2个月、约3个月、约4个月、约5个月、约6个月、约7个月、约8个月、约9个月、约10个月、约11个月、约一年、约十八个月、约两年、约三年、约四年或约五年的完全应答期；
(vi)与未接受使用ANN分类器诸如TME Panel-1分配的TME表型类特定疗法的受试者的无进展存活概率相比，提高至少约10％、至少约20％、至少约30％、至少约40％、至少约50％、至少约60％、至少约70％、至少约80％、至少约90％、至少约100％、至少约110％、至少约120％、至少约130％、至少约140％或至少约150％的无进展存活概率；
(vii)与未接受使用ANN分类器诸如TME Panel-1分配的TME表型类特定疗法的受试者的总体存活概率相比，提高至少约25％、至少约50％、至少约75％、至少约100％、至少约125％、至少约150％、至少约175％、至少约200％、至少约225％、至少约250％、至少约275％、至少约300％、至少约325％、至少约350％或至少约375％的总体存活概率；或者
(viii)其组合。
13.一种为有需要的受试者的癌症分配TME表型类的方法，所述方法包括
(i)通过用训练集训练ANN来生成ANN分类器，所述训练集包括获自多名受试者的多个样品中的基因套组中每个基因的RNA表达水平，其中每个样品被分配TME表型分类；以及，
使用所述ANN分类器为所述受试者的所述癌症分配TME表型类，其中向所述ANN分类器的输入包括获自所述受试者的测试样品中所述基因套组中每个基因的RNA表达水平；或者
(ii)通过用训练集训练ANN来生成ANN分类器，所述训练集包括获自多名受试者的多个样品中的基因套组中每个基因的RNA表达水平，其中每个样品被分配TME表型分类；其中所述ANN分类器使用获自所述受试者的测试样品中的所述基因套组中每个基因的输入RNA表达水平为所述受试者的所述癌症分配TME表型类；或者
(iii)使用ANN分类器预测所述受试者的所述癌症的所述TME表型类，其中通过用训练集训练ANN来生成所述ANN分类器，所述训练集包括获自多名受试者的多个样品中的基因套组中每个基因的RNA表达水平，其中每个样品被分配TME表型类或其组合。
14.如权利要求13所述的方法，其中所述方法在包括至少一个处理器和至少一个存储器的计算机系统中实现，所述至少一个存储器包括通过所述至少一个处理器执行以使所述至少一个处理器实现机器学习模型的指令。
15.如权利要求14所述的方法，其还包括(i)将所述ANN分类器代码输入到所述计算机系统的所述存储器中；(ii)将对应于所述受试者的所述基因套组输入数据输入到所述计算机系统的所述存储器中，其中所述输入数据包括RNA表达水平；(iii)执行所述ANN分类器代码；或者(v)其任何组合。
16.一种治疗患有具有特定TME表型的癌症的受试者的方法，其包括将TME表型类特定疗法施用于所述受试者，其中
(i)所述癌症是局部晚期、转移性胃癌，并且所述TME表型是IA、A或IS；
(ii)所述癌症是未经治疗的胃癌，并且所述TME表型是IS或A；
(iii)所述癌症是晚期/转移性HER2-阴性乳腺癌，并且所述TME表型是A或IS；
(iv)所述癌症是去势抗性转移性前列腺癌，并且所述TME表型是A或IS；
(v)所述癌症是晚期转移性肝细胞癌，并且所述TME表型是IA或IS；
(vi)所述癌症是复发性/转移性头颈部鳞状细胞癌，并且所述TME表型是IA或IS；
(vii)所述癌症是黑素瘤，并且所述TME表型是IA或IS；
(viii)所述癌症是肝转移晚期结直肠癌，并且所述TME表型是ID；
(ix)所述癌症是铂抗性或铂敏感性复发性卵巢癌，并且所述TME表型是IA、IS或A；
(x)所述癌症是铂抗性或铂敏感性复发性三阴性乳腺癌，并且所述TME表型是IA、IS或A；
(xi)所述癌症是转移性结直肠癌，并且所述TME表型是A或IS；
(xii)所述癌症是神经胶质瘤或胶质母细胞瘤，并且所述TME表型是IS或IA；
(xiii)所述癌症是非小细胞肺癌，并且所述TME表型是IS或IA；
其中已通过将ANN分类器应用于从来自获自所述受试者的癌症肿瘤样品的基因套组获得的多个RNA表达水平分配所述TME表型类，其中所述ANN分类器包括
(a)输入层，其包括2个至100个节点，其中所述输入层中的每个节点对应于选自表1和表2中呈现的基因的基因套组中的基因，其中所述基因套组包括(i)选自表1的1个至63个基因和选自表2的1个至61个基因，(ii)包括选自表3和表4的基因的基因套组，(iii)表5的基因套组，或(iv)图9A-9G中公开的任何基因套组(基因集)；
(b)隐藏层，其包括2个节点；以及
(c)输出层，其包括4个输出节点，其中所述输出层中的所述4个输出节点中的每一个对应于一个TME表型类，其中4个TME表型类为IA、IS、ID和A，
并且任选地还包括将包括Softmax函数的逻辑回归分类器应用于所述ANN的输出，其中所述Softmax函数为每种TME表型类分配概率。
17.一种试剂盒或制品，其包括(i)能够特异性检测编码来自表1(或图9A-9G)的基因生物标志物的RNA的多个寡核苷酸探针，和(ii)能够特异性检测编码来自表2(或图9A-9G)的基因生物标志物的RNA的多个寡核苷酸探针，其中所述制品包括微阵列。
CN202280034657.2A 2021-03-25 2022-03-24 癌症的靶向疗法 Pending CN117321225A (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US63/166,167 2021-03-25
US202163188321P 2021-05-13 2021-05-13
US63/188,321 2021-05-13
PCT/US2022/021806 WO2022204438A1 (en) 2021-03-25 2022-03-24 Targeted therapies in cancer

Publications (1)

Publication Number Publication Date
CN117321225A true CN117321225A (zh) 2023-12-29

Family

ID=89297688

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202280034657.2A Pending CN117321225A (zh) 2021-03-25 2022-03-24 癌症的靶向疗法

Country Status (1)

Country Link
CN (1) CN117321225A (zh)

Similar Documents

Publication Publication Date Title
JP7343565B2 (ja) 正規化バイオマーカースコアからがん治療を特定するためのシステム及び方法
US20210174908A1 (en) Classification of tumor microenvironments
TW202300659A (zh) 癌症中之靶向療法
CN117321225A (zh) 癌症的靶向疗法

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