Co-occurring genomic alterations and immunotherapy efficacy in NSCLC.
Co-occurring genomic alterations and immunotherapy efficacy in NSCLC.
复制标题
NSCLC 中同时发生的基因组改变和免疫治疗疗效
DOI：
10.1038/s41698-021-00243-7
复制
发表时间：
2022-01-18
影响因子：
7.9
通讯作者：
Hu Y
中科院分区：
文献类型：
--
作者：
Zhang F;Wang J;Xu Y;Cai S;Li T;Wang G;Li C;Zhao L;Hu Y
非小细胞肺癌（NSCLC）的癌基因为中心的分子分类模式已经建立。值得注意的是，每个致癌驱动因子定义的亚组内的异质性可能被共发生的突变捕获，这可能影响对免疫检查点抑制剂（ICI）的应答/耐药性。我们分析了1745例NSCLC的数据，并描绘了常见共突变对ICI疗效的相互作用效应的景观。特别是在非鳞状NSCLC中，KRAS突变与其在TP 53、STK 11、PTPRD、RBM 10和ATM中的共发突变显著相互作用。在基于单突变的预测模型的基础上，添加交互项（称为模型间）改善了训练集和验证集中的区分效用。无论肿瘤突变负荷和程序性死亡配体1如何，模型间评分均表现出未分化的有效性，并被确定为ICI获益的独立预测因子。我们的工作为患者选择和NSCLC免疫生物学的见解提供了新的工具，并强调了在开发癌症治疗预测算法时考虑相互作用的优势和必要性。
An oncogene-centric molecular classification paradigm in non-small cell lung cancer (NSCLC) has been established. Of note, the heterogeneity within each oncogenic driver-defined subgroup may be captured by co-occurring mutations, which potentially impact response/resistance to immune checkpoint inhibitors (ICIs). We analyzed the data of 1745 NSCLCs and delineated the landscape of interaction effects of common co-mutations on ICI efficacy. Particularly in nonsquamous NSCLC, KRAS mutation remarkably interacted with its co-occurring mutations in TP53, STK11, PTPRD, RBM10, and ATM. Based on single mutation-based prediction models, adding interaction terms (referred to as inter-model) improved discriminative utilities in both training and validation sets. The scores of inter-models exhibited undifferentiated effectiveness regardless of tumor mutational burden and programmed death-ligand 1, and were identified as independent predictors for ICI benefit. Our work provides novel tools for patient selection and insights into NSCLC immunobiology, and highlights the advantage and necessity of considering interactions when developing prediction algorithms for cancer therapeutics.
登录
查看更多内容
同时发生的基因组改变对KRAS突变非小细胞肺癌患者结局的影响。
DOI：
10.1158/1078-0432.ccr-17-1841
发表时间：
2018-01-15
期刊：
Clinical cancer research : an official journal of the American Association for Cancer Research
影响因子：
--
作者：
Arbour KC;Jordan E;Kim HR;Dienstag J;Yu HA;Sanchez-Vega F;Lito P;Berger M;Solit DB;Hellmann M;Kris MG;Rudin CM;Ni A;Arcila M;Ladanyi M;Riely GJ
通讯作者：
Riely GJ
影响因子：
64.5
作者：
Gillette, Michael A.;Satpathy, Shankha;Carr, Steven A.
通讯作者：
Carr, Steven A.
影响因子：
30.8
作者：
Miao D;Margolis CA;Vokes NI;Liu D;Taylor-Weiner A;Wankowicz SM;Adeegbe D;Keliher D;Schilling B;Tracy A;Manos M;Chau NG;Hanna GJ;Polak P;Rodig SJ;Signoretti S;Sholl LM;Engelman JA;Getz G;Jänne PA;Haddad RI;Choueiri TK;Barbie DA;Haq R;Awad MM;Schadendorf D;Hodi FS;Bellmunt J;Wong KK;Hammerman P;Van Allen EM
通讯作者：
Van Allen EM
影响因子：
50.5
作者：
Marinelli, D.;Mazzotta, M.;Maugeri-Sacca, M.
通讯作者：
Maugeri-Sacca, M.
影响因子：
5.4
作者：
Hayes, Andrew F.;Matthes, Joerg
通讯作者：
Matthes, Joerg