*仅供医学专业人士阅读参考

每天1分钟，给你肿瘤圈内的专业“谈资”！（如需文献原文，可加小编微信yxj_oncology获取）

要点提示

EUROPEAN UROLOGY：术前预测前列腺癌盆腔淋巴结转移模型的外部验证

Gut：机器学习模型识别的19-基因标记可预测紫杉醇治疗胃癌的生存获益

Cancer Cell：保守的泛肿瘤微环境亚型可预测免疫治疗反应

新药：首款EGFR外显子20插入突变NSCLC靶向治疗药物获批

新药：派安普利单抗入选FDA实时肿瘤审评（RTOR）新政

01

EUROPEAN UROLOGY：术前预测前列腺癌盆腔淋巴结转移模型的外部验证

日前，EUROPEAN UROLOGY在线发表一项研究，前列腺特异性膜抗原正电子发射断层扫描（PSMA-PET）或可用于现代预测诺模图的候选指标。

文章发表截图

不同的诺模图可用于术前预测前列腺癌（PCa）患者的盆腔淋巴结转移疾病。这些诺模图未纳入现代成像技术，如前列腺特异性膜抗原（PSMA）正电子发射断层扫描（PET）。为了确定Briganti 2017、纪念斯隆-凯特琳癌症中心（MSKCC）和Briganti 2019诺模图添加PSMA-PET的预测性能，在该项国际、多中心、现今队列[即接受机器人辅助根治性前列腺切除术（RARP）和扩大盆腔淋巴结清扫术（ePLND）治疗局部PCa的患者]中进行了外部验证。

该队列纳入了757例于2016年1月至2020年11月在3个PCa手术中心行RARP和ePLND前接受PSMA-PET的患者。使用受试者工作特征曲线下面积（AUC）、校准图和决策曲线分析评估3个诺模图的性能。随后，重新校准并将PSMA-PET加入诺模图。

总体上，组织病理学检查发现186/757例（25%）患者有盆腔淋巴结转移（pN1）疾病。Briganti 2017、MSKCC和Briganti 2019诺模图的AUC分别为0.70（95%CI：0.64-0.77）、0.71（95%CI：0.65-0.77）和0.76（95%CI：0.71-0.82）。

当加入诺模图时，PSMA-PET结果与pN1疾病显著相关（p < 0.001）。添加PSMA-PET显著改善了模型的鉴别能力，交叉验证的AUC分别为0.76（95%CI：0.70–0.82）、0.77（95%CI：0.72–0.83）和0.82（95%CI：0.76–0.87）。

决策曲线分析显示，在3个诺模图中添加PSMA-PET导致净获益增加。在之前开发的诺模图中添加PSMA-PET可显著改善预测性能，这表明PSMA-PET或可用于现代预测诺模图的候选指标。

目前已开发了不同的工具用于术前个体化预测前列腺癌淋巴结转移。该研究表明，现代成像技术（前列腺特异性膜抗原正电子发射断层扫描）的纳入显著改善了这些预测工具的整体性能。

02

Gut：机器学习模型识别的19-基因标记可预测紫杉醇治疗胃癌的生存获益

日前，Gut在线发表一项研究，表明机器学习模型识别的19-基因标记可预测紫杉醇治疗胃癌的生存获益。

文章发表截图

迄今为止，尚无预测性生物标志物用于指导筛选从紫杉醇治疗获益的胃癌（GC）患者。SAMIT是一项2 × 2析因设计、随机化、III期研究。研究中，GC患者行根治性手术后随机接受Pac-S-1（紫杉醇+S-1）、Pac-UFT（紫杉醇+尿嘧啶替加氟）、S-1单药或UFT单药治疗。

本研究旨在确定可预测GC患者从紫杉醇化疗取得生存获益的基因标记。使用定制的476基因NanoString面板对SAMIT GC样本进行基因表达谱分析。基于NanoString图谱应用随机森林机器学习模型，以发现基因标记。同时，将由接受紫杉醇和雷莫芦单抗（Pac-Ram）治疗的转移性GC患者组成的独立队列作为外部验证队列。

研究分析了SAMIT试验的499份样本。基于Pac-S-1训练队列，随机森林模型生成了一个19-基因标记（19-gene signature），可将患者分为两组：Pac-敏感组和Pac-耐药组。

在Pac-UFT验证队列中，Pac-敏感患者的无病生存期（DFS）显著改善：Pac-敏感患者和Pac-耐药患者的3年DFS 率分别为66%和40%（HR 0.44，p=0.0029）。在UFT或S-1单药组，Pac-敏感患者与Pac-耐药患者之间无生存差异（相互作用检验p < 0.001）。在外部Pac-Ram验证队列中，该标记预测Pac-敏感患者获益[中位无进展生存期（PFS）：147天 vs 112天，HR 0.48，p=0.022）]。

大型GC试验SAMIT中使用机器学习技术鉴定的19-基因标记，代表着首个识别紫杉醇获益的预测性生物标志物。

03

Cancer Cell：保守的泛肿瘤微环境亚型可预测免疫治疗反应

日前，Cancer Cell在线发表一项研究，表明保守的泛肿瘤微环境亚型可预测免疫治疗反应。

文章发表截图

分子靶向治疗的临床应用正在迅速发展，但主要集中于基因组改变。转录组学分析为剖析肿瘤的复杂性提供了机会，包括肿瘤微环境（TME）。TME是影响肿瘤进展和治疗结果的关键介质。

研究者通过对>10,000例癌症患者的转录组学分析进行TME分类，确定了4种不同的保守TME亚型（涉及20种不同的癌症）。

在多种癌症中，TME亚型与患者对免疫治疗的反应相关，免疫有利性（immune-favorable）TME亚型患者从免疫治疗中获益最大。因此，鉴于TME亚型包含恶性和微环境组分，其可作为一种广义的免疫治疗生物标志物用于多种癌症类型。

此外，一种整合转录组学和基因组学数据的可视化工具提供了全面的肿瘤“面貌”，即描述了肿瘤框架、突变负荷、免疫组成、抗肿瘤免疫和免疫抑制逃逸机制。更为重要的是，整合分析加可视化或有助于发现生物标志物和进行个性化治疗。

04

新药：首款EGFR外显子20插入突变NSCLC靶向治疗药物获批

5月21日，美国食品药品监督管理局（FDA）批准Amivantamab-vmjw治疗携带表皮生长因子受体（EGFR）外显子20插入突变的非小细胞肺癌（NSCLC）成人患者，这也是针对该NSCLC亚组患者的首款靶向治疗药物。同时，FDA批准Guardant360 CDx作为Amivantamab-vmjw的辅助诊断工具。

文章发表截图

Amivantamab-vmjw是一种针对表皮生长因子（EGF）和MET受体的双特异性抗体。该双特异性抗体获批是基于多中心、非随机、开放标签、多队列临床试验——CHRYSALIS。该试验纳入81例铂类化疗期间或之后发生进展的EGFR外显子20插入突变型NSCLC患者，评估了Amivantamab-vmjw的治疗效果。主要终点是总缓解率（ORR）。

结果显示，ORR为40％；中位缓解持续时间（DoR）为11.1个月，63％患者的缓解持续时间达6个月或更长。最常见的不良反应包括皮疹、输液相关反应、指甲或趾甲周围皮肤感染、肌肉和关节疼痛、呼吸急促、恶心、疲劳、小腿或手或面部肿胀、口腔溃疡、咳嗽、便秘、呕吐及某些血液检查指标的变化。

05

新药：派安普利单抗入选FDA实时肿瘤审评（RTOR）新政

5月24日，康方生物宣布与中国生物制药共同开发的PD-1单抗药物派安普利单抗已经向美国食品药品监督管理局（FDA）启动提交生物制品许可申请（BLA），寻求上市获批三线治疗转移性鼻咽癌。

该BLA将在实时肿瘤审评（RTOR）新政下进行审评。RTOR是FDA肿瘤学卓越中心（OCE）颁布的重大创新性肿瘤新药审批新政策，比优先审评速度更快，旨在加快药物审批，尽早及安全有效地用于癌症患者的治疗。

参考文献：

[1](21)00330-4/fulltext

[2]Sundar Raghav,Barr Kumarakulasinghe Nesaretnam,Huak Chan Yiong et al. Machine-learning model derived gene signature predictive of paclitaxel survival benefit in gastric cancer: results from the randomised phase III SAMIT trial.[J] .Gut, 2021, undefined: undefined.、

[3]Bagaev Alexander,Kotlov Nikita,Nomie Krystle et al. Conserved pan-cancer microenvironment subtypes predict response to immunotherapy.[J] .Cancer Cell, 2021, undefined: undefined.

[4]

[5]

本文首发：医学界肿瘤频道