Genome-wide variation in cell-free DNA end-motif entropy predicts immunotherapy response in head and neck cancer.
Résumé
Une nouvelle étude a développé un biomarqueur non invasif, le score de diversité des motifs régionaux (rMDS), basé sur le séquençage du génome entier de l'ADN libre circulant (ADNlc) plasmatique. Ce biomarqueur prédit la réponse à l'immunothérapie chez les patients atteints de carcinome épidermoïde de la tête et du cou (HNSCC). Le rMDS a montré une performance supérieure aux métriques existantes pour distinguer les répondeurs des non-répondeurs au pembrolizumab. Les changements longitudinaux du rMDS sont associés à des régions génomiques liées à l'immunité et à la kératinisation, suggérant un lien avec la biologie des télomères. Un classificateur basé sur le rMDS a atteint une AUC élevée (0,89-0,99) et a été associé à une meilleure survie sans maladie.
Analyse
Clinique: Cette étude de phase II prospective et multi-institutionnelle identifie le rMDS comme un biomarqueur prédictif de la réponse à l'immunothérapie (pembrolizumab) chez les patients atteints de HNSCC. Le rMDS a démontré une capacité à prédire une meilleure survie sans maladie (HR 2,67), suggérant une actionnabilité clinique et un potentiel pour affiner la sélection des patients. Il surpasse l'expression de PD-L1 et la fraction tumorale, ce qui pourrait justifier son intégration dans les cadres d'évaluation des risques futurs, avec un impact clinique potentiel à moyen terme (3-5 ans) après confirmation par des études de phase III. Biomol: La découverte principale est le rMDS, une nouvelle métrique fragmentomique quantifiant l'entropie des motifs 5'-terminaux de l'ADNlc. La technologie utilisée est le séquençage du génome entier (WGS) de l'ADNlc plasmatique, une approche non invasive. L'étude a analysé des échantillons longitudinaux de plasma, ce qui est crucial pour suivre la dynamique de la maladie et de la réponse au traitement. Le rMDS est biologiquement significatif, se localisant dans des régions enrichies en gènes liés à l'immunité et à la kératinisation, et suggère un lien avec la biologie des télomères. Bioinfo: L'étude a développé le rMDS, une nouvelle métrique fragmentomique, et un classificateur basé sur l'apprentissage automatique pour prédire la réponse. Ce modèle a été validé sur plusieurs ensembles de données, atteignant une AUC de 0,89 à 0,99, et a été comparé favorablement à des biomarqueurs établis comme l'expression de PD-L1 et la fraction tumorale. La robustesse et la performance du classificateur suggèrent un potentiel de déploiement clinique pour affiner la sélection des patients pour l'immunothérapie, potentiellement en remplaçant ou complétant des méthodes moins performantes.