肺癌是威脅人類健康的第一大癌症，讓無數人為之心焦，好在近年來在靶向治療的基礎上，免疫治療的興起，為緩解這一疾病負擔帶來了希望。
然而，並不是每個人都能從免疫治療中獲益，PD-L1表達能幫我們縮小範圍，TMB（腫瘤突變負荷）也有一定價值，但它們都依賴腫瘤組織的檢測，而晚期肺癌有30%的患者壓根就取不到足夠的組織[1]，因此 探索並驗證基於血液的預測標誌物就顯得尤為重要。
其中，距離臨床應用最近的就數bTMB（blood TMB），它是對血漿中游離DNA片段進行測序分析，計算得到的腫瘤突變負荷。既往多項回顧性研究已經證實了bTMB對PD-1/PD-L1抑制劑療效預測的有效性[2-3]。但 目前尚缺少前瞻性研究證據。
近日，由 希望之城國家醫療中心的Edward S Kim教授和克利夫蘭診所的Vamsidhar Velcheti教授領銜的研究團隊，在著名期刊《自然·醫學》發表重要研究成果， 公布了首個bTMB前瞻性臨床研究的最終分析結果。
他們發現 在接受一線阿替利珠單抗（PD-L1抑制劑）的非小細胞肺癌患者中，bTMB越高，越傾向於獲得更高的客觀緩解率（ORR），更長的總生存期（OS）和無進展生存期（PFS）。儘管基於預設的bTMB閾值分組（≥16 vs＜16），PFS無顯著差異，高bTMB患者長程隨訪後的OS獲益顯著。
這一研究前瞻性地論證了bTMB對免疫治療療效的預測價值，同時也提出了bTMB未來的優化方向，為bTMB進入臨床實踐，向標準化檢測進軍，奠定了重要的基礎。
論文首頁
在正式介紹這個研究之前，我們有必要先了解一下背景。 早在2018年本文中bTMB檢測技術的開發者，Foundation Medicine公司，就與臨床專家合作，也是在《自然·醫學》上發表了bTMB回顧性研究數據 [2]。
先是比較了bTMB與組織TMB的關係，發現兩者高度相關。接著在POPLAR隊列中摸索不同bTMB閾值與療效的關係，確定了bTMB≥16 （Panel大小1.1M，相當於14.5 mut/Mb）為最佳閾值。最後用此閾值在OAK隊列中進行驗證。結果顯示， bTMB≥16人群接受免疫治療，PFS顯著優於化療；而bTMB＜16人群兩種治療方式無顯著差異。
該研究 首次證實了bTMB對於免疫治療療效的預測價值，在當時的學術界和產業界引起了不小的轟動。而本研究正是以此回顧性研究為基礎，開展的前瞻性臨床試驗。
B-F1RST研究的設計
研究納入了接受一線阿替利珠單抗治療的IIIB-IVB期非小細胞肺癌患者152例，排除了EGFR/ALK驅動變異，不限制PD-L1的表達，不限制病理類型。主要終點是客觀緩解率，以及bTMB≥16與PFS的關係。次要終點是安全性、其他療效指標、以及不同bTMB閾值與療效的關係。
值得注意的是，當外周血ctDNA（腫瘤來源的游離DNA）含量很低時，低頻突變的丰度可能會低於最低檢測限，而導致bTMB結果不準確。因而在本研究中， 研究者定義當MSAF≥1%時 （突變丰度最高的那個變異≥1%），ctDNA的含量較為充足，此時bTMB的結果是可靠的。
在本研究中共有119例患者（占比78%）MSAF≥1%，進行了後續的bTMB分析，其中bTMB≥16有28人（占比24%），bTMB＜16有91人（占比76%）。
我們來看結果，首先，bTMB≥16是不是能有更長的PFS。很可惜， bTMB≥16對比bTMB＜16組，中位PFS為5 vs 3.5個月，HR值0.8，P值0.35。數字上有提升，但統計學沒有差異。
研究者分析這可能與樣本量不足有關。按照119例的樣本量，要做出統計差異，需要bTMB高低兩組PFS的HR值達到0.55，也就是說高bTMB患者的無進展風險要降低45%，這個難度還是很大的。
bTMB≥16 vs bTMB＜16，兩組PFS的差異
儘管PFS不夠顯著，接下來的分析還是給了我們信心。研究者發現，同樣以 bTMB≥16為閾值，高低兩組的ORR為：35.7% vs 5.5%，P＜0.0001，差異相當顯著。並且隨著bTMB的閾值提高，ORR的差異會更進一步增加。
ITT人群、不同MSAF人群、不同bTMB閾值人群的ORR
在療效瀑布圖中，我們可以看到bTMB高的患者基本都集中在右邊，有著不同程度的腫瘤緩解。同時，我們也可以看到PD-L1的高表達與bTMB高並不一致，統計學分析也確實發現兩者之間沒有顯著相關性，這提示 bTMB可能是獨立於PD-L1表達的能預測療效的指標。
不同PD-L1分組、bTMB分組腫瘤的緩解程度
在後續的分析中，研究者還發現，從低往高不斷調整bTMB的閾值，無論是PFS還是OS，高bTMB與低bTMB組的差異都是越來越顯著。
當bTMB閾值定為20時，兩組PFS為：6.9 vs 2.9個月，HR值0.59，P值0.056，已經很接近有統計學意義了。
不同bTMB閾值，高低bTMB兩組PFS、OS的差異
但閾值越高，也會導致高bTMB的患者比例很少，從而漏掉很多能從免疫治療中獲益的人。
我們知道免疫治療一旦有效，獲益會很持久，所以OS上會有優勢。在隨訪達3年後，仍 以bTMB≥16為閾值，高低兩組OS為：29.1 vs 13.4個月，HR值0.54，P值0.032。數字上差異巨大，統計學也達到了顯著。
以bTMB≥16為閾值，長程隨訪後，bTMB高低兩組OS的差異
這也進一步印證了bTMB作為免疫療效預測指標的價值，它能夠找到真正長期獲益的患者。
大家應該還記得，在這個研究中，還有部分患者無法評估bTMB，共33人（占比22%）。因為他們的MSAF＜1%，ctDNA的含量很低。這個MSAF有什麼臨床意義呢。
MSAF（maximum somatic allele frequency）意思是： 最大體細胞等位基因丰度，就是能測到的最大突變丰度。用這個最大丰度可以粗略推算ctDNA占總體游離DNA的比例，從而反映出ctDNA的含量。
ctDNA是由腫瘤細胞壞死、凋亡而來，半衰期很短，它可以實時反映腫瘤負荷的高低。因此我們可以猜想， MSAF越低，腫瘤負荷應該也越低，預後也越好。結果也確實如此， MSAF＜1%的患者各項臨床病理特徵都是更好的，並且PFS也顯著高於MSAF≥1%組。
也正是因為MSAF反映了腫瘤的負荷，當應用傾向性評分方法平衡了MSAF≥1%與＜1%患者的臨床病理特徵之後，兩組間的PFS的差異就不再顯著了。
MSAF≥1% vs MSAF＜1%，校正前與校正後的PFS差異
所以，如果患者的MSAF過低，不能計算bTMB，也許還是一件好事，這些患者預後會更好，但是否能使用免疫治療，可能還需要別的標誌物的幫助。
最後，本研究對所有完成檢測的患者的基因組特徵進行了分析，探索其與bTMB關係。完成檢測的患者，定義為MEP（Molecularly Evaluable Population），共148人。
研究人員發現， 相較於bTMB＜16組的患者，bTMB≥16組的患者富集了更多的TP53、LRP1B和CDKN2A變異，其中TP53在兩組間有顯著差異。
MEP組、MSAF組、bTMB≥16、bTMB＜16組基因組特徵的比較
綜合以上結果，我們可以認為，B-F1RST研究很好的論證了bTMB在一線免疫治療療效預測中的價值， 儘管因為樣本量有限，PFS並沒有顯著差異，但ORR和OS的結果還是給了我們對於bTMB這一標誌物的信心。
特別是對於PD-L1陰性或沒有足夠組織樣本進行PD-L1檢測的患者，bTMB能讓我們在選擇免疫治療時，多一盞燈，增加患者獲益的可能。
然而，bTMB作為預測免疫療效的標誌物，也存在著一些問題，這些問題的根本還是在於TMB本身。
我們知道，TMB之所以能預測療效，是因為它可以反映新抗原負荷，新抗原越多越能激活免疫，從而免疫療效更好。也就是說，bTMB也好，組織TMB也好，它們都是新抗原負荷的替代指標。
這告訴我們，bTMB還有很多優化空間，包括去考慮納入計算的突變的免疫原性，考慮免疫循環中其他因素對TMB的影響，還包括如何選擇一個合適的閾值等。
另外，正因為免疫效應發揮的路徑很長，涉及因素很多，在選擇免疫治療時，bTMB需要和包括PD-L1在內的其他標誌物，進行組合，綜合考慮。
儘管目前bTMB還沒有獲批為免疫治療伴隨診斷或補充診斷的標誌物，但因其在組織不可獲取時獨特的價值，無論是國外還是國內，都已經被作為臨床上可參考的一個指標。
B-F1RST研究是bTMB走入臨床實踐的一個里程碑，同時還有很多bTMB相關的研究正在開展之中，相信bTMB的價值會被進一步的挖掘，性能也會進一步提高。
希望不久的將來，bTMB能夠更加規範化、標準化的應用於臨床實踐，從而能夠惠及更多患者，為他們帶來更多獲益。
參考文獻：
[1]. Lim C, Tsao MS, Le LW, et al. Biomarker testing and time to treatment decision in patients with advanced nonsmall-cell lung cancer. Ann Oncol. 2015;26(7):1415-1421. doi:10.1093/annonc/mdv208
[4]. Chen DS, Mellman I. Oncology meets immunology: the cancer-immunity cycle. Immunity. 2013;39(1):1-10. doi:10.1016/j.immuni.2013.07.012