抽象背景免疫检查点抑制剂(ICI)疗法已大大提高了非小细胞肺癌(NSCLC)患者的总生存率(OS);但是,它的响应率仍然适中。在这项研究中,我们开发了一个基于机器的基于机器的平台,即基于细胞因子的ICI反应指数(CIRI),以根据外周血细胞因子特征来预测NSCLC患者的ICI反应。方法我们分别在培训和验证队列中分别接受了抗PD-1/PD-L1单一疗法或联合化学疗法的NSCLC患者的123例和99例NSCLC患者。在基线(前)和治疗后6周(治疗期间:EDT)从患者获得的外周血中检查了93种细胞因子的血浆浓度。集合学习随机生存森林分类剂是为了选择特征细胞因子并预测接受ICI治疗的患者的OS。在基线和治疗时分别选择了14个和19个细胞因子,以生成CIRI模型(即PROCIRI14和EDTCIRI19),这两者都成功地鉴定出了两个完全独立的人群中OS较差的患者。在人口水平上,如一致性指数(C-Indices)所示,PROCIRI14和EDTCIRI19的预测准确性分别为0.700和0.751在验证群体中。在单个水平上,CIRI评分较高的患者表现出较差的OS [危险比(HR):0.274和0.163,以及PROCIRI14和EDTCIRI19的P <0.0001和P = 0.0044]。通过包括其他循环和临床特征,在高级模型中观察到了提高的预测功效(PROCIRI21和EDTCIRI27)。验证队列中的c指数分别为0.764和0.757,而PROCIRI21和EDTCIRI27的HRS分别为0.141(P <0.0001)和0.158(P = 0.038)。结论CIRI模型在确定NSCLC患者的抗PD-1/PD-L1治疗方面具有高度准确且可重复性,并且可能有助于在治疗早期和/或治疗早期进行临床决策。
人类健康是由遗传学(G)和环境(E)决定的。这在暴露于同一环境因素的个体中清楚地说明了这一点。尚未开发出基因 - 环境相互作用(GXE)效应的定量度量,在某些情况下,甚至还没有就该概念达成明确的共识。例如,癌症是否主要来自“运气不好”还是“糟糕的生活方式”。在本文中,我们提供了一组GXE相互作用的示例,作为发病机理的驱动因素。我们强调了epige-netic法规如何代表分子碱基的共同连接方面。我们的论点收敛于GXE记录在细胞表观基因组中的概念,该概念可能代表了解宣告这些多半复杂的调节层的关键。开发一个解码此表观遗传信息的钥匙将提供疾病风险的定量度量。类似于引入估计生物年龄的表观遗传时钟,我们挑衅地提出了“表观遗传评分表”的理论概念,以估计疾病风险。