समाचार

इम्यूनोथेरेपी ने घातक ट्यूमर के उपचार में क्रांतिकारी बदलाव लाए हैं, लेकिन अभी भी कुछ मरीज़ ऐसे हैं जिन्हें इसका लाभ नहीं मिल पा रहा है। इसलिए, इम्यूनोथेरेपी की प्रभावशीलता का अनुमान लगाने के लिए नैदानिक ​​अनुप्रयोगों में उपयुक्त बायोमार्कर की तत्काल आवश्यकता है, ताकि प्रभावकारिता को अधिकतम किया जा सके और अनावश्यक विषाक्तता से बचा जा सके।

FDA द्वारा अनुमोदित बायोमार्कर

पीडी-एल1 अभिव्यक्ति। इम्यूनोहिस्टोकेमिस्ट्री (आईएचसी) द्वारा पीडी-एल1 अभिव्यक्ति स्तरों के मूल्यांकन से ट्यूमर अनुपात स्कोर (टीपीएस) प्राप्त होता है, जो जीवित ट्यूमर कोशिकाओं में किसी भी तीव्रता के आंशिक या पूर्ण रूप से झिल्ली अभिरंजित ट्यूमर कोशिकाओं का प्रतिशत होता है। नैदानिक ​​परीक्षणों में, यह परीक्षण पेम्ब्रोलिज़ुमाब के साथ उन्नत गैर-लघु कोशिका फेफड़ों के कैंसर (एनएससीएलसी) के उपचार के लिए एक सहायक नैदानिक ​​परीक्षण के रूप में कार्य करता है। यदि नमूने का टीपीएस ≥1% है, तो पीडी-एल1 अभिव्यक्ति पर विचार किया जाता है; टीपीएस ≥50% पीडी-एल1 की उच्च अभिव्यक्ति को इंगित करता है। प्रारंभिक चरण 1 परीक्षण (कीनोट-001) में, पेम्ब्रोलिज़ुमाब का उपयोग करने वाले पीडी-एल1 टीपीएस>50% उपसमूह में रोगियों की प्रतिक्रिया दर 45.2% थी, जबकि टीपीएस की परवाह किए बिना, इस प्रतिरक्षा जांच बिंदु अवरोधक (आईसीआई) उपचार प्राप्त करने वाले सभी रोगियों की प्रतिक्रिया दर 19.4% थी। इसके बाद के चरण 2/3 परीक्षण (KEYNOTE-024) में PD-L1 TPS>50% वाले रोगियों को यादृच्छिक रूप से पेम्ब्रोलिज़ुमाब और मानक कीमोथेरेपी प्राप्त करने के लिए सौंपा गया, और परिणामों ने पेम्ब्रोलिज़ुमाब उपचार प्राप्त करने वाले रोगियों में समग्र उत्तरजीविता (OS) में महत्वपूर्ण सुधार दिखाया।

हालांकि, आईसीआई प्रतिक्रियाओं की भविष्यवाणी करने में पीडी-एल1 का अनुप्रयोग विभिन्न कारकों द्वारा सीमित है। सबसे पहले, विभिन्न प्रकार के कैंसर के लिए इष्टतम सीमा भिन्न होती है। उदाहरण के लिए, पैबोलिज़ुमाब का उपयोग तब किया जा सकता है जब गैस्ट्रिक कैंसर, एसोफैगल कैंसर, मूत्राशय कैंसर और फेफड़ों के कैंसर के रोगियों के ट्यूमर पीडी-एल1 अभिव्यक्ति क्रमशः 1%, 10% और 50% हो। दूसरे, पीडी-एल1 अभिव्यक्ति की कोशिका आबादी का मूल्यांकन कैंसर के प्रकार के आधार पर भिन्न होता है। उदाहरण के लिए, सिर और गर्दन के आवर्तक या मेटास्टेटिक स्क्वैमस सेल कार्सिनोमा के उपचार में एक अन्य एफडीए अनुमोदित परीक्षण पद्धति, कॉम्प्रिहेंसिव पॉजिटिव स्कोर (सीपीएस) का उपयोग करना चुना जा सकता है। तीसरा, विभिन्न कैंसरों में पीडी-एल1 अभिव्यक्ति और आईसीआई प्रतिक्रिया के बीच लगभग कोई संबंध नहीं है अंततः, कई अध्ययनों से पता चला है कि एक ही रोगी में, यहाँ तक कि एक ही ट्यूमर के भीतर भी, विभिन्न ट्यूमर घावों में PD-L1 की अभिव्यक्ति असंगत होती है। संक्षेप में, हालाँकि NSCLC के प्रारंभिक नैदानिक ​​परीक्षणों ने संभावित पूर्वानुमानात्मक बायोमार्कर के रूप में PD-L1 अभिव्यक्ति पर शोध को प्रेरित किया, विभिन्न प्रकार के कैंसर में इसकी नैदानिक ​​उपयोगिता अभी भी अस्पष्ट है।

ट्यूमर उत्परिवर्तन भार। ट्यूमर उत्परिवर्तन भार (TMB) का उपयोग ट्यूमर प्रतिरक्षाजनकता के एक वैकल्पिक संकेतक के रूप में किया गया है। KEYNOTE-158 के नैदानिक ​​परीक्षण परिणामों के अनुसार, पेम्ब्रोलिज़ुमाब से उपचारित 10 प्रकार के उन्नत ठोस ट्यूमर में, प्रति मेगाबेस कम से कम 10 उत्परिवर्तन (उच्च TMB) वाले रोगियों की प्रतिक्रिया दर कम TMB वाले रोगियों की तुलना में अधिक थी। यह ध्यान देने योग्य है कि इस अध्ययन में, TMB PFS का एक पूर्वसूचक था, लेकिन यह OS का पूर्वानुमान लगाने में असमर्थ था।

प्रतिरक्षा चिकित्सा प्रतिक्रिया मुख्य रूप से नए प्रतिजनों की टी कोशिका पहचान से प्रेरित होती है। उच्च टीएमबी से जुड़ी प्रतिरक्षाजनकता भी विभिन्न कारकों पर निर्भर करती है, जिसमें ट्यूमर द्वारा प्रस्तुत ट्यूमर नवप्रतिजन शामिल है; प्रतिरक्षा प्रणाली ट्यूमर नवप्रतिजनों को पहचानती है; मेजबान की प्रतिजन-विशिष्ट प्रतिक्रियाओं को आरंभ करने की क्षमता। उदाहरण के लिए, डेटा बताता है कि कुछ प्रतिरक्षा कोशिकाओं की उच्चतम घुसपैठ वाले ट्यूमर में वास्तव में निरोधात्मक नियामक टी सेल (Treg) क्लोन प्रवर्धन हो सकता है। इसके अलावा, टीएमबी की सीमा टीएमबी नवप्रतिजनों की क्षमता से भिन्न हो सकती है, क्योंकि उत्परिवर्तन का सटीक स्थान भी महत्वपूर्ण भूमिका निभाता है; उत्परिवर्तन जो प्रतिजन प्रस्तुति के विभिन्न मार्गों की मध्यस्थता करते हैं, प्रतिरक्षा प्रणाली में नए प्रतिजनों की प्रस्तुति (या गैर-प्रस्तुति) को प्रभावित कर सकते

वर्तमान में, टीएमबी को अगली पीढ़ी के अनुक्रमण (एनजीएस) के माध्यम से मापा जाता है, जो विभिन्न संस्थानों (आंतरिक रूप से) या उपयोग किए जाने वाले वाणिज्यिक प्लेटफार्मों के बीच भिन्न हो सकता है। एनजीएस में संपूर्ण एक्सोम अनुक्रमण (डब्ल्यूईएस), संपूर्ण जीनोम अनुक्रमण और लक्षित अनुक्रमण शामिल हैं, जो ट्यूमर ऊतक और परिसंचारी ट्यूमर डीएनए (सीटीडीएनए) से प्राप्त किया जा सकता है। यह ध्यान देने योग्य है कि विभिन्न प्रकार के ट्यूमर में टीएमबी की एक विस्तृत श्रृंखला होती है, जिसमें इम्युनोजेनिक ट्यूमर जैसे मेलेनोमा, एनएससीएलसी और स्क्वैमस सेल कार्सिनोमा में उच्चतम टीएमबी स्तर होते हैं। इसी तरह, विभिन्न ट्यूमर प्रकारों के लिए डिज़ाइन की गई पहचान विधियों में टीएमबी थ्रेशोल्ड मानों की अलग-अलग परिभाषाएं हैं। एनएससीएलसी, मेलेनोमा, यूरोथेलियल कार्सिनोमा और लघु कोशिका फेफड़ों के कैंसर के अध्ययन में

माइक्रोसेटेलाइट अत्यधिक अस्थिर होते हैं। ICI प्रतिक्रिया के लिए एक पैन कैंसर बायोमार्कर के रूप में माइक्रोसेटेलाइट अत्यधिक अस्थिर (MSI-H) ने विभिन्न कैंसरों में ICI प्रभावकारिता की भविष्यवाणी करने में उत्कृष्ट प्रदर्शन किया है। MSI-H मिसमैच रिपेयर डिफेक्ट्स (dMMR) का परिणाम है, जिसके कारण विशेष रूप से माइक्रोसेटेलाइट क्षेत्रों में उच्च उत्परिवर्तन दर होती है, जिसके परिणामस्वरूप बड़ी संख्या में नए एंटीजन का उत्पादन होता है और अंततः एक क्लोनल प्रतिरक्षा प्रतिक्रिया शुरू होती है। dMMR के कारण होने वाले उच्च उत्परिवर्तन भार के कारण, MSI-H ट्यूमर को एक प्रकार का उच्च उत्परिवर्तन भार (TMB) ट्यूमर माना जा सकता है। KEYNOTE-164 और KEYNOTE-158 के नैदानिक ​​परीक्षण परिणामों के आधार पर, FDA ने MSI-H या dMMR ट्यूमर के उपचार के लिए पेम्ब्रोलिज़ुमाब को मंजूरी दे दी है।

उल्लेखनीय सफलता के बावजूद, MSI स्थिति का उपयोग करते समय कुछ मुद्दों पर ध्यान देना आवश्यक है। उदाहरण के लिए, 50% तक dMMR कोलोरेक्टल कैंसर रोगियों में ICI उपचार का कोई प्रभाव नहीं होता है, जो प्रतिक्रिया की भविष्यवाणी करने में अन्य विशेषताओं के महत्व को दर्शाता है। ट्यूमर की अन्य अंतर्निहित विशेषताएँ, जिनका मूल्यांकन वर्तमान पहचान प्लेटफ़ॉर्म द्वारा नहीं किया जा सकता, योगदान कारक हो सकती हैं। उदाहरण के लिए, ऐसी रिपोर्टें मिली हैं कि जिन रोगियों के डीएनए क्षेत्र में पॉलीमरेज़ डेल्टा (POLD) या पॉलीमरेज़ ε (POLE) के महत्वपूर्ण उत्प्रेरक उपइकाइयों को एन्कोड करने वाले जीन में उत्परिवर्तन होते हैं, उनमें प्रतिकृति निष्ठा का अभाव होता है और उनके ट्यूमर में एक "सुपर म्यूटेशन" फेनोटाइप प्रदर्शित होता है। इनमें से कुछ ट्यूमर में माइक्रोसैटेलाइट अस्थिरता काफ़ी बढ़ जाती है (इसलिए ये MSI-H से संबंधित हैं), लेकिन बेमेल मरम्मत प्रोटीन की कमी नहीं होती है (इसलिए ये dMMR से संबंधित नहीं होते)।

इसके अलावा, टीएमबी की तरह ही, एमएसआई-एच भी माइक्रोसेटेलाइट अस्थिरता, नए एंटीजन प्रकारों की मेज़बान पहचान और मेज़बान प्रतिरक्षा प्रणाली की प्रतिक्रियाशीलता से उत्पन्न नए एंटीजन प्रकारों से प्रभावित होता है। एमएसआई-एच प्रकार के ट्यूमर में भी, बड़ी संख्या में एकल न्यूक्लियोटाइड उत्परिवर्तनों की पहचान पैसेंजर उत्परिवर्तन (गैर चालक उत्परिवर्तन) के रूप में की गई है। इसलिए, केवल ट्यूमर में पहचाने गए माइक्रोसेटेलाइट्स की संख्या पर निर्भर रहना पर्याप्त नहीं है; उत्परिवर्तन का वास्तविक प्रकार (विशिष्ट उत्परिवर्तन प्रोफाइल के माध्यम से पहचाना गया) इस बायोमार्कर के पूर्वानुमानात्मक प्रदर्शन को बेहतर बना सकता है। इसके अलावा, कैंसर के रोगियों का केवल एक छोटा सा हिस्सा एमएसआई-एच ट्यूमर से संबंधित है, जो अधिक व्यापक रूप से लागू बायोमार्करों की वर्तमान आवश्यकता को दर्शाता है।

संगठनात्मक आधारित बायोमार्कर अनुसंधान

यह देखते हुए कि आईसीआई की क्रियाविधि ट्यूमर कोशिकाओं के आंतरिक मार्गों को सीधे लक्षित करने के बजाय प्रतिरक्षा कोशिका दमन को उलटना है, आगे के शोध को ट्यूमर वृद्धि वातावरण और ट्यूमर कोशिकाओं और प्रतिरक्षा कोशिकाओं के बीच परस्पर क्रिया का व्यवस्थित विश्लेषण करने पर केंद्रित होना चाहिए, जो आईसीआई प्रतिक्रिया को प्रभावित करने वाले कारकों को स्पष्ट करने में मदद कर सकता है। कई शोध समूहों ने विशिष्ट ऊतक प्रकारों के ट्यूमर या प्रतिरक्षा विशेषताओं का अध्ययन किया है, जैसे कि ट्यूमर और प्रतिरक्षा जीन उत्परिवर्तन विशेषताएँ, ट्यूमर प्रतिजन प्रस्तुति की कमी, या बहुकोशिकीय प्रतिरक्षा केंद्र या समुच्चय (जैसे तृतीयक लसीकावत् संरचनाएँ), जो प्रतिरक्षा चिकित्सा की प्रतिक्रियाओं का पूर्वानुमान लगा सकते हैं।

शोधकर्ताओं ने आईसीआई उपचार से पहले और बाद में रोगी के ऊतकों के ट्यूमर और प्रतिरक्षा एक्सोम और ट्रांसक्रिप्टोम को अनुक्रमित करने के लिए एनजीएस का उपयोग किया और स्थानिक इमेजिंग विश्लेषण किया। एकल-कोशिका अनुक्रमण और स्थानिक इमेजिंग, या मल्टी ओमिक्स मॉडल जैसी तकनीकों के साथ कई एकीकृत मॉडलों का उपयोग करके, आईसीआई उपचार परिणामों की भविष्य कहनेवाला क्षमता में सुधार किया गया है। इसके अलावा, ट्यूमर प्रतिरक्षा संकेतों और आंतरिक ट्यूमर विशेषताओं के मूल्यांकन के लिए एक व्यापक विधि ने भी मजबूत भविष्य कहनेवाला क्षमता दिखाई है। उदाहरण के लिए, एक व्यापक बैच अनुक्रमण विधि जो एक साथ ट्यूमर और प्रतिरक्षा विशेषताओं को मापती है, एकल विश्लेषणात्मक चर से बेहतर है। ये परिणाम आईसीआई प्रभावकारिता को अधिक व्यापक तरीके से अनुकरण करने की आवश्यकता को उजागर करते हैं

बायोमार्कर अनुसंधान में ट्यूमर और मेज़बान कारकों को शामिल करने की जटिलता, साथ ही प्रतिरक्षा सूक्ष्म-पर्यावरण विशेषताओं के अनुदैर्ध्य एकीकरण की संभावित आवश्यकता को देखते हुए, लोगों ने कंप्यूटर मॉडलिंग और मशीन लर्निंग का उपयोग करके बायोमार्करों का अन्वेषण शुरू कर दिया है। वर्तमान में, इस क्षेत्र में कुछ अभूतपूर्व शोध उपलब्धियाँ सामने आई हैं, जो मशीन लर्निंग द्वारा सहायता प्राप्त व्यक्तिगत ऑन्कोलॉजी के भविष्य का संकेत देती हैं।

ऊतक आधारित बायोमार्करों के सामने आने वाली चुनौतियाँ

विश्लेषणात्मक विधियों की सीमाएँ। कुछ सार्थक बायोमार्कर कुछ ट्यूमर प्रकारों में अच्छा प्रदर्शन करते हैं, लेकिन ज़रूरी नहीं कि अन्य ट्यूमर प्रकारों में भी। हालाँकि ट्यूमर-विशिष्ट जीन विशेषताओं में टीएमबी और अन्य की तुलना में अधिक पूर्वानुमान क्षमता होती है, फिर भी उनका उपयोग सभी ट्यूमर के निदान के लिए नहीं किया जा सकता है। एनएससीएलसी रोगियों पर किए गए एक अध्ययन में, जीन उत्परिवर्तन विशेषताएँ उच्च टीएमबी (≥ 10) की तुलना में आईसीआई प्रभावकारिता के लिए अधिक पूर्वानुमानित पाई गईं, लेकिन आधे से ज़्यादा रोगी जीन उत्परिवर्तन विशेषताओं का पता लगाने में असमर्थ रहे।

ट्यूमर की विषमता। ऊतक आधारित बायोमार्कर विधि केवल एक ही ट्यूमर स्थल पर नमूने लेती है, जिसका अर्थ है कि विशिष्ट ट्यूमर भागों का मूल्यांकन रोगी में सभी ट्यूमर की समग्र अभिव्यक्ति को सटीक रूप से प्रतिबिंबित नहीं कर सकता है। उदाहरण के लिए, अध्ययनों में ट्यूमर के बीच और भीतर PD-L1 अभिव्यक्ति में विषमता पाई गई है, और अन्य ऊतक मार्करों के साथ भी इसी तरह की समस्याएँ मौजूद हैं।

जैविक प्रणालियों की जटिलता के कारण, पहले इस्तेमाल किए गए कई ऊतक बायोमार्कर अति-सरलीकृत हो सकते हैं। इसके अलावा, ट्यूमर माइक्रोएन्वायरमेंट (टीएमई) में कोशिकाएँ आमतौर पर गतिशील होती हैं, इसलिए स्थानिक विश्लेषण में प्रदर्शित अंतःक्रियाएँ ट्यूमर कोशिकाओं और प्रतिरक्षा कोशिकाओं के बीच वास्तविक अंतःक्रियाओं का प्रतिनिधित्व नहीं कर सकती हैं। भले ही बायोमार्कर किसी विशिष्ट समय बिंदु पर संपूर्ण ट्यूमर वातावरण का आदर्श रूप से प्रतिनिधित्व कर सकें, फिर भी ये लक्ष्य समय के साथ प्रेरित और गतिशील रूप से परिवर्तित हो सकते हैं, जो दर्शाता है कि किसी समय बिंदु पर एक एकल स्नैपशॉट गतिशील परिवर्तनों का सही प्रतिनिधित्व नहीं कर सकता है।

रोगी की विविधता। यदि ICI प्रतिरोध से संबंधित ज्ञात आनुवंशिक परिवर्तन पाए भी जाते हैं, तो ज्ञात प्रतिरोध बायोमार्कर वाले कुछ रोगी अभी भी लाभान्वित हो सकते हैं, संभवतः ट्यूमर के भीतर और विभिन्न ट्यूमर स्थलों पर आणविक और/या प्रतिरक्षा विविधता के कारण। उदाहरण के लिए, β2-माइक्रोग्लोब्युलिन (B2M) की कमी नए या अर्जित दवा प्रतिरोध का संकेत दे सकती है, लेकिन व्यक्तियों के बीच और ट्यूमर के भीतर B2M की कमी की विविधता, साथ ही इन रोगियों में प्रतिरक्षा पहचान प्रतिस्थापन तंत्र की परस्पर क्रिया के कारण, B2M की कमी व्यक्तिगत दवा प्रतिरोध की दृढ़ता से भविष्यवाणी नहीं कर सकती है। इसलिए, B2M की कमी की उपस्थिति के बावजूद, रोगियों को ICI चिकित्सा से अभी भी लाभ हो सकता है।

संगठनात्मक आधारित अनुदैर्ध्य बायोमार्कर
बायोमार्करों की अभिव्यक्ति समय के साथ और उपचार के प्रभाव के साथ बदल सकती है। ट्यूमर और प्रतिरक्षा जीव विज्ञान के स्थिर और एकल मूल्यांकन इन परिवर्तनों को अनदेखा कर सकते हैं, और ट्यूमर के TME और मेज़बान प्रतिरक्षा प्रतिक्रिया स्तरों में परिवर्तन भी अनदेखा किए जा सकते हैं। कई अध्ययनों से पता चला है कि उपचार से पहले और उपचार के दौरान नमूने प्राप्त करने से ICI उपचार से संबंधित परिवर्तनों की अधिक सटीक पहचान हो सकती है। यह गतिशील बायोमार्कर मूल्यांकन के महत्व को उजागर करता है।

रक्त आधारित बायोमार्कर
रक्त विश्लेषण का लाभ सभी व्यक्तिगत ट्यूमर घावों का जैविक रूप से मूल्यांकन करने की इसकी क्षमता में निहित है, जो विशिष्ट साइट रीडिंग के बजाय औसत रीडिंग को दर्शाता है, जिससे यह उपचार से संबंधित गतिशील परिवर्तनों के मूल्यांकन के लिए विशेष रूप से उपयुक्त है। कई शोध परिणामों से पता चला है कि न्यूनतम अवशिष्ट रोग (एमआरडी) का मूल्यांकन करने के लिए परिसंचारी ट्यूमर डीएनए (सीटीडीएनए) या परिसंचारी ट्यूमर कोशिकाओं (सीटीसी) का उपयोग उपचार निर्णयों को निर्देशित कर सकता है, लेकिन इन परीक्षणों में यह अनुमान लगाने के लिए सीमित जानकारी है कि क्या रोगियों को आईसीआई जैसी इम्यूनोथेरेपी से लाभ हो सकता है। इसलिए, प्रतिरक्षा सक्रियण या मेजबान प्रतिरक्षा क्षमता को मापने के लिए सीटीडीएनए परीक्षण को अन्य तरीकों के साथ जोड़ा जाना चाहिए। इस संबंध में, परिधीय रक्त मोनोन्यूक्लियर कोशिकाओं (पीबीएमसी) के इम्यूनोफेनोटाइपिंग और बाह्य कोशिकीय पुटिकाओं और प्लाज्मा के प्रोटिओमिक विश्लेषण में प्रगति हुई है। उदाहरण के लिए, परिधीय प्रतिरक्षा कोशिका उपप्रकार (जैसे CD8+T कोशिकाएँ), प्रतिरक्षा जाँच बिंदु अणुओं की उच्च अभिव्यक्ति (जैसे परिधीय CD8+T कोशिकाओं पर PD1), और प्लाज्मा में विभिन्न प्रोटीनों का उच्च स्तर (जैसे CXCL8, CXCL10, IL-6, IL-10, PRAP1, और VEGFA), ये सभी ctDNA गतिशील सह-बायोमार्करों के प्रभावी पूरक के रूप में काम कर सकते हैं। इन नई विधियों का लाभ यह है कि ये ट्यूमर के भीतर परिवर्तनों का मूल्यांकन कर सकती हैं (ctDNA द्वारा पता लगाए गए परिवर्तनों के समान) और रोगी की प्रतिरक्षा प्रणाली में परिवर्तनों का भी पता लगा सकती हैं।

रेडियोमिक्स
छवि डेटा के पूर्वानुमान कारक ऊतक बायोमार्कर नमूनाकरण और बायोप्सी की सीमाओं को प्रभावी ढंग से पार कर सकते हैं, और किसी भी समय पूरे ट्यूमर और संभावित अन्य मेटास्टेटिक स्थलों का निरीक्षण कर सकते हैं। इसलिए, वे भविष्य में गैर-आक्रामक गतिशील बायोमार्करों का एक महत्वपूर्ण हिस्सा बन सकते हैं। डेल्टा रेडियोमिक्स विभिन्न समय बिंदुओं पर, जैसे कि ICI उपचार से पहले और बाद में, उपचार के दौरान, और बाद के अनुवर्ती कार्रवाई में, कई ट्यूमर विशेषताओं (जैसे ट्यूमर का आकार) में परिवर्तनों की मात्रात्मक गणना कर सकते हैं। डेल्टा रेडियोमिक्स न केवल प्रारंभिक उपचार के लिए प्रारंभिक या कोई प्रतिक्रिया नहीं होने की भविष्यवाणी कर सकते हैं, बल्कि वास्तविक समय में ICI के लिए अर्जित प्रतिरोध की पहचान भी कर सकते हैं और पूर्ण छूट के बाद किसी भी पुनरावृत्ति की निगरानी कर सकते हैं। मशीन लर्निंग तकनीक के माध्यम से विकसित इमेजिंग मॉडल उपचार प्रतिक्रिया और संभावित प्रतिकूल घटनाओं की भविष्यवाणी करने में पारंपरिक RECIST मानक से भी बेहतर है। वर्तमान शोध इंगित करता है कि इन रेडियोमिक्स मॉडलों में प्रतिरक्षा चिकित्सा प्रतिक्रिया की भविष्यवाणी करने में वक्र के नीचे का क्षेत्र (AUC) 0.8 से 0.92 तक है।

रेडियोमिक्स का एक और फ़ायदा छद्म प्रगति की सटीक पहचान करने की इसकी क्षमता है। मशीन लर्निंग के ज़रिए निर्मित रेडियोमिक्स मॉडल, प्रत्येक ट्यूमर के सीटी या पीईटी डेटा को पुनः मापकर, आकार, तीव्रता और बनावट जैसे कारकों सहित, 0.79 के एयूसी के साथ, सही और गलत प्रगति के बीच प्रभावी रूप से अंतर कर सकता है। इन रेडियोमिक्स मॉडलों का उपयोग भविष्य में रोग की प्रगति के गलत आकलन के कारण उपचार के समय से पहले बंद होने से बचने के लिए किया जा सकता है।

आंतों के माइक्रोबायोटा
आंत माइक्रोबायोटा के बायोमार्कर से आईसीआई की चिकित्सीय प्रतिक्रिया का अनुमान लगाने की उम्मीद की जाती है। कई अध्ययनों से पता चला है कि एक विशिष्ट आंत माइक्रोबायोटा विभिन्न प्रकार के कैंसर में आईसीआई उपचार की प्रतिक्रिया से निकटता से जुड़ा होता है। उदाहरण के लिए, मेलेनोमा और यकृत कैंसर के रोगियों में, रुमिनोकोकेसी बैक्टीरिया की प्रचुरता पीडी-1 इम्यूनोथेरेपी प्रतिक्रिया से जुड़ी होती है। यकृत कैंसर, फेफड़ों के कैंसर, या वृक्क कोशिका कार्सिनोमा के रोगियों में, जो आईसीआई उपचार के प्रति अच्छी प्रतिक्रिया देते हैं, अक्करमेन्सिया म्यूसिनीफिला का संवर्धन आम है।

इसके अलावा, नया मशीन लर्निंग मॉडल ट्यूमर के प्रकारों से स्वतंत्र हो सकता है और विशिष्ट आंत बैक्टीरिया प्रजातियों को इम्यूनोथेरेपी की चिकित्सीय प्रतिक्रिया से जोड़ सकता है। अन्य अध्ययनों ने भी मेज़बान की प्रतिरक्षा प्रणाली को विनियमित करने में अलग-अलग बैक्टीरिया समूहों की विशिष्ट भूमिका का खुलासा किया है, जिससे कैंसर कोशिकाओं की प्रतिरक्षा प्रणाली से बचने की रोकथाम या बढ़ावा देने के तरीकों की और खोज की जा रही है।

नवसहायक चिकित्सा
ट्यूमर जीव विज्ञान का गतिशील मूल्यांकन आगामी नैदानिक ​​उपचार रणनीतियों का मार्गदर्शन कर सकता है। नियोएडजुवेंट थेरेपी परीक्षण शल्य चिकित्सा नमूनों में रोगात्मक छूट के माध्यम से चिकित्सीय प्रभाव का मूल्यांकन कर सकता है। मेलेनोमा के उपचार में, प्राथमिक रोगात्मक प्रतिक्रिया (एमपीआर) पुनरावृत्ति-मुक्त उत्तरजीविता दर से जुड़ी होती है। पीआरएडीओ परीक्षण में, शोधकर्ता रोगी-विशिष्ट रोगात्मक छूट डेटा के आधार पर अगले नैदानिक ​​हस्तक्षेप उपायों, जैसे सर्जरी और/या सहायक चिकित्सा, का निर्धारण करते हैं।

विभिन्न प्रकार के कैंसरों में, कई नए सहायक चिकित्सा विकल्पों में अभी भी आमने-सामने की तुलना का अभाव है। इसलिए, इम्यूनोथेरेपी मोनोथेरेपी या संयोजन चिकित्सा के बीच चुनाव अक्सर उपस्थित चिकित्सक और रोगी द्वारा संयुक्त रूप से तय किया जाता है। वर्तमान में, शोधकर्ताओं ने नियोएडजुवेंट थेरेपी के बाद मेलेनोमा में रोगात्मक छूट की भविष्यवाणी करने के लिए बायोमार्कर के रूप में 10 जीन युक्त एक इंटरफेरॉन गामा (आईएफएन गामा) सुविधा विकसित की है। उन्होंने नियोएडजुवेंट थेरेपी के लिए मजबूत या कमजोर प्रतिक्रियाओं वाले रोगियों का चयन करने के लिए इन सुविधाओं को एक एल्गोरिदम में एकीकृत किया। DONIMI नामक एक अनुवर्ती अध्ययन में, शोधकर्ताओं ने इस स्कोर का उपयोग अधिक जटिल विश्लेषण के साथ किया, न केवल उपचार प्रतिक्रिया की भविष्यवाणी करने के लिए, बल्कि यह निर्धारित करने के लिए भी कि चरण III मेलेनोमा रोगियों को नियोएडजुवेंट आईसीआई उपचार के लिए प्रतिक्रिया बढ़ाने के लिए हिस्टोन डीएसेटाइलेस अवरोधकों (एचडीएसीआई) को शामिल करने की आवश्यकता है।

रोगियों से प्राप्त ट्यूमर मॉडल
इन विट्रो ट्यूमर मॉडल में रोगी-विशिष्ट प्रतिक्रियाओं की भविष्यवाणी करने की क्षमता होती है। रक्त संबंधी दुर्दमताओं के औषधि प्रतिक्रिया स्पेक्ट्रम विश्लेषण के लिए उपयोग किए जाने वाले इन विट्रो प्लेटफ़ॉर्म के विपरीत, ठोस ट्यूमर अपनी विशिष्ट ट्यूमर सूक्ष्म संरचना और ट्यूमर प्रतिरक्षा अंतःक्रियाओं के कारण अधिक चुनौतियों का सामना करते हैं। साधारण ट्यूमर कोशिका संवर्धन इन जटिल विशेषताओं की आसानी से प्रतिकृति नहीं बना सकता। इस स्थिति में, रोगियों से उत्पन्न ट्यूमर जैसे अंग या अंग चिप्स इन संरचनात्मक सीमाओं की भरपाई कर सकते हैं, क्योंकि वे मूल ट्यूमर कोशिका संरचना को संरक्षित कर सकते हैं और रोगी-विशिष्ट तरीके से ICI प्रतिक्रियाओं का मूल्यांकन करने के लिए लिम्फोइड और माइलॉयड प्रतिरक्षा कोशिकाओं के साथ अंतःक्रियाओं का अनुकरण कर सकते हैं, जिससे अधिक यथार्थवादी त्रि-आयामी वातावरण में जैविक विशेषताओं का अधिक सटीकता से पुनरुत्पादन होता है।

चीन और संयुक्त राज्य अमेरिका में कई महत्वपूर्ण अध्ययनों ने इस नए उच्च-निष्ठा त्रि-आयामी इन-विट्रो ट्यूमर मॉडल को अपनाया है। परिणाम दर्शाते हैं कि ये मॉडल फेफड़ों के कैंसर, कोलन कैंसर, स्तन कैंसर, मेलेनोमा और अन्य ट्यूमर की आईसीआई के प्रति प्रतिक्रिया का प्रभावी ढंग से पूर्वानुमान लगा सकते हैं। यह इन मॉडलों के पूर्वानुमानात्मक प्रदर्शन के आगे सत्यापन और मानकीकरण का आधार तैयार करता है।