近(1)日，由英國惠康桑格研究所(Wellcome Sanger Institute)、澳洲奧莉薇亞紐頓強癌症研究所(Olivia Newton-John Cancer Research Institute)及其合作團隊，以「菌株」(strain)層級找出可能與癌症免疫合併治療積極成效相關的腸道菌特徵，有助於預測患者對合併免疫治療的成效，其規模也是這類研究中迄今為止最大的。這項研究發表在《Nature Medicine》。
 
研究團隊指出，靶向細胞程序性死亡蛋白1(PD-1)和胞殺性T淋巴球蛋白4(CTLA-4)的免疫檢查點阻斷劑(ICB)，能在多種癌症治療上展現驚人的成效，卻不是每名患者都有效，且迄今卻無法預測哪些患者會有效，使得許多患者承受副作用、卻無法從此類療法獲得治療效益。
 
過去已有研究顯示，癌症患者的腸內菌相組成，與患者對ICB藥物的臨床反應相關，但要找出一體適用的微生物體生物標記，挑戰性依然很高。研究團隊認為，這可能與過去傾向將微生物相量化為菌種(species)豐富度有關，但微生物功能通常具有菌株特異性，而菌株的分類層級比菌種還要細。
 
在此研究中，團隊使用了來自大型、多中心之臨床二期試驗，多達106名澳洲人的糞便樣本。他們利用深度散彈槍宏基因體定序(deep shotgun metagenomic sequencing)，以將微生物體鑑定至菌株等級。
 
這些樣本的提供者擁有豐富的加註資料(annotations)，其中有25%的提供者，屬於對合併免疫治療有效的患者。其接受的免疫治療鎖定的靶點，包含了PD-1和CTLA-4，癌症類別則涵蓋多種晚期的罕見癌症，包含：罕見婦科腫瘤、神經內分泌瘤、上消化道瘤、膽癌等。
 
研究團隊在對合併免疫治療有反應的患者體內，找出多種細菌菌株，其中有許多過去尚未被培養過；此外依照菌株層級的微生物豐富度，可以改善以機器學習預測ICB治療反應和12個月無進展生存期的表現。研究團隊認為，這能夠作為對合併免疫治療有良好反應的微生物體特徵。
 
接著，研究團隊也結合其他6項可對比的研究，執行了統合分析(meta-analysis)，並發現這項微生物體特徵能夠應用到不同的癌症，例如黑色素瘤；甚至還可以應用在不同的國家，以預測可能對合併免疫治療有反應的患者。
 
然而，研究團隊也發現，當應用到只使用其中一種免疫治療藥物(anti PD-1)或是合併免疫治療(anti PD-1和anti-CTLA-4併用)的患者時，機器學習模組才能找出對療法有反應的患者。研究團隊認為，腸道微生物體與免疫治療反應的關聯，可能是對特定療法組合具有專一性，因此腸道微生物體診斷或治療的未來發展，應根據ICB治療方案，而不是根據癌症類型進行個人化。
 
研究團隊認為，以菌株層級分析微生物相，而不只是菌種層級，將會開啟個人化醫療的新階段。接下來他們也預計進行這項菌株微生物體特徵，與治療反應關聯的特定機制研究。
 
參考資料：
https://www.genengnews.com/topics/cancer/the-microbiome-helps-identify-who-benefits-from-combination-immunotherapy/
原始研究：
https://www.nature.com/articles/s41591-024-02823-z
 
(編譯 / 吳培安)