患者、肿瘤及治疗特点 139名接受了至少一个周期的ICB并且符合预先规定的资格标准的患者被包括在分析中。这一队列代表了非小细胞肺癌患者的总人数(表)。 1 )，中位年龄为66岁(范围为35-91岁)，吸烟史为88%。以腺癌(87%)和ICB起始远处转移(89%)为主。在有PD-L1状态的肿瘤中(82%)，Pd-L1 0%占27%，Pd-L1 1-49%占32%，PD-L1≥50%占41%。大约一半的肿瘤(48%)有较高的tmb，定义为≥10突变/兆位酶。 14 1/3(32%)的肿瘤有1/3(32%)表现出高tmb。 17
所有患者在ICB治疗过程中均接受了一种或多种抗PD-1/PD-L1单克隆抗体(58%pbrolizumab，27%nivolumab，12%atezolizumab，8%durvalumab)和13%联合抗CTLA 4(Ipilimumab)治疗。大多数患者接受icb单药治疗(64%)，其余患者接受化疗免疫治疗，主要采用含铂方案(补充表)。 1 )。ICB是在治疗的背景下(53%)，治疗难治性或复发的转移性疾病(36%)，或较不常见的佐剂/巩固(标准护理)或新佐剂(临床试验)设置的地方先进的，无法切除的疾病(11%)。非治疗性脑血管病患者术前系统治疗的中位数为1(范围1-7)(补充表)。 1 ).
ICB的临床结果 中位随访时间为ICB启动后11个月(0.2-44个月)，中位PFS为6.5个月，1年PFS为35%，2年PFS为21%。中位OS为15.9个月，1年OS为60%，2年OS为41%。在局部晚期疾病患者中，2年期PFS和OS分别为44%和57%，而接受ICB转移治疗的患者分别为18%和39%。
用COX回归分析，ICB指征(非转移性与转移性， p =0.055)，女性( p =0.085)，并将tMB作为一个连续变量( p =0.080)与改进PFS的趋势有关(补充表) 2 ，第2和第3栏)。在转移性疾病患者中，TMB作为一个连续变量的增加与PFS的改善有关(HR每单位变化0.97，95%CI 0.94~0.99)。 p =0.016)。PD-L1≥50%与PFS无关。
用Cox回归分析，增加体重指数(BMI)( p =0.024)和东方合作肿瘤学组的表现状况(0-1比2-3， p =0.034)与整个队列中的操作系统改进相关(补充表) 3 ，第2和第3栏)。与2~3个月的患者相比，ECOG 0-1患者的OS有明显改善(中位数OS为17.0个月与6.9个月，HR为0.49，95%CI为0.28~0.95，P<0.05)。 p =0.034)。随着诊断年龄的增加，转移性疾病患者的OS也有恶化的趋势( p =0.094)。其他变量，包括PD-L1状态和TMB，与OS无关。
基因组景观 所有患者在ICB开始前至少对一个病变进行了OncoPlus NGS检查。最常见的体细胞致病性基因组改变依次为TP 53(67%)、KRAS(37%)、STK 11(32%)、CDKN2A(26%)和EGFR(9%)。每种致病性基因组改变与其他临床病理特征的联系如图所示。 1 A.我们的队列与MSKCC队列的基因组改变频率的比较见图。 1 B并显示出类似的概况。我们队列中未识别的基因组数据在补充表中提供。 4 .
图1 非小细胞肺癌肿瘤的基因组格局。( a )UCMC队列的OncoPrint图显示前15位基因反复改变。TMB，肿瘤突变负担(每兆位突变)。PD-L1，程序性死亡配体-1。免疫检查点封锁。OncoPrint图是使用R.中的ComplexHeatmap包生成的。 b )UCMC和纪念斯隆·凯特琳癌症中心(MSKCC)队列中最常见的改变基因的频率。
在有致病性CDKN2A变异的肿瘤中，基因组丢失/缺失占58%，非同义突变占33%。其余肿瘤均含有CDKN2A的结构变异(6%)或多次打击(突变和丢失，3%)。CDKN2A突变的分布与MSKCC队列中的突变分布相似(图1)。 2 a，b)。
图2 CDKN2A突变的基因组分布( a )UCMC队列。( b )MSKCC队列。所示的是由突变引起的氨基酸变化。值得注意的是，由于基因缺失而导致的功能丧失并不在图中显示.
CDKN2A功能丧失与临床疗效 在单因素分析中，我们发现OS与CDKN2A LOF呈负相关(HR 1.84，95%CI 1.06~3.06， p =0.05)。因此，我们比较了CDKN2A LOF肿瘤和CDKN2A野生型肿瘤患者的其他临床病理和基因组特征，发现两组之间的平衡良好；特别是在预测icb相关结果的变量方面，各组间没有显着性差异(见表)。 1 )。此外，pd-l1高、低肿瘤CDKN2A LOF改变的发生率无显着性差异(21%对33%，x-平方)。 p 或TMB高、低度肿瘤(TMB截止值：10个突变/兆位酶：26%对26%， p =0.97；13.8突变/兆位：23%对27%， p =0.56)。
用Kaplan-Meier法，CDKN2A型LOF肿瘤患者的PFS中位数为3.7个月，而CDKN2A野生型肿瘤患者的PFS中位数为7.1个月。 3 一个, p =0.034)。同样，操作系统的中位数为11.8个月，而不是22.1个月( p CDKN2A、LOF和野生型肿瘤分别为0.043。 3 b)。对PFS的负面影响(HR 2.15，95%CI 1.22-3.75) p =0.0091)和操作系统(HR 2.77，95%CI 1.48-5.14， p 在多变量分析中持有的CDKN2A LOF=0.0018( 满的 模型包括年龄、性别、BMI、ECOG、TMB、PD-L1状态和ICB指标(补充表)。 2 和 3 ，第4栏)。使用没有预先指定的变量的反向选择条件， 最终 PFS模型包括性别、TMB、ICB指标和CDKN2A(HR 1.66，95%CI 1.02~2.63， p =0.041)，而 最终 OS模型包括ECOG、BMI和CDKN2A(HR 2.08，95%CI 1.21-3.49， p =0.0087)(补充表 2 和 3 ，第5栏)。
图3 CDKN2A LOF与存活CDKN2A野生型(WT)和功能丧失(LOF)非小细胞肺癌患者Kaplan-Meier曲线( a )整个队列的PFS，( b )整个队列的操作系统，( c )用于高TMB子集(≥10突变/兆数据库)的操作系统，以及( d )高PD-L1子集操作系统(≥50%)。
CDKN2A LOF的影响在高TMB和高PD-L1患者亚群中得到了进一步的研究。在高TMB肿瘤(≥10突变/兆abase)患者中，CDKN2A LOF组的OS中位数为10.5个月，而CDKN2A野生型组为22.3个月(如图所示)。 3 C， p =0.069)。在PD-L1≥50%的肿瘤患者中，通过同样的分层，OS中位数为11.1个月，而为24.2个月(图1)。 3 D， p =0.020)。相比之下，PD-L1低肿瘤(<50%)CDKN2A WT和CDKNLOF患者的OS中位数分别为17.0个月和13.9个月(P<0.05)。 p 分别=0.32)。同样，在TMB低肿瘤(<10突变/兆abase)患者中，CDKN2A WT和CDKN2A LOF患者的OS中位数分别为22个月和13.9个月( p 分别=0.31)。在包括CDKN2A突变状态、pd-L1≥50%和tMB≥10突变/兆位在内的多因素分析中，CDKN2A状态仍与PFS独立相关(HR 1.73，95%CI 1.02~2.88， p =0.042)和操作系统(HR 1.96，95%CI 1.10-3.43， p =0.0024)。这些发现提示CDKN2A、WT和LOF患者的OS差异在很大程度上是由对PD-L1高或TMB高肿瘤患者的负面预后影响所致。
鉴于上述发现，我们研究了CDKN2A在MSKCC的独立外部数据集中对预后的潜在影响。2011至2017年间，240例非小细胞肺癌患者接受了MSK影响基因组测序，并对ICB后的治疗反应进行了放射评估。考虑到ICB直到2015年才被批准用于非小细胞肺癌的非常规治疗，许多患者接受了大量的预先治疗，因此那些已经接受过超过5种治疗的患者被排除在外，以确保有一个可比较的队列。没有可用的PD-L1或TMB数据的患者也被排除在外，以便控制ICB反应的已知预测因子(最终验证子集，N=83)。总的生存情况是无法公开获得的。CDKN2A LOF肿瘤患者与CDKN2A野生型肿瘤患者相比，基因组改变比例增加(平均：37%比16%，2尾学生t检验)。 p < 0.0001), but otherwise exhibited similar clinical and molecular features, including TMB and PD-L1 expression. Median PFS in the CDKN2A LOF versus wild-type groups was 2.1 months versus 4.8 months (p =0.069)，(补充图。 1 )。在包括CDKN2A突变状态(LOF对野生型)、PD-L1状态(≥1%比0%)和TMB(连续变量)在内的多因素分析中，CDKN2A LOF仍与PFS恶化独立相关(HR 1.94，95%CI1.0~3.5， p =0.048)。
此外，我们还对多变量Cox回归模型(控制PD-L1和TMB)进行了置换检验，以检验我们的PFS和OS结果的稳健性。我们在队列中随机选择CDKN2A、LOF和WT的标记(保持LOF患者数量不变)10,000次，以评估 p 值至少与 p 在我们的分析中报告的数值(p-素数)是偶然得到的.对于每一次试验，我们计算了Wald p COX生存模型CDKN2A LOF项的值(p-hat)。然后我们计算出 p 价值 p 值“作为p-hat≤p-素数的10,000个排列的分数，表示获得 p 价值至少与我们的生存模式中偶然观察到的一样重要。在UCMC队列的多变量PFS和OS置换分析中，5%和3%的置换率分别为5%和3%。 p 值至少和报告中的值一样极端。 p 我们分析的价值观。同样，在MSKCC验证队列的多变量pfs置换分析中，4%的置换 p 值至少和报告中的值一样极端。 p 价值。综合来看，这些发现表明5%或更少的人 p 值与报告的多元值一样极端。 p 来自UCMC和MSKCC队列的值，这支持了这样的结论：我们的发现偶然发生的可能性很小。
最后，我们试图证明CDKN2A LOF在ICB环境下对临床结果的预测特异性，而不仅仅是对NSCLC整体预后的预测。我们询问了三个独立的非小细胞肺癌患者的外部数据集(N=1913)，他们在免疫治疗前时期接受了主要的手术和细胞毒性治疗。 3 ,26 ,27 。CDKN2A LOF与单因素Cox比例风险分析中的OS恶化有关。 数据未显示 )，这种影响在控制混杂变量时被取消。尤其是CDKN2A LOF的频率随肿瘤分期的进展而增加(CDKN2A LOF发生率在早期与晚期队列1[N=1144]：28%比35%。 p =0.016；队列2[N=586]：16%对25% p =0.015；队列3[N=183]：12%对28% p =0.11)。包括分期和CDKN2A LOF在内的多变量Cox模型显示CDKN2A状态对这些队列中的患者预后没有独立影响(补充表) 5 ).
CDKN2A功能损失和响应率 共有96例患者在ICB开始前可根据RECIST 1.1版标准评估病变。ICB反应最佳组：CR组1例(1%)，PR组32例(34%)，SD组36例(38%)，进展性疾病组26例(27%)。总ORR为35%，DCR为73%。以PD为最佳反应的患者PFS明显下降( p < 0.0001) and OS (p < 0.0001) as compared with those who experienced CR/PR or SD as best response (Supplemental Fig. 2 a，b)。我们发现与CDKN2A野生型肿瘤相比，CDKN2A LOF肿瘤具有明显的低dcr，并且表现出疾病进展的可能性是CDKN2A野生型肿瘤的两倍(pd是46%和21%的最佳反应，x平方)。 p =0.021，图1。 4 和补充图。 3 这一结果在那些因转移性疾病而接受icb治疗的患者中最为明显(48%对23%，x-平方)。 p =0.033)。CDKN2A LOF与野生型肿瘤的ORR率分别为29%和38%， p =0.46)。
图4 CDKN2A LOF和ICB反应。CDKN2A野生型(WT，N=72)和功能丧失(LOF，N=24)可评价病变的疾病控制率(非PD与PD)。根据RECIST 1.1版指南，由于胸腔积液、间期肺塌陷和/或不规则病变轮廓，无法测量无法评估的病灶。
我们研究了CDKN2A LOF对ICB单药治疗和ICB联合治疗的反应率的影响。Icb联合治疗对icb单药治疗的DCR更大(80%比66%，x-平方)。 p =0.11)。在接受ICB单药治疗的患者中，CDKN2A WT的DCR为76%，CDKN2A LOF的DCR为33%(x-平方)。 p =0.007)。相比之下，在接受ICB联合治疗的患者中，CDKN2A WT的DCR为82%，CDKN2A LOF的DCR为75%(x-平方)。 p =0.59)。综上所述，这些发现表明CDKN2A LOF对接受ICB单药治疗的患者的不良预后影响最大，至少部分原因是ICB单药治疗与联合治疗的应答率降低。有趣的是，在CDKN2A LOF患者中，与ICB单一治疗相比，ICB联合治疗可能导致应答率增加。
