소식

면역요법은 악성 종양 치료에 혁신적인 변화를 가져왔지만, 여전히 효과를 보지 못하는 환자들이 있습니다. 따라서 임상 적용 시 면역요법의 효과를 예측하고, 효능을 극대화하며 불필요한 독성을 방지하기 위한 적절한 바이오마커가 시급히 필요합니다.

FDA 승인 바이오마커

PD-L1 발현. 면역조직화학(IHC)에 의한 PD-L1 발현 수준의 평가는 생존한 종양 세포에서 부분적 또는 완전하게 막 염색된 종양 세포의 백분율인 종양 비율 점수(TPS)를 산출합니다. 임상 시험에서 이 검사는 pembrolizumab을 사용한 진행성 비소세포 폐암(NSCLC) 치료에 대한 보조 진단 검사로 사용됩니다. 샘플의 TPS가 ≥ 1%이면 PD-L1 발현이 고려됩니다. TPS ≥ 50%는 PD-L1의 높은 발현을 나타냅니다. 초기 1상 시험(KEYNOTE-001)에서 pembrolizumab을 사용한 PD-L1 TPS>50% 하위 그룹의 환자 반응률은 45.2%였지만 TPS와 관계없이 이 면역 체크포인트 억제제(ICI) 치료를 받은 모든 환자의 반응률은 19.4%였습니다. 이후 진행된 2/3상 시험(KEYNOTE-024)에서는 PD-L1 TPS>50%인 환자를 무작위로 배정하여 페므브롤리주맙과 표준 항암화학요법을 시행하였고, 그 결과 페므브롤리주맙 치료를 받은 환자의 전반적 생존율(OS)이 상당히 향상된 것으로 나타났습니다.

그러나 ICI 반응 예측에 PD-L1을 적용하는 것은 다양한 요인에 의해 제한됩니다.첫째, 다양한 유형의 암에 대한 최적 임계값은 다릅니다.예를 들어, 파볼리주맙은 위암, 식도암, 방광암 및 폐암 환자의 종양 PD-L1 발현이 각각 1%, 10% 및 50%일 때 사용될 수 있습니다.둘째, PD-L1 발현의 세포 집단을 평가하는 것은 암 유형에 따라 다릅니다.예를 들어, 두경부의 재발성 또는 전이성 편평 세포 암종의 치료는 다른 FDA 승인 검사 방법인 종합 양성 점수(CPS)를 사용할 수 있습니다.셋째, 다양한 암에서 PD-L1 발현과 ICI 반응 사이에는 거의 상관 관계가 없으며, 이는 종양 배경이 ICI 바이오마커를 예측하는 핵심 요인일 수 있음을 나타냅니다.예를 들어, CheckMate-067 검사 결과에 따르면 흑색종에서 PD-L1 발현의 음성 예측값은 45%에 불과합니다. 마지막으로, 여러 연구에서 PD-L1 발현이 단일 환자의 다양한 종양 병변, 심지어 같은 종양 내에서도 일관되지 않다는 사실이 밝혀졌습니다. 요약하자면, 비소세포폐암(NSCLC)에 대한 초기 임상 시험을 통해 PD-L1 발현을 예측 바이오마커로 연구하기 시작했지만, 다양한 유형의 암에서 PD-L1의 임상적 유용성은 아직 불분명합니다.

종양 돌연변이 부담. 종양 돌연변이 부담(TMB)은 종양 면역원성의 대체 지표로 사용되어 왔습니다. KEYNOTE-158의 임상시험 결과에 따르면, 펨브롤리주맙으로 치료받은 10가지 유형의 진행성 고형암 환자 중 메가베이스당 최소 10개의 돌연변이(높은 TMB)를 가진 환자는 낮은 TMB를 가진 환자보다 반응률이 더 높았습니다. 이 연구에서 TMB는 무진행 생존(PFS)의 예측 인자였지만, 전체 생존(OS)을 예측할 수는 없었습니다.

면역 치료 반응은 주로 T 세포의 새로운 항원 인식에 의해 좌우됩니다. 높은 TMB와 관련된 면역원성은 종양이 제시하는 종양 신항원, 면역 체계가 종양 신항원을 인식하는 방식, 숙주가 항원 특이적 반응을 개시하는 능력 등 다양한 요인에 따라 달라집니다. 예를 들어, 일부 면역 세포의 침윤이 가장 높은 종양은 실제로 억제 조절 T 세포(Treg) 클론 증폭을 보일 수 있다는 연구 결과가 있습니다. 또한, 돌연변이의 정확한 위치 또한 중요한 역할을 하기 때문에 TMB의 범위는 TMB 신항원의 잠재력과 다를 수 있습니다. 항원 제시의 다양한 경로를 매개하는 돌연변이는 면역 체계에 대한 새로운 항원의 제시(또는 비제시)에 영향을 미칠 수 있으며, 이는 최적의 ICI 반응을 생성하기 위해 종양의 내재적 및 면역학적 특성이 일관되어야 함을 시사합니다.

현재 TMB는 차세대 시퀀싱(NGS)을 통해 측정되는데, 이는 기관(내부)이나 사용하는 상용 플랫폼에 따라 다를 수 있습니다. NGS에는 전체 엑솜 시퀀싱(WES), 전체 유전체 시퀀싱, 그리고 종양 조직과 순환 종양 DNA(ctDNA)에서 얻을 수 있는 표적 시퀀싱이 포함됩니다. 종양 유형에 따라 TMB의 범위가 다양하며, 흑색종, 비소세포폐암, 편평세포암과 같은 면역원성 종양에서 TMB 수치가 가장 높다는 점에 유의해야 합니다. 마찬가지로, 종양 유형에 따라 설계된 검출 방법은 TMB 역치에 대한 정의가 서로 다릅니다. 비소세포폐암, 흑색종, 요로상피암, 소세포폐암 연구에서 이러한 검출 방법은 서로 다른 분석 방법(예: 특정 수의 관련 유전자에 대한 WES 또는 PCR 검출)과 역치(TMB 높음 또는 TMB 낮음)를 사용합니다.

미세위성(microsatellite)은 매우 불안정합니다. 미세위성 고도 불안정성(MSI-H)은 ICI 반응에 대한 범암 바이오마커로서 다양한 암에서 ICI 효능을 예측하는 데 탁월한 성능을 보입니다. MSI-H는 불일치 복구 결함(dMMR)으로 인해 발생하며, 특히 미세위성 영역에서 높은 돌연변이율을 유발하여 많은 수의 새로운 항원을 생성하고 궁극적으로 클론성 면역 반응을 유발합니다. dMMR로 인한 높은 돌연변이 부담으로 인해 MSI-H 종양은 고돌연변이부담(TMB) 종양의 한 유형으로 간주될 수 있습니다. KEYNOTE-164와 KEYNOTE-158의 임상 시험 결과를 바탕으로 FDA는 MSI-H 또는 dMMR 종양 치료제로 펨브롤리주맙을 승인했습니다. 이는 조직학이 아닌 종양 생물학을 기반으로 FDA가 승인한 최초의 범암 치료제 중 하나입니다.

상당한 성공에도 불구하고 MSI 상태를 사용할 때 주의해야 할 문제도 있습니다. 예를 들어, dMMR 대장암 환자의 최대 50%가 ICI 치료에 반응하지 않아 반응 예측에 있어 다른 특징의 중요성을 강조합니다. 현재 검출 플랫폼으로는 평가할 수 없는 종양의 다른 내재적 특징이 기여 요인일 수 있습니다. 예를 들어, DNA 영역에서 중합효소 델타(POLD) 또는 중합효소 ε(POLE)의 중요한 촉매 서브유닛을 인코딩하는 유전자에 돌연변이가 있는 환자는 복제 충실도가 부족하고 종양에서 "초돌연변이" 표현형을 보인다는 보고가 있습니다. 이러한 종양 중 일부는 현저히 증가된 미세위성 불안정성(따라서 MSI-H에 속함)을 보이지만, 불일치 복구 단백질은 부족하지 않습니다(따라서 dMMR이 아님).

또한, TMB와 유사하게 MSI-H는 미세위성 불안정성, 새로운 항원 유형에 대한 숙주 인식 및 숙주 면역 체계 반응성에 의해 생성된 새로운 항원 유형의 영향을 받습니다.MSI-H 유형 종양에서도 많은 수의 단일 뉴클레오티드 돌연변이가 승객 돌연변이(비운전자 돌연변이)로 확인되었습니다.따라서 종양에서 확인된 미세위성 수에만 의존하는 것은 충분하지 않습니다.특정 돌연변이 프로파일을 통해 확인된 실제 돌연변이 유형은 이 바이오마커의 예측 성능을 향상시킬 수 있습니다.또한, 소수의 암 환자만이 MSI-H 종양에 속하며, 이는 현재 더 광범위하게 적용 가능한 바이오마커에 대한 필요성을 시사합니다.따라서 효능을 예측하고 환자 관리를 안내하기 위한 다른 효과적인 바이오마커를 식별하는 것은 여전히 ​​중요한 연구 분야입니다.

조직 기반 바이오마커 연구

ICI의 작용 기전이 종양 세포의 내재적 경로를 직접 표적으로 삼는 것이 아니라 면역 세포 억제를 역전시키는 것이라는 점을 고려할 때, 향후 연구는 종양 성장 환경과 종양 세포와 면역 세포 간의 상호작용을 체계적으로 분석하는 데 집중해야 하며, 이를 통해 ICI 반응에 영향을 미치는 요인을 규명하는 데 도움이 될 수 있습니다. 많은 연구 그룹이 종양 및 면역 유전자 돌연변이 특징, 종양 항원 제시 결핍, 또는 다세포 면역 중심이나 응집체(예: 3차 림프 구조)와 같은 특정 조직 유형의 종양 또는 면역 특징을 연구해 왔으며, 이는 면역요법에 대한 반응을 예측할 수 있습니다.

연구진은 NGS를 사용하여 ICI 치료 전후 환자 조직의 종양 및 면역 엑솜과 전사체를 시퀀싱하고 공간 영상 분석을 수행했습니다. 단일 세포 시퀀싱 및 공간 영상과 같은 기법과 결합된 다중 통합 모델, 즉 다중 오믹스 모델을 사용하여 ICI 치료 결과의 예측력이 향상되었습니다. 또한, 종양 면역 신호와 내재적 종양 특성을 평가하는 포괄적인 방법 또한 더 강력한 예측력을 보였습니다. 예를 들어, 종양과 면역 특성을 동시에 측정하는 포괄적인 배치 시퀀싱 방법은 단일 분석 변수보다 우수합니다. 이러한 결과는 면역 치료에 반응할 환자를 더 정확하게 예측하기 위해 숙주 면역 능력, 내재적 종양 특성, 종양 면역 구성 요소의 평가 결과를 개별 환자에 통합하는 등 ICI 효능을 더욱 포괄적으로 시뮬레이션해야 할 필요성을 강조합니다.

바이오마커 연구에 종양 및 숙주 요인을 통합하는 것의 복잡성과 면역 미세환경 특성의 종단적 통합에 대한 잠재적 필요성을 고려하여, 컴퓨터 모델링과 머신러닝을 활용하여 바이오마커를 탐색하기 시작했습니다. 현재 이 분야에서 몇 가지 획기적인 연구 성과가 나타나고 있으며, 이는 머신러닝을 활용한 개인 맞춤형 종양학의 미래를 시사합니다.

조직 기반 바이오마커가 직면한 과제

분석 방법의 한계. 일부 유의미한 바이오마커는 특정 종양 유형에서는 효과가 좋지만, 다른 종양 유형에서는 그렇지 않을 수 있습니다. 종양 특이적 유전자 특성은 TMB 및 기타 특성보다 예측력이 더 뛰어나지만, 모든 종양의 진단에 사용할 수는 없습니다. 비소세포폐암(NSCLC) 환자를 대상으로 한 연구에서는 유전자 돌연변이 특성이 높은 TMB(≥ 10)보다 ICI 효능을 더 잘 예측하는 것으로 나타났지만, 환자의 절반 이상은 유전자 돌연변이 특성을 검출하지 못했습니다.

종양 이질성. 조직 기반 바이오마커 방법은 단일 종양 부위에서만 샘플을 채취하기 때문에 특정 종양 부위에 대한 평가가 환자의 모든 종양의 전반적인 발현을 정확하게 반영하지 못할 수 있습니다. 예를 들어, 여러 연구에서 종양 간 및 종양 내 PD-L1 발현의 이질성이 발견되었으며, 다른 조직 마커에서도 유사한 문제가 존재합니다.

생물학적 시스템의 복잡성으로 인해 이전에 사용되었던 많은 조직 바이오마커가 지나치게 단순화되었을 가능성이 있습니다. 또한, 종양 미세환경(TME)의 세포는 일반적으로 이동성이 높기 때문에 공간 분석에 나타난 상호작용이 종양 세포와 면역 세포 간의 실제 상호작용을 나타내지 않을 수 있습니다. 바이오마커가 특정 시점의 전체 종양 환경을 이상적으로 나타낼 수 있다고 하더라도, 이러한 표적은 여전히 ​​유도되고 시간에 따라 동적으로 변할 수 있습니다. 즉, 특정 시점의 단일 스냅샷으로는 동적 변화를 제대로 표현하지 못할 수 있습니다.

환자 이질성. ICI 내성과 관련된 알려진 유전적 변화가 검출되더라도, 알려진 내성 바이오마커를 가진 일부 환자는 종양 내 및 종양 부위의 분자적 및/또는 면역적 이질성으로 인해 여전히 효과를 볼 수 있습니다. 예를 들어, β2-마이크로글로불린(B2M) 결핍은 새로운 약물 내성 또는 후천적 약물 내성을 나타낼 수 있지만, 개인 간 및 종양 내 B2M 결핍의 이질성과 이러한 환자에서 면역 인식 대체 기전의 상호작용으로 인해 B2M 결핍이 개별 약물 내성을 강력하게 예측하지 못할 수 있습니다. 따라서 B2M 결핍이 있더라도 환자는 여전히 ICI 치료의 혜택을 볼 수 있습니다.

조직 기반 종단 바이오마커
바이오마커의 발현은 시간이 지남에 따라, 그리고 치료의 영향에 따라 변할 수 있습니다. 종양 및 면역생물학에 대한 정적인 평가나 단일 평가는 이러한 변화를 간과할 수 있으며, 종양 TME 및 숙주 면역 반응 수준의 변화 또한 간과될 수 있습니다. 여러 연구에 따르면 치료 전과 치료 중에 검체를 채취하는 것이 ICI 치료와 관련된 변화를 더욱 정확하게 파악할 수 있는 것으로 나타났습니다. 이는 동적 바이오마커 평가의 중요성을 강조합니다.

혈액 기반 바이오마커
혈액 분석의 장점은 특정 부위의 수치가 아닌 평균 수치를 반영하여 모든 개별 종양 병변을 생물학적으로 평가할 수 있다는 점입니다. 따라서 치료와 관련된 역동적인 변화를 평가하는 데 특히 적합합니다. 수많은 연구 결과에 따르면 순환 종양 DNA(ctDNA) 또는 순환 종양 세포(CTC)를 사용하여 미세잔류질환(MRD)을 평가하는 것이 치료 결정에 도움이 될 수 있지만, 이러한 검사는 환자가 ICI와 같은 면역요법의 혜택을 받을 수 있는지 예측하는 데에는 제한적인 정보를 제공합니다. 따라서 ctDNA 검사는 면역 활성화 또는 숙주 면역 능력을 측정하는 다른 방법과 결합되어야 합니다. 이와 관련하여 말초혈액 단핵세포(PBMC)의 면역표현형 분석과 세포외소포 및 혈장의 단백체 분석에서 진전이 있었습니다. 예를 들어, 말초 면역 세포 아형(예: CD8+ T 세포), 면역 체크포인트 분자의 높은 발현(예: 말초 CD8+ T 세포의 PD1), 그리고 혈장 내 다양한 ​​단백질(예: CXCL8, CXCL10, IL-6, IL-10, PRAP1, VEGFA) 수치 상승은 모두 ctDNA 동적 공동 바이오마커를 효과적으로 보완할 수 있습니다. 이러한 새로운 방법의 장점은 종양 내 변화(ctDNA에서 검출되는 변화와 유사)를 평가할 수 있고, 환자의 면역 체계 변화도 파악할 수 있다는 것입니다.

라디오믹스
영상 데이터의 예측 인자는 조직 바이오마커 샘플링 및 생검의 한계를 효과적으로 극복하고, 종양 전체와 다른 전이 부위를 언제든지 관찰할 수 있습니다. 따라서 향후 비침습적 동적 바이오마커의 중요한 부분이 될 수 있습니다. 델타 방사선학은 ICI 치료 전후, 치료 중, 그리고 후속 추적 관찰 등 다양한 시점에서 종양의 여러 특징(종양 크기 등)의 변화를 정량적으로 계산할 수 있습니다. 델타 방사선학은 초기 치료에 대한 초기 반응 또는 무반응을 예측할 뿐만 아니라, ICI에 대한 획득된 내성을 실시간으로 확인하고 완전 관해 후 재발을 모니터링할 수 있습니다. 머신러닝 기술을 통해 개발된 영상 모델은 치료 반응 및 가능한 부작용 예측에 있어 기존 RECIST 표준보다 훨씬 우수합니다. 최근 연구에 따르면 이러한 방사선학 모델은 면역 치료 반응을 예측하는 데 최대 0.8~0.92의 곡선 아래 면적(AUC)을 보입니다.

방사선학의 또 다른 장점은 가성 진행을 정확하게 식별할 수 있다는 것입니다. 머신러닝을 통해 구축된 방사선학 모델은 각 종양의 모양, 강도, 질감 등의 요소를 포함하여 CT 또는 PET 데이터를 재측정하여 진성 진행과 허위 진행을 효과적으로 구분할 수 있으며, AUC는 0.79입니다. 이러한 방사선학 모델은 향후 질병 진행 오판으로 인한 조기 치료 중단을 방지하는 데 활용될 수 있습니다.

장내 미생물군
장내 미생물총 바이오마커는 ICI의 치료 반응을 예측할 수 있을 것으로 예상됩니다. 수많은 연구에서 특정 장내 미생물총이 다양한 유형의 암에서 ICI 치료에 대한 반응과 밀접한 관련이 있음이 밝혀졌습니다. 예를 들어, 흑색종과 간암 환자에서 루미노코카과(Ruminococcaceae) 박테리아의 풍부함은 PD-1 면역요법 반응과 관련이 있습니다. 아커만시아 뮤시니필라(Akkermansia muciniphila) 풍부는 ICI 치료에 잘 반응하는 간암, 폐암 또는 신세포암 환자에서 흔하게 나타납니다.

또한, 새로운 머신러닝 모델은 종양 유형과 무관하게 작동하며, 특정 장내 박테리아 속을 면역 요법의 치료 반응과 연관시킬 수 있습니다. 다른 연구들에서도 개별 박테리아 그룹이 숙주 면역 체계 조절에 있어 구체적인 역할을 밝혀냄으로써 암세포의 면역 회피를 예방하거나 촉진하는 방법을 더욱 심도 있게 탐구하고 있습니다.

신보조 치료
종양 생물학의 역동적인 평가는 후속 임상 치료 전략에 영향을 미칠 수 있습니다. 신보조 치료 시험은 수술 검체에서 병리학적 관해를 통해 치료 효과를 평가할 수 있습니다. 흑색종 치료에서 일차 병리학적 반응(MPR)은 무재발 생존율과 관련이 있습니다. PRADO 시험에서 연구자들은 환자별 병리학적 관해 데이터를 기반으로 수술 및/또는 보조 요법과 같은 후속 임상적 개입 방법을 결정합니다.

다양한 유형의 암 중에서 몇몇 새로운 보조 요법 옵션은 아직 직접 비교가 부족합니다. 따라서 면역요법 단독 요법과 병용 요법 중 어떤 것을 선택할지는 담당 의사와 환자가 함께 결정하는 경우가 많습니다. 현재 연구진은 신보조 요법 후 흑색종의 병리학적 관해를 예측하는 바이오마커로 10개의 유전자를 포함하는 인터페론 감마(IFN 감마) 특성을 개발했습니다. 연구진은 이러한 특성을 알고리즘에 통합하여 신보조 요법에 강하거나 약한 반응을 보이는 환자를 선별했습니다. DONIMI라는 후속 연구에서 연구진은 이 점수를 더욱 복잡한 분석과 결합하여 치료 반응을 예측할 뿐만 아니라, 신보조 ICI 치료에 대한 반응을 향상시키기 위해 히스톤 탈아세틸화효소 억제제(HDACi) 추가가 필요한 3기 흑색종 환자를 파악했습니다.

환자로부터 유래된 종양 모델
체외 종양 모델은 환자 특이적 반응을 예측할 수 있는 잠재력을 가지고 있습니다. 혈액암의 약물 반응 스펙트럼 분석에 사용되는 체외 플랫폼과 달리, 고형 종양은 고유한 종양 미세구조와 종양 면역 상호작용으로 인해 더 큰 어려움에 직면합니다. 단순 종양 세포 배양으로는 이러한 복잡한 특징을 쉽게 재현할 수 없습니다. 이러한 경우, 환자 유래의 종양 유사 장기 또는 장기 칩은 이러한 구조적 한계를 보완할 수 있습니다. 원래 종양 세포 구조를 보존하고 림프구 및 골수구 면역 세포와의 상호작용을 시뮬레이션하여 환자 특이적 방식으로 ICI 반응을 평가할 수 있기 때문입니다. 이를 통해 더욱 현실적인 3차원 환경에서 생물학적 특징을 더욱 정확하게 재현할 수 있습니다.

중국과 미국에서 진행된 여러 획기적인 연구에서 이 새로운 고충실도 3차원 체외 종양 모델을 채택했습니다. 결과는 이 모델이 폐암, 대장암, 유방암, 흑색종 및 기타 종양의 ICI 반응을 효과적으로 예측할 수 있음을 보여줍니다. 이는 이 모델의 예측 성능을 더욱 검증하고 표준화하는 토대를 마련합니다.