1. Федеральный научно-клинический центр физико-химической медицины ФМБА, Москва, Россия 2. Городская онкологическая клиническая больница №1, Москва, Россия
Анти-PD1 иммунотерапия, направленная на белок 1 программируемой клеточной смерти (programmed cell death protein 1, PD1), оказала большое влияние на лечение рака, однако процент позитивных исходов терапии составляет 40-45% и зависит от множества факторов. Одним из факторов, влияющих на исход иммунотерапии, является состав микробиоты кишечника. Данный эффект был продемонстрирован как на модельных объектах, так и на клинических группах пациентов. Однако для выявления четких причинно-следственных связей между микробиотой и ответом на анти-PD1 иммунотерапию необходимо расширять количество выборок и пациентов. В данной работе представлен анализ метагеномных данных, полученных в результате полногеномного секвенирования образцов кала от пациентов с меланомой (n=45), которые давали различный ответ на анти-PD1 терапию. Анализ экспериментальных данных продемонстрировал различие в составе микробиоты между экспериментальными группами. Полученные результаты свидетельствуют о наличии связи между составом микробиоты кишечника и исходом анти-PD1 терапии. Расширение исследований в данном направлении может помочь разработать дополнительные инструменты предсказания исхода анти-PD1 иммунотерапии рака, а также повысить её эффективность.
Загрузить PDF:
Ключевые слова: микробиота кишечника, меланома, полногеномное метагеномное секвенирование, микробные сообщества
Цитирование:
Федоров Д.Е., Павленко А.В., Олехнович Е.И., Климина К.М., Покатаев И.А., Манолов А.И., Конанов Д.Н., Веселовский В.А., Ильина Е.Н. (2020) Микробиом кишечника как предиктор успеха анти-PD1 терапии: анализ метагеномных данных. Биомедицинская химия, 66(6), 502-507.
Федоров Д.Е. и др. Микробиом кишечника как предиктор успеха анти-PD1 терапии: анализ метагеномных данных // Биомедицинская химия. - 2020. - Т. 66. -N 6. - С. 502-507.
Федоров Д.Е. и др., "Микробиом кишечника как предиктор успеха анти-PD1 терапии: анализ метагеномных данных." Биомедицинская химия 66.6 (2020): 502-507.
Федоров, Д. Е., Павленко, А. В., Олехнович, Е. И., Климина, К. М., Покатаев, И. А., Манолов, А. И., Конанов, Д. Н., Веселовский, В. А., Ильина, Е. Н. (2020). Микробиом кишечника как предиктор успеха анти-PD1 терапии: анализ метагеномных данных. Биомедицинская химия, 66(6), 502-507.
Переводная версия в журнале «Biomedical Chemistry (Moscow) Supplement Series B»:10.1134/S1990750821020049
Список литературы
Каприн А.Д., Старинский В.В., Петрова Г.В. (2019) Московский научно-исследовательский онкологический институт имени П.А. Герцена, Москва. 250 с. Scholar google search
Меланома кожи и слизистых оболочек (2020) Клинические рекомендации Министерства Здравоохранения России (http://cr.rosminzdrav.ru/#!/schema/766). Scholar google search
Wolchok J.D., Chiarion-Sileni V., Gonzalez R., Rutkowski P., Grob J.J., Cowey C.L., Lao C.D., Wagstaff J., Schadendorf D., Ferrucci P.F., Smylie M., Dummer R., Hill A., Hogg D., Haanen J., Carlino M.S., Bechter O., Maio M., Marquez-Rodas I., Guidoboni M., McArthur G., Lebbé C., Ascierto P.A., Long G.V., Cebon J., Sosman J., Postow M.A., Callahan M.K., Walker D., Rollin L., Bhore R., Hodi S., Larkin J. (2017) N. Engl. J. Med., 377(14), 1345-1356. CrossRef Scholar google search
Caroline R., Ribas A., Schachter J., Arance A., Grob J.J., Mortier L., Daud A., Carlino M.S., McNeil C.M., Lotem M., Larkin J.M.G., Lorigan P., Neyns B., Blank C.U., Petrella T.M., Hamid O., Su S.C., Krepler C., Long G.V. (2019) Lancet Oncology, 20(9), 1239-1251. CrossRef Scholar google search
Lloyd-Price J., Arze C., Ananthakrishnan A.N., Schirmer M., Avila-Pacheco J., Poon T.W., Andrews E., Ajami N.J., Bonham K.S., Brislawn C.J., Casero D., Courtney H., Gonzalez A., Graeber T.G., Hall A.B., Lake K., Landers C.J., Mallick H., Plichta D.R., Prasad M., Rahnavard G., Sauk J., Shungin D., Vázquez-Baeza Y., WhiteIII R.A., IBDMDB Investigators, Braun J., Denson L.A., Jansson J.K., Knight R., Kugathasan S., McGovern D.P.B., Petrosino J.F., Stappenbeck T.S., Winter H.S., Clish C.B., Franzosa E.A., Vlamakis H., Xavier R.J., Huttenhower C. (2019) Nature, 569(7758), 655-662. CrossRef Scholar google search
Mazidi M., Rezaie P., Kengne A.P., Mobarhan M.G., Ferns G.A. (2016) Diabetes & Metabolic Syndrome: Clinical Research & Reviews, 10(2), S150-S157. CrossRef Scholar google search
Wirbel J., Pyl P.T., Kartal E., Zych K., Kashani A., Milanese A., Fleck J.S., Voigt A.Y., Palleja A., Ponnudurai R., Sunagawa S., Coelho L.P., Schrotz-King P., Vogtmann E., Habermann N., Niméus E., Thomas A.M., Manghi P., Gandini S., Serrano D., Mizutani S., Shiroma H., Shiba S., Shibata T., Yachida S., Yamada T., Waldron L., Naccarati A., Segata N., Sinha R., Ulrich C.M., Brenner H., Arumugam M., Bork P., Zeller G. (2019). Nature Medicine, 25(4), 679-689. CrossRef Scholar google search
Hamid O., Robert C., Daud A., Hodi F.S., Hwu W.J., Kefford R., Wolchok J.D., Hersey P., Joseph R.W., Weber J.S., Dronca R., Gangadhar T.C. (2013) N. Engl. J. Med., 369(2), 134-144. CrossRef Scholar google search
Matson V., Fessler J., Bao R., Chongsuwat T., Zha Y., Alegre M.L., Luke J.J., Gajewski T.F. (2018) Science, 359(6371), 104-108. CrossRef Scholar google search
Gopalakrishnan V., Spencer C.N., Nezi L., Reuben A., Andrews M.C., Karpinets T.V., Prieto P.A., Vicente D., Hoffman K., Wei S.C., Cogdill A.P., Zhao L., Hudgens C.W., Hutchinson D.S., Manzo T., Petaccia de Macedo M., Cotechini T., Kumar T., Chen W.S., Reddy S.M., Sloane S.R., Galloway-Pena J., Jiang H., Chen P.L., Shpall E.J., Rezvani K., Alousi A.M., Chemaly R.F., Shelburne S., Vence L.M., Okhuysen C., Jensen V.B., Swennes A.G., McAllister F., Marcelo Riquelme Sanchez E., Zhang Y., Le Chatelier E., Zitvogel L., Pons N., Austin-Breneman J.L., Haydu L.E., Burton E.M., Gardner J.M., Sirmans E., Hu J., Lazar A.J., Tsujikawa T., Diab A., Tawbi H., Glitza I.C., Hwu W.J., Patel S.P., Woodman S.E., Amaria R.N., Davies M.A., Gershenwald J.E., Hwu P., Lee J.E., Zhang J., Coussens L.M., Cooper Z.A., Futreal P.A., Daniel C.R., Ajami N.J., Petrosino J.F., Tetzlaff M.T., Sharma P., Allison J.P., Jenq R.R., Wargo J.A. (2018) Science, 359(6371), 97-103. CrossRef Scholar google search
Routy B., Gopalakrishnan V., Daillère R., Zitvogel L., Wargo J.A., Kroemer G. (2018) Nat. Rev. Clin. Oncol., 15(6), 382-396. CrossRef Scholar google search
Truong D.T., Franzosa E.A., Tickle T.L., Scholz M., Weingart G., Pasolli E., Tett A., Huttenhower C., Segata N. (2015) Nature Methods, 12(10), 902-903. CrossRef Scholar google search
Segata N., Izard J., Waldron L., Gevers D., Miropolsky L., Garrett W.S., Huttenhower C. (2011) Genome Biology, 12(6), 1-18. CrossRef Scholar google search
Pedregosa F., Varoquaux G., Gramfort A., Michel V., Thirion B., Grisel O., Vanderplas J. (2011) J. Machine Learning Res., 12, 2825-2830. Scholar google search
Daillère R., Vétizou M., Waldschmitt N., Yamazaki T., Isnard C., Poirier-Colame V., Duong C.P.M., Flament C., Lepage P., Roberti M.P., Routy B., Jacquelot N., Apetoh L., Becharef S., Rusakiewicz S., Langella P., Sokol H., Kroemer G., Enot D., Roux A., Eggermont A., Tartour E., Johannes L., Woerther P.L., Chachaty E., Soria J.C., Golden E., Formenti S., Plebanski M., Madondo M., Rosenstiel P., Raoult D., Cattoir V., Boneca G.I., Chamaillard M., Zitvogel L. (2016) Immunity, 45(4), 931-943. CrossRef Scholar google search
Zheng Y., Wang T., Tu X., Huang Y., Zhang H., Tan D., Li P., Qin N., Fang W. (2019) J. Immunother. Cancer, 7(1), 193. CrossRef Scholar google search
Spencer C.N., Gopalakrishnan V., McQuade J., Andrews M.C., Helmink B., Wadud Khan M.A., Sirmans E., Haydu L., Cogdill A., Burton E., Amaria R., Patel S., Glitza I., Davies M., Posada E., Hwu W.J., Diab A., Nelson K., Tawbi H., Wong M., Jenq R.R., Cohen L., Daniel-MacDougall C., Wargo J.A. (2019) Cancer Res., 79(13) 2838-2838. Scholar google search
ClinicalTrials.gov. National Library of Medicine (US). (2000, Feb 29 - ). Identifier NCT03269565, (2017) https://clinicaltrials.gov/ct2/show/NCT03269565. Scholar google search
