文章信息
- 肺腺癌组织中PD-L1表达与18F-FDG摄取的相关性
- Correlation Between PD-L1 Expression and 18F-FDG Uptake in Lung Adenocarcinoma
- 肿瘤防治研究, 2019, 46(11): 994-997
- Cancer Research on Prevention and Treatment, 2019, 46(11): 994-997
- http://www.zlfzyj.com/CN/10.3971/j.issn.1000-8578.2019.19.0500
- 收稿日期: 2019-04-17
- 修回日期: 2019-07-15
2. 100142 北京,北京大学肿瘤医院暨北京市肿瘤防治研究所病理科
2. Department of Pathology, Peking University Cancer Hospital & Institute, Beijing 100142, China
肺癌是患病率及致死率均居首位[1]的恶性肿瘤,其中肺腺癌占50%[2]。对于晚期肺腺癌患者,肿瘤免疫逃避是放化疗等综合治疗失败的主要原因[3]。程序性细胞死亡蛋白-1(programmed death-1, PD-1)/及其配体(PD-L1)通路是机体重要的免疫调节机制之一,已有大量临床试验[4]证实PD-L1/PD-1抑制剂在晚期非小细胞肺癌(non-small cell lung carcinoma, NSCLC)中疗效显著。以18F标记氟代脱氧葡萄糖(fluorodeoxyglucose F18, 18F-FDG)为示踪剂的正电子发射/计算机断层扫描(positron emission tomography/computed tomography, PET/CT)可同时提供肿瘤代谢及解剖形态双重信息。本研究旨在探索PD-L1表达与最大标准摄取值(maximum standard uptake value, SUVmax)之间的关系。
1 资料与方法 1.1 临床资料回顾性分析2016年1月1日—2018年12月31日在北京大学肿瘤医院核医学科行18F-FDG PET/CT检查的初诊肺腺癌患者102例。入组标准:(1)术后病理证实为肺腺癌并进行PD-L1免疫组织化学检测;(2)年龄≥18岁;(3)所有患者治疗前均进行18F-FDG PET/CT检查;(4)有完整的治疗和临床病理信息及数据。排除标准:(1)既往有其他恶性肿瘤病史;(2)伴有活动性或可疑活动性的、慢性不可控制的炎性反应或感染;(3)伴有心脏、肝脏或肾脏功能异常;(4)伴有糖尿病;(5)妊娠或哺乳期妇女。入组患者均对本次研究知情。
1.2 PET/CT图像采集及判读所有患者均采用荷兰飞利浦公司生产的Gemini TF 16 PET-CT扫描仪进行显像。每例患者先注射18F-FDG(按0.1 mCi/kg),暗室平静休息1 h,排尿后行常规PET-CT检查。扫描范围头顶到大腿中段(必要时加做双下肢扫描)。CT扫描电压为120 keV,电流为100 mAs。PET扫描通常7~8个床位,每个床位采集时间为1 min,采集方式3D模式。应用CT数据进行衰减矫正,迭代法重建,获得全身PET、CT图像及PET-CT融合图像。在肺原发病变部位设置感兴趣区(region of interest, ROI),通过系统自带计算机软件计算出该区的SUVmax。
1.3 免疫组织化学检测及结果判读将4 μm厚的石蜡肺癌组织切片用Envision法进行免疫组织化学染色,抗原修复后,运用3%双氧水消除内源性过氧化物酶,加入一抗孵育过夜后,用缓冲液冲洗,加入二抗室温孵育25 min后,缓冲液冲洗,DAB显色及苏木精对比染色。设置空白对照(PBS缓冲液代替一抗)和已知阳性对照。由两名病理医生双盲独立完成结果读取。PD-L1染色阳性为肿瘤细胞膜和(或)细胞质出现棕黄色或棕褐色颗粒。高倍镜下随机选择5个视野计数阳性细胞数,每个视野至少计数200个细胞,计算PD-L1阳性细胞的百分比。PD-L1表达阴性计为0分,PD-L1阳性细胞 < 50%计为1分,PD-L1阳性细胞≥50%计为2分。
1.4 统计学方法采用SPSS22.0软件对数据进行统计分析。分类变量采用Pearson卡方检验或确切概率法。采用Spearman法对SUVmax及PD-L1表达之间进行相关性分析。受试者工作特征曲线(ROC)用于SUVmax预测PD-L1界值的判定,以最高敏感度为临界值,将SUVmax分为低值组与高值组,在多元Logistic回归分析中,以Hosmer-Lemeshow拟合度检验模型的拟合,采用逐步回归检测PD-L1表达与临床因素的相关性。所有检验均为双侧检验,P < 0.05为差异有统计学意义。
2 结果 2.1 患者临床及病理特征本研究患者中的中位年龄59.5岁(34~76岁);原发灶中位SUVmax为2.15(0~23.1);患者的临床特征见表 1。
2.2 PD-L1表达及与临床相关因素分析卡方检验分析临床特征与PD-L1表达之间的相关性,发现T2~T4期肺癌组阳性率患者高于T1组(82% vs. 36%, P=0.0001),男性高于女性,吸烟者高于不吸烟者,病灶 > 2 cm组较≤2 cm组阳性率高。多元Logistic回归分析,发现在性别、吸烟史、病灶大小、分期均与PD-L1表达无明显相关性(均P > 0.05),见表 2。
2.3 PD-L1表达与SUVmax间的关系PD-L1阳性患者的SUVmax值高于阴性患者,差异有统计学意义(6.59±5.03 vs. 2.89±4.65, P=0.0001)。根据ROC曲线,当AUC=0.801时,95%CI: 0.708~0.895, P=0.0001,约登指数(Youden)最大(0.522),所对应的SUVmax为1.70,此时,敏感度、特异性最高,分别为81%、71.2%,因此将SUVmax=1.70作为判断PD-L1的最佳诊断临界值,见图 1。以SUVmax=1.7为临界值,将本研究患者分为高SUVmax和低SUVmax两组,发现高SUVmax组更易表达PD-L1(75% vs. 14%, P=0.0001),多元Logistic回归分析显示SUVmax是预测PD-L1表达的独立因子(OR: 13.75, 95%CI: 3.53~53.63, P=0.0001),见表 3。使用Spearman法分析SUVmax值与PD-L1指数的相关性显示SUVmax值与PD-L1指数在相关性散点图上存在明显直线相关关系,见图 2,即病灶SUVmax值与PD-L1指数呈正相关(r=0.537, P < 0.0001)。
3 讨论
PD-1是免疫细胞的共抑制分子之一,广泛表达于活化的CD4+ T细胞、CD8+ T细胞、B细胞、单核细胞及树突状细胞表面,参与自身免疫耐受[5-6]。作为PD-1的配体,PD-L1是负性共刺激分子,主要表达于肿瘤细胞中。PD-1与PD-L1结合后,受抗原受体信号转导,使PD-1胞质区2个酪氨酸信号基序磷酸化,最终使效应T细胞处于无能状态或凋亡,实现肿瘤的免疫逃逸[6]。研究显示PD-L1高表达于多种肿瘤细胞表面(包括肺癌),PD-1/PD-L1抑制剂可以通过多种途径发挥T细胞对抗肿瘤的免疫效应,抑制肿瘤发展[7]。越来越多的临床试验证据支持PD1/PD-L1抑制剂在肺癌治疗方面的效果,无论使用PD-1/PD-L1抑制剂单药或联合化疗及分子靶向治疗,均可不同程度实现晚期肺腺癌患者生存获益、延缓疾病进展[8-10]。然而有研究表明在未经选择的患者中,仅20%对治疗产生反应[11]。因此,准确选择对PD-1/PD-L1抑制剂治疗有反应的患者至关重要。由于免疫组织化学检测PD-L1表达只能在术后进行且具有不稳定及不确定性,使其不能成为完美的预测因素。
18F-FDG PET/CT可同时提供病灶的糖代谢及解剖形态信息,已广泛应用于肺癌的诊断、分期及疗效评价等方面。然而,关于PD-L1表达与SUVmax的关系研究较少,尚无明确定论。本研究中SUVmax 1.7为判断PD-L1的最佳诊断临界值时,其敏感度为81%、特异性为71.2%。高、低两组SUVmax差异有统计学意义。Takada等[12]对579例手术切除的非小细胞肺癌患者研究发现,吸烟、胸膜侵犯及SUVmax是PD-L1表达的独立预测因子。Zhang等[13]研究结果显示SUVmax与PD-L1表达相关,且高SUVmax及PD-L1表达可提示非小细胞肺癌患者预后不良,付立武等[14]研究也发现高SUVmax可预测PD-L1阳性的表达,与本研究结果一致。Lopci等[15]探究了FDG-PET与非小细胞肺癌患者免疫标志物之间的关系,发现SUVmax和SUVmean与CD8-肿瘤浸润淋巴细胞(TILs)有关,而与PD-L1的表达无关。有研究[16]提示非小细胞肺癌患者中PD-L1表达与分期、淋巴结转移呈正相关,然而在本研究中SUVmax与分期间无明显相关性(P > 0.05),可能的原因有本研究纳入患者分期较早且样本量较小等。
有研究表明PD-L1作为免疫调节蛋白,不仅可以向T细胞发出抑制信号,还在肿瘤微环境中增强肿瘤细胞糖酵解速率,从而使免疫细胞处于“饥饿”状态[17],同时有研究表明T细胞活化、CD28信号阻止T细胞失能的过程均能够增加葡萄糖摄取[18],如增加Glut1表达[19]等。因此当肿瘤细胞高表达PD-L1时,自身糖酵解增加,从而使肿瘤细胞摄取更多的“糖”,就可能会表现出高水平SUVmax,为18F-FDG PET/CT预测PD-L1表达提供了理论基础。本研究也存在一定的局限性,如研究样本量不大、多为早期腺癌等,可能存在选择偏倚。因此需要进行多中心的较大规模的临床研究探讨PET/CT在判断PD-L1表达中的应用。
综上,肺腺癌患者中PD-L1表达阳性者FDG摄取高,且SUVmax值与PD-L1指数呈正相关,可为免疫治疗前的患者初筛提供帮助,进而对免疫分子及个体化治疗有重要的临床意义。
作者贡献
宋宇飞:临床资料收集、文章撰写及课题管理
王成龙:病理及免疫组织化学标本制作
张慧媛、张岩:临床资料收集、图像采集
赵伟、赵起超、张岩磊:图像采集、数据的统计学分析
李囡:课题负责人、稿件修改
[1] |
Siegel RL, Miller KD, Jemal A. Cancer Statistics, 2017[J]. CA Cancer J Clin, 2017, 67(1): 7-30. DOI:10.3322/caac.21387 |
[2] |
Wu K, House L, Liu W, et al. Personalized targeted therapy for lung cancer[J]. Int J Mol Sci, 2012, 13(9): 11471-11496. DOI:10.3390/ijms130911471 |
[3] |
Boyerinas B, Jochems C, Fantini M, et al. Antibody-Dependent Cellular Cytotoxicity Activity of a Novel Anti-PD-L1 Antibody Avelumab (MSB0010718C) on Human Tumor Cells[J]. Cancer Immunol Res, 2015, 3(10): 1148-1157. DOI:10.1158/2326-6066.CIR-15-0059 |
[4] |
Fehrenbacher L, Spira A, Ballinger M, et al. Atezolizumab versus docetaxel for patients with previously treated non-small-cell lung cancer (POPLAR): a multicentre, open-label, phase 2 randomised controlled trial[J]. Lancet, 2016, 387(10030): 1837-1846. DOI:10.1016/S0140-6736(16)00587-0 |
[5] |
Remon J, Chaput N, Planchard D. Predictive biomarkers for programmed death-1/programmed death ligand immune checkpoint inhibitors in nonsmall cell lung cancer[J]. Curr Opin Oncol, 2016, 28(2): 122-129. DOI:10.1097/CCO.0000000000000263 |
[6] |
Sidaway P. Skin cancer: Avelumab effective against Merkel-cell carcinoma[J]. Nat Rev Clin Oncol, 2016, 13(11): 652. |
[7] |
Prasad S, Hu S, Sheng WS, et al. The PD-1: PD-L1 pathway promotes development of brain-resident memory T cells following acute viral encephalitis[J]. J Neuroinflammation, 2017, 14(1): 82. DOI:10.1186/s12974-017-0860-3 |
[8] |
Hanna N, Johnson D, Temin S, et al. Systemic Therapy for Stage Ⅳ Non-Small-Cell Lung Cancer: American Society of Clinical Oncology Clinical Practice Guideline Update[J]. J Clin Oncol, 2017, 35(30): 3484-3515. DOI:10.1200/JCO.2017.74.6065 |
[9] |
Langer CJ, Gadgeel SM, Borghaei H, et al. Carboplatin and pemetrexed with or without pembrolizumab for advanced, non-squamous non-small-cell lung cancer: a randomised, phase 2 cohort of the open-label KEYNOTE-021 study[J]. Lancet Oncol, 2016, 17(11): 1497-1508. DOI:10.1016/S1470-2045(16)30498-3 |
[10] |
Hellmann MD, Rizvi NA, Goldman JW, et al. Nivolumab plus ipilimumab as first-line treatment for advanced non-small-cell lung cancer (CheckMate 012): results of an open-label, phase 1, multicohort study[J]. Lancet Oncol, 2017, 18(1): 31-41. DOI:10.1016/S1470-2045(16)30624-6 |
[11] |
Cyriac G, Gandhi L. Emerging biomarkers for immune checkpoint inhibition in lung cancer[J]. Semin Cancer Biol, 2018, 52(Pt2): 269-277. |
[12] |
Takada K, Toyokawa G, Tagawa T, et al. Association Between PD-L1 Expression and Metabolic Activity on (18)F-FDG PET/CT in Patients with Small-sized Lung Cancer[J]. Anticancer Res, 2017, 37(12): 7073-7082. |
[13] |
Zhang M, Wang D, Sun Q, et al. Prognostic significance of PD-L1 expression and 18F-FDG PET/CT in surgical pulmonary squamous cell carcinoma[J]. Oncotarget, 2017, 8(31): 51630-51640. |
[14] |
付立武. 非小细胞肺癌组织中PD-L1蛋白表达与18F FDG-PET/CT显像特征的关系[J]. 临床肺科杂志, 2019, 24(1): 107-110. [Fu LW. Relationship between the expression of PD-L1 proteinand the features of 18F and FDG PET/CT in non-small cell lung cancer[J]. Lin Chuang Fei Ke Za Zhi, 2019, 24(1): 107-110. DOI:10.3969/j.issn.1009-6663.2019.01.027] |
[15] |
Lopci E, Toschi L, Grizzi F, et al. Correlation of metabolic information on FDG-PET with tissue expression of immune markers in patients with non-small cell lung cancer (NSCLC) who are candidates for upfront surgery[J]. Eur J Nucl Med Mol Imaging, 2016, 43(11): 1954-1961. DOI:10.1007/s00259-016-3425-2 |
[16] |
马薇, 罗殿中, 陈源, 等. PD-L1和PD-1在非小细胞肺癌中的表达及其临床意义[J]. 实用医学杂志, 2011, 27(9): 1551-1554. [Ma W, Luo DZ, Chen Y, et al. Expression and clinical significance of PD-L1 and PD-1 in non-small cell lung cancer[J]. Shi Yong Yi Xue Za Zhi, 2011, 27(9): 1551-1554. DOI:10.3969/j.issn.1006-5725.2011.09.013] |
[17] |
Chang CH, Qiu J, O'Sullivan D, et al. Metabolic Competition in the Tumor MicroenvironmentIs a Driver of Cancer Progression[J]. Cell, 2015, 162(6): 1229-1241. DOI:10.1016/j.cell.2015.08.016 |
[18] |
Frauwirth KA, Riley JL, Harris MH, et al. The CD28 signaling pathway regulates glucose metabolism[J]. Immunity, 2002, 16(6): 769-777. DOI:10.1016/S1074-7613(02)00323-0 |
[19] |
Jacobs SR, Herman CE, Maciver NJ, et al. Glucose uptake is limiting in T cell activation and requires CD28-mediated Akt-dependent and independent pathways[J]. J Immunol, 2008, 180(7): 4476-4486. DOI:10.4049/jimmunol.180.7.4476 |