用于预测免疫治疗疗效的肠道菌群标志物及其应用制造技术

本发明专利技术公开了用于预测免疫治疗疗效的肠道菌群标志物及其应用。发明专利技术人从55个肠道细菌DNA检测靶点中筛选出在获得不同临床疗效的患者中具表达差异的DNA检测靶点，可解决黑色素瘤免疫治疗患者可用生物标志物少且效果不理想的问题。肠道菌群特征与PD

【技术实现步骤摘要】
用于预测免疫治疗疗效的肠道菌群标志物及其应用


[0001]本专利技术涉及免疫治疗领域，具体涉及用于预测免疫治疗疗效的肠道菌群标志物及其应用。

技术介绍

[0002]相对于传统的治疗方案，免疫治疗具有在体内维持的时间长、副作用小等优点。尽管免疫治疗已在肿瘤的治疗中取得巨大成功，但其有效率仍旧较低；免疫治疗对黑色素瘤和软组织肉瘤的有效率在30％左右，相比于传统治疗这并不是一个很高的有效率。筛选能从免疫治疗中获益的患者是治疗成功的关键，目前可用于预测免疫治疗疗效的指标有肿瘤PD
‑
L1表达水平及肿瘤突变负荷(TMB)等，但仍未定论；免疫治疗患者面临着可用生物标志物少且预测效果不理想的问题，如何区分哪些患者能从免疫治疗中获益亟待解决。
[0003]PD
‑
L1的表达对免疫治疗疗效有一定的预测作用，可是PD
‑
L1的表达并不是一个完美的指标。虽然有研究显示，高表达PD
‑
L1的患者与低表达PD
‑
L1的患者相比，使用抗PD
‑
1/PD
‑
L1药物更有可能获益；但是在几项研究中，与低表达PD
‑
L1相比，高表达PD
‑
L1与更短的生存期相关
[1]。
[0004]TMB(tumor mutational burden)表示肿瘤细胞基因组中存在突变的总数，但与PD
‑
L1一样，TMB仍不是一个完美的预测指标。TMB高的患者与更好的总体生存率相关，但仍有部分患者虽然TMB高但治疗效果不理想；且在不同癌症中TMB的截断值不同，故TMB应用于临床之前仍需更多的研究
[2]。
[0005]Routy及Gopalakrishnan等课题组针对肠道菌群的研究采用宏基因组测序技术
[3,4]。宏基因组测序可全面分析肠道菌群，但该技术存在难以将细菌分析到种的缺点。根据Routy等学者的测序研究结果，具有显著的统计学差异且处于种水平的细菌仅可见Akkermansia muciniphila；其他差异细菌大多处于门、科或者属的水平；并且Firmicutes、Lachnospiraceae及Erysipelotrichaceae同时在免疫治疗有效组与无进展生存期<3月组高表达，这导致难以对测序结果进行准确判断或解读。建立可在种或者属水平检测肠道细菌的技术并服务于临床是将现有研究成果转化应用的关键。
[0006]实时荧光定量PCR(Quantitative Real
‑
time PCR,Rt
‑
PCR)是一种在DNA扩增反应中，以荧光化学物质检测每次聚合酶链式反应(PCR)循环后产物总量的方法，通过内参或者外参对待测样品中的特定DNA序列进行定量分析
[5]。Rt
‑
PCR因其良好的准确性与重复性，已得到全世界的公认，广泛应用于基因表达研究、病原体检测等诸多领域，如乙肝病毒DNA的定量检测、EBV
‑
DNA的定量检测。
[0007]参考文献：
[0008]1.Brody R,Zhang Y,Ballas M et al.PD
‑
L1 expression in advanced NSCLC:Insights into risk stratification and treatment selection from a systematic literature review.Lung Cancer 2017；112:200
‑
215.
[0009]2.Choucair K,Morand S,Stanbery L et al.TMB:a promising immune
‑
response biomarker,and potential spearhead in advancing targeted therapy trials.Cancer Gene Therapy 2020；27:841
‑
853.
[0010]3.Routy B,Le Chatelier E,Derosa L et al.Gut microbiome influences efficacy of PD
‑1‑
based immunotherapy against epithelial tumors.Science Cancer immunotherapy 2018；359:91
‑
97.
[0011]4.Gopalakrishnan V,Spencer CN,Nezi L et al.Gut microbiome modulates response to anti
‑
PD
‑
1immunotherapy in melanoma patients.Science 2018；359:97
‑
103.
[0012]5.Bookout AL,Cummins CL,Mangelsdorf DJ.High
‑
Throughput Real
‑
Time Quantitative Reverse Transcription PCR.Current Protocols in Molecular Biology 2005；15.8:1
‑
21.

技术实现思路

[0013]本专利技术的目的在于克服现有技术的至少一个不足，提供一组用于预测免疫治疗疗效的肠道菌群标志物及其应用方式。
[0014]本专利技术所采取的技术方案是：
[0015]本专利技术的第一个方面，提供：
[0016]用于预测免疫治疗疗效的肠道菌群标志物组，所述肠道菌群标志物组中的检测靶点选自如下31种细菌DNA靶点中的至少2种，优选为其中的至少5种：
[0017][0018][0019]所述肠道菌群标志物组可以用于预测免疫治疗疗效。
[0020]在一些实例中，所述肠道菌群标志物组涉及的肠道细菌DNA检测靶点为以下组合中的至少一个：
[0021]组合I：Cluster IV Ruminococcus spp.、Bifidobacterium spp.、Bifidobacterium adolescentis、Peptostreptococcus productus、Bacteroides thetaiotaomicron、Bacteroides vulgatus、Bacteroides distasonis、Bacteroides spp.、Enterococcus hirae、Akkermansia muciniphila、Corynebacterium，共计11个肠道细菌DNA检测靶点；
[0022]组合C1C3：Bacteroide本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.用于预测免疫治疗疗效的肠道菌群标志物组，所述肠道菌群标志物选自如下31种细菌DNA靶点中的至少2种：优选为其中的至少5种。2.根据权利要求1所述的肠道菌群标志物组，其特征在于：所述肠道菌群标志物组涉及的肠道细菌DNA检测靶点为以下组合中的至少一个：组合I：Cluster IV Ruminococcus spp.、Bifidobacterium spp.、Bifidobacterium adolescentis、Peptostreptococcus productus、Bacteroides thetaiotaomicron、Bacteroides vulgatus、Bacteroides distasonis、Bacteroides spp.、Enterococcus hirae、Akkermansia muciniphila、Corynebacterium，共计11个肠道细菌DNA检测靶点；组合C1C3：Bacteroides vulgatus、Bacteroides distasonis、All eubacteria、Bifidobacterium catenulatum group、Bifidobacterium bifidum，共计5个肠道细菌DNA检测靶点；组合C2C4：Fusobacterium prausnitzii、Bacteroides spp.、Clostridial cluster IV、Bifidobacterium catenulatum group、Clostridium perfringens group，共计5个肠道细菌DNA检测靶点；组合AL：Cluster IV Ruminococcus spp.、Fusobacterium spp.，共计2个肠道细菌DNA检测靶点；组合V：Bacteroides
‑
Prevotella
‑
Porphyromonas、All eubacteria、Clostridial cluster XIVa、Butyryl
‑
CoA CoA
‑
transferase gene、Clostridium coccoides
‑
Eubacterium rectale group，共计5个肠道细菌DNA检测靶点。3.根据权利要求1或2所述的肠道菌群标志物组，其特征在于：所述免疫治疗为单独PD
‑
1途径阻断治疗、PD
‑
1途径阻断治疗联合化疗或PD
‑
1途径阻断治疗联合靶向治疗。
4.根据权利要求3所述的肠道菌群标志物组，其特征在于：所述免疫治疗为黑色素瘤的免疫治疗。5.根据权利要求4所述的肠道菌群标志物组，其特征在于：所述预测免疫治疗疗效的评分公式为以下公式的一个：公式I：CF＝
‑
186.811*靶2+500.54*靶11
‑
397.623*靶17+243.817*靶22+468.598*靶24
‑
564.659*靶25m+60.101*靶26+1652.688*靶29
‑
1291.203*靶46
‑
38.697*靶47
‑
416.678*靶55
‑
987.267；公式C1C3：CF＝
‑
54.105*靶25m
‑
321.927*靶26+904.879*靶28
‑
16.335*靶38
‑
35.708*靶39
‑

【专利技术属性】
技术研发人员：‑，
申请(专利权)人：中山大学肿瘤防治中心中山大学附属肿瘤医院，中山大学肿瘤研究所，
类型：发明
国别省市：