今日动态 返回首页
会员注册 登录 生物通快讯免费订阅
  • 首页 今日动态 人才市场 新技术专栏 中国科学人 云展台
    BioHot
    • 定制我的BioHot
    • 进入我的BioHot
    • 进入我的集采
    • 肿瘤癌症研究
    • 免疫/基因/细胞疗法
    • 神经生物学
    • 健康与疾病
    • 衰老机制与长寿
    • 单细胞技术
    • 基因编辑-CRISPR
    • RNA研究
    • 肠道菌与人体微生态
    • 细胞代谢
    • AI生物信息学
    • COVID
    云讲堂直播 会展中心 特价专栏 技术快讯 免费试用

  • 生物通官微
    陪你抓住生命科技
    跳动的脉搏

生物通首页  >  今日动态  >  正文

TFPI2的表达可以预测患者对免疫疗法联合酪氨酸激酶抑制剂的耐药性,并为转移性肾细胞癌的一线治疗方案选择提供依据

《Cellular Oncology》:TFPI2 expression predicts resistance to immunotherapy plus tyrosine kinase inhibitor and informs first-line therapy selection in metastatic renal cell carcinoma

【字体: 大 中 小 】 时间:2026年05月23日 来源:Cellular Oncology 4.8

编辑推荐:

  摘要目的抗PD-1/PD-L1免疫疗法(IO)与抗VEGF酪氨酸激酶抑制剂(TKI)的联合使用被推荐作为转移性肾细胞癌(RCC)的一线治疗方案。本研究旨在评估组织因子途径抑制剂2(TFPI2)对IO+TKI治疗反应的预测价值。方法在ZF-MRCC和JAVELIN Renal 10

  

摘要

目的

抗PD-1/PD-L1免疫疗法(IO)与抗VEGF酪氨酸激酶抑制剂(TKI)的联合使用被推荐作为转移性肾细胞癌(RCC)的一线治疗方案。本研究旨在评估组织因子途径抑制剂2(TFPI2)对IO+TKI治疗反应的预测价值。

方法

在ZF-MRCC和JAVELIN Renal 101队列中分析了TFPI2的表达及其与IO+TKI治疗反应和无进展生存期(PFS)的关联。在ZF-HRRCC和TCGA-KIRC队列中,通过RNA测序、流式细胞术、免疫组化和免疫荧光技术对肿瘤微环境进行了分析。

结果

在IO+TKI治疗无反应的患者中,TFPI2的表达水平升高(p = 0.044),并且TFPI2的表达与ZF-MRCC(p = 0.026)和JAVELIN Renal 101(p = 0.007)队列中更短的PFS相关。多变量分析证实TFPI2是一个独立的预后因素(HR = 2.42;p = 0.030)。高TFPI2表达的肿瘤表现出Granzyme B+CD8+(p = 0.05)和Granzyme B+CD4+(p = 0.02)T细胞浸润减少,同时伴有TIGIT(p = 0.039)、CTLA4(p = 0.021)、EOMES(p = 0.047)和TCF1(p = 0.034)等T细胞耗竭标志物的升高,这些标志物反映了T细胞前体的耗竭状态。一个整合了TFPI2和免疫相关基因的随机森林模型对IO+TKI的治疗效果进行了分层:RF评分较低的组从IO+TKI治疗中获得了显著益处(HR = 0.477;95% CI:0.354–0.644),而RF评分较高的组则没有(HR = 0.936;95% CI:0.692–1.265,交互作用p = 0.001)。

结论

TFPI2的过表达与接受IO+TKI治疗的RCC患者的免疫逃逸和较差的PFS相关。该随机森林模型可能有助于更精确地选择IO+TKI与TKI单药治疗之间的治疗方案。

目的

抗PD-1/PD-L1免疫疗法(IO)与抗VEGF酪氨酸激酶抑制剂(TKI)的联合使用被推荐作为转移性肾细胞癌(RCC)的一线治疗方案。本研究旨在评估组织因子途径抑制剂2(TFPI2)对IO+TKI治疗反应的预测价值。

方法

在ZF-MRCC和JAVELIN Renal 101队列中分析了TFPI2的表达及其与IO+TKI治疗反应和无进展生存期(PFS)的关联。在ZF-HRRCC和TCGA-KIRC队列中,通过RNA测序、流式细胞术、免疫组化和免疫荧光技术对肿瘤微环境进行了分析。

结果

在IO+TKI治疗无反应的患者中,TFPI2的表达水平升高(p = 0.044),并且TFPI2的表达与ZF-MRCC(p = 0.026)和JAVELIN Renal 101(p = 0.007)队列中更短的PFS相关。多变量分析证实TFPI2是一个独立的预后因素(HR = 2.42;p = 0.030)。高TFPI2表达的肿瘤表现出Granzyme B+CD8+(p = 0.05)和Granzyme B+CD4+(p = 0.02)T细胞浸润减少,同时伴有TIGIT(p = 0.039)、CTLA4(p = 0.021)、EOMES(p = 0.047)和TCF1(p = 0.034)等T细胞耗竭标志物的升高,这些标志物反映了T细胞前体的耗竭状态。一个整合了TFPI2和免疫相关基因的随机森林模型对IO+TKI的治疗效果进行了分层:RF评分较低的组从IO+TKI治疗中获得了显著益处(HR = 0.477;95% CI:0.354–0.644),而RF评分较高的组则没有(HR = 0.936;95% CI:0.692–1.265,交互作用p = 0.001)。

结论

TFPI2的过表达与接受IO+TKI治疗的RCC患者的免疫逃逸和较差的PFS相关。该随机森林模型可能有助于更精确地选择IO+TKI与TKI单药治疗之间的治疗方案。

相关新闻
生物通微信公众号
生物通新浪微博
微信
新浪微博
我要投稿
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热搜:TKI 疗法|免疫逃避|pFS 预测|多变量分析|组织因子途径抑制因子 2|TFPI2||||为了生成更精准的预测模型|我们观察了组织因子途径抑制因子 2 (TFPI2) 在转移性肾细胞癌 (RCC) 患者中的表达特征。研究证实|高 TFPI2 表达与抗 PD-1/PD-L1 和抗 VEGF TKI 治疗的较差无进展生存期 (pFS) 相关|提示这可能导致了免疫逃逸机制。未经过标准化的随机森林模型无法准确分层。我们的分析发现|在未过滤的样本数据中发现了显著的交叉效应|但由于 TFPI2 在不同队列间的表达波动巨大|我们需要一种标准化方法来评估其真正的预后价值。*无进展生存期 (pFS)*|*TFPI2*|*pFS*|*随机森林*|*预测模型*|*TFPI2*|*pFS*|为了避免上述情况|必须首先确定 TFPI2 是否真的是一个独立的预后因素。只有在经过验证后|我们才能确信 TFPI2 的预后价值是稳定的。

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号