Associazione dei livelli di espressione dell’mRNA esosomiale dei biomarcator

A conclusione delle analisi effettuate non è stato possibile valutare il PD- L1 come biomarcatore predittivo poiché la FrAb non è stata valutabile in 1/23 pazienti (4,35%) ed è risultata essere 0 per 18/23 pazienti trattati (78,26%).

Al contrario, dalle indagini di biopsia liquida è stato possibile ottenere una descrizione statistica sulla distribuzione dei valori di IFN-γ e TGF-β per la corte dei soggetti in studio, sia in prima che in seconda linea di trattamento (valore mediano di FrAb IFN-γ =0,06 , range=0-3,8 ; valore mediano FrAb di TGF-β =0,33 , range=0,0017-1,16) ( Figura 34).

Figura 34: Distribuzione dei valori di FrAb per IFN-γ e TGF-β.

INF-y TGF-b Fr A B 0 1 2 3 4

Sia per IFN-γ che per TGF-β, è stato possibile disegnare una curva ROC (Receiver Operating Characteristic) su cui è stato individuato il migliore valore di cut-off in termini di sensibilità e specificità (Figura 35 e 36).

Figura 35: Curva ROC per IFN-γ.

Figura 36: Curva ROC per TGF-β.

Stratificando i pazienti per il valore di cut-off così individuato per i livelli di espressione dell’ IFN-γ (superiore vs inferiore) non è stata osservata alcuna differenza statisticamente significativa sia in termini di PFS mediana (non raggiunta vs 2,1 mesi, p=0,126) che di OS mediana (non raggiunta vs 3,05 mesi p=0,139) (Figura 37 e 38).

Figura 37: PFS dei pazienti stratificati per valori superiori al valore soglia ottimale dell’espressione di mRNA (espressa come fractional abundance) individuato sulla curva ROC per l’ IFN-γ, vs pazienti con valori inferiori o uguali.

Figura 38: OS dei pazienti stratificati per valori superiori al valore soglia ottimale dell’espressione di mRNA (espressa come fractional abundance) individuato sulla curva ROC per l’ IFN-γ, vs pazienti con valori inferiori o uguali.

Al contrario, stratificando i pazienti per il valore di cut-off così individuato per i livelli di espressione del TGF-β (superiore vs inferiore) è stata osservata una differenza statisticamente significativa sia in termini di PFS mediana (non raggiunta vs 1,87 mesi, p=0,02) che di OS mediana (non raggiunta vs 2,8 mesi p=0,017) (Figura 39 e 40).

Figura 39: PFS dei pazienti stratificati per valori superiori al valore soglia ottimale dell’espressione di mRNA (espressa come fractional abundance) individuato sulla curva ROC per il TGF-β, vs pazienti con valori inferiori o uguali.

Figura 40: OS dei pazienti stratificati per valori superiori al valore soglia ottimale dell’espressione di mRNA (espressa come fractional abundance) individuato sulla curva ROC per il TGF-β, vs pazienti con valori inferiori o uguali.

Le medesime analisi sono state ripetute escludendo i pazienti che avevano ricevuto il trattamento immunoterapico in seconda linea (5/23=21,74%). Anche in questo caso è stato possibile descrivere la distribuzione statistica dei valori di FrAb per l’IFN-γ (valore mediano=0,16 , range=0- 3,8) e TGF-β (valore mediano=0,365 , range=0,0017-1,16) (Figura 41).

Figura 41: Distribuzione dei valori di FrAb per IFN-γ e TGF-β nei soggetti in prima linea di trattamento.

Quindi, ri-disegnata la ROC per ambo i parametri e individuati nuovamente i migliori cut-off in termini di sensibilità e specificità (Figura 42 e 43), la coorte in studio (18/23=78,26%) è stata ri-stratificata in due sottogruppi in base ai valori di FrAb di IFN-γ e di TGF-β rispetto ai corrispondenti cut-off (superiore vs inferiore).

INF-y TGF-b Fr AB 0 1 2 3 4

Figura 42: Curva ROC per IFN-γ.

Riferendosi esclusivamente ai livelli di espressione della FrAb dell’IFN-γ dei pazienti in prima linea di trattamento con immunoterapico non sussistono differenze statisticamente significative tra i due sottogruppi (superiore vs inferiore) sia in termini di PFS mediana (5,83 mesi vs 2,1 mesi, p=0,24) che di OS mediana (14,37 mesi vs 2,97 mesi p=0,31) (Figura 44 e 45).

Figura 44: PFS dei pazienti in prima linea di trattamento, stratificati per valori superiori al valore soglia ottimale dell’espressione di mRNA (espressa come fractional abundance) individuato sulla curva ROC per l’IFN-γ, vs pazienti con valori inferiori o uguali.

Figura 45: OS dei pazienti in prima linea di trattamento, stratificati per valori superiori al valore soglia ottimale dell’espressione di mRNA (espressa come fractional abundance) individuato sulla curva ROC per l’IFN-γ, vs pazienti con valori inferiori o uguali.

Al contrario, si riscontrano differenze statisticamente significative stratificando i pazienti per il valore di cut-off individuato tra i livelli di espressione del TGF-β (superiore vs inferiore), sia in termini di PFS mediana (non raggiunta vs 1,83 mesi, p=0,0194) che di OS mediana (non raggiunta vs 2,63 mesi p=0,0025) (Figura 46 e 47).

Figura 46: PFS dei pazienti in prima linea di trattamento, stratificati per valori superiori al valore soglia ottimale dell’espressione di mRNA (espressa come fractional abundance) individuato sulla curva ROC per il TGF-β, vs pazienti con valori inferiori o uguali.

Figura 47: OS dei pazienti in prima linea di trattamento, stratificati per valori superiori al valore soglia ottimale dell’espressione di mRNA (espressa come fractional abundance) individuato sulla curva ROC per il TGF-β, vs pazienti con valori inferiori o uguali.

Da una analisi tipo Spearman è pure emersa una correlazione diretta tra TGF-β e PFS (rho=0,33 , p=0,028) che invece non è emersa né tra TGF-β e OS né per l’IFN-γ a confronto con la PFS e la OS (Figura 48).

Figura 48: correlazione di TGF-β e IFN-γ a confronto con PFS e OS.

Stratificando per tipo di trattamento è emersa una correlazione diretta tra TGF-β e PFS (rho=0,86 , p-value=0,002) così come tra TGF-β e OS (rho=0,71 , p-value=0,014) nei pazienti trattati con nivolumab (Figura 49) che invece non è emersa per quelli trattati con pembrolizumab.

Figura 49: correlazione di TGF-β e IFN-γ a confronto con PFS e OS, nei pazienti trattati con nivolumab.

Un’ulteriore sottoanalisi è stata eseguita andando ad indagare i pazienti in prima linea di trattamento: tra TGF-β e PFS è emersa una correlazione diretta (rho=0,39 , p-value=0,025), così come tra TGF-β e OS (rho=0,36 , p- value=0,0395) (Fugura 50).

Figura 50: correlazione di TGF-β e IFN-γ a confronto con PFS e OS, nei pazienti in prima linea di trattamento.

Stratificando per tipo di trattamento, tale correlazione è confermata per nivolumab (TGF-β – PFS rho=1 , p=0,003 ; TGF-β – OS rho=0,73 , p=0,055) (Figura 51) ma non per pembrolizumab.

Figura 51: correlazione di TGF-β e IFN-γ a confronto con PFS e OS, nei pazienti in prima linea di trattamento con nivolumab.

7.5 Analisi molecolare dell’espressione dell’mRNA esosomiale dei