Perioperative pembrolizumab in early-stage non-small cell lung cancer (NSCLC): conventional and distribution-based immune profiling of the tumor microenvironment and peripheral circulation

article title

Perioperative pembrolizumab in early-stage non-small cell lung cancer (NSCLC): conventional and distribution-based immune profiling of the tumor microenvironment and peripheral circulation

authors

Zhang et al.

journal

Journal for ImmunoTherapy of Cancer

year

2025

doi

10.1136/jitc-2025-012432

category

clinical-oncology

pdf

PDF

source

Source

요약

본 연구는 stage IB-IIIA NSCLC 환자에서 neoadjuvant pembrolizumab 치료 전후의 tumor microenvironment와 peripheral circulation을 profiling하여 MPR 관련 biomarker를 탐색했다. 기존 conventional frequency-based flow cytometry 분석의 한계를 보완하기 위해 Wasserstein distance 기반의 distribution-based biomarker identification strategy를 적용했다. 그 결과, conventional 분석에서는 통계적 유의성을 보이지 않던 변화들이 distribution-based 접근법을 통해 MPR과 유의미하게 연관된 immune cell subset 및 marker distribution pattern으로 확인되었다. 특히 baseline PBMC와 resected tumor 내 CD8+ 세포의 highly expressed cellular marker distribution에서 MPR 관련 패턴이 명확히 포착되었다.

방법

• Study design: Multi-institutional phase 2 neoadjuvant trial (TOP1501, NCT02818920)의 biospecimen을 활용한 retrospective immune profiling 연구.
• Cohort/Population: stage IB-IIIA NSCLC로 조직학적으로 확진된 18세 이상 환자 중 수술이 가능한 대상자. 임상 시험 내 tumor resection을 받은 25명의 specimen을 분석 대상으로 삼음.
• Intervention/Profiling method: Neoadjuvant pembrolizumab 200 mg IV를 3주 간격으로 2 cycle 투여 후 surgery 전후에 수집된 PBMC와 resected tumor를 disaggregation 및 viable cryopreservation 처리하여 high-parameter flow cytometry로 profiling.
• Comparator: Conventional phenotypic frequency analysis vs. novel distribution-based biomarker identification strategy (Wasserstein distance 적용).
• Endpoint/Statistical method: major pathologic response (MPR; ≤10% viable tumor present)를 주요 endpoint로 설정. 세포 표면 또는 세포내 marker의 expression distribution을 Wasserstein distance로 비교하여 통계적 유의성 평가.

주요 결과

• Clinical outcome: Neoadjuvant pembrolizumab 치료 후 surgery specimen에서 7명(28%)이 MPR(≤10% viable tumor)을 달성했다.
• Conventional analysis: Baseline PBMC와 TME의 conventional frequency-based flow cytometry 분석은 MPR과 연관된 몇 가지 경향성을 보였으나, 통계적 유의성에 도달한 항목은 제한적이었다.
• Distribution-based analysis: Wasserstein distance 기반 distribution profiling은 conventional 분석에서 놓쳤던 subtle changes를 포착하여 MPR과 통계적으로 유의미하게 연관된 cell type 및 pattern을 대폭 증가시켰다.
• Specific findings: Baseline PBMC에서 MPR 예측에 기여할 수 있는 immune cell subset이 conventional profiling에서는 확인되지 않았으나, distribution-based 접근법으로 식별되었다. 또한 MPR-associated tumor의 TME에서 CD8+ 세포 상에서 highly expressed cellular marker의 distributional differences가 통계적으로 유의미하게 관찰되었다.

강점

본 연구는 고차원 flow cytometry 데이터 분석에 Wasserstein distance를 적용한 computational framework를 제안하여, 기존 frequency-only 접근법의 blind spot을 해결했다. 특히 neoadjuvant pembrolizumab monotherapy setting에서 MPR 예측 biomarker discovery의 민감도를 높여, 향후 chemotherapy 없이 PD-1 checkpoint therapy를 선택할 환자 stratification에 활용 가능한 잠재력을 제시한다. wiki 내 immuno-oncology biomarker discovery 및 computational immunology 방법론 문헌과 직접적으로 연결되어, distribution-based statistical modeling의 임상적 타당성을 입증한 사례로 유용하다.

해석

이 논문은 early-stage NSCLC의 perioperative immunotherapy에서 conventional immune profiling의 한계를 distribution-based analysis로 보완한 방법론적 진전을 보여준다. LLM Wiki의 oncology 및 AI 문헌들과 연계할 때, 고차원 생물학적 데이터(Wasserstein distance 기반 FCM 분석)를 임상 endpoint(MPR)와 매핑하는 computational pipeline의 실제 적용 사례로 참고될 수 있다. 특히 pembrolizumab monotherapy neoadjuvant setting에서 baseline peripheral immune signature가 tumor 내 CD8+ marker distribution과 어떻게 상호작용하며 치료 반응을 예측하는지 보여주는 점에서, immuno-oncology biomarker 연구 및 AI 기반 다중오믹스 통합 분석 문헌의 방법론적 교량 역할을 한다.