PD-L1免疫組化檢測難點與要點
PD-L1(programmed death ligand 1)全稱程式性死亡受體配體1,是PD-1(programmed cell death 1,程式性死亡受體1)的配體。PD-L1屬於細胞膜上的
PD-L1(programmed death ligand 1)全稱程式性死亡受體配體1,是PD-1(programmed cell death 1,程式性死亡受體1)的配體。PD-L1屬於細胞膜上的一個跨膜蛋白,表達在T細胞、B細胞等免疫細胞以及腫瘤細胞上,研究表明當腫瘤細胞膜上的PD-L1與T細胞等免疫細胞上的PD-1結合後,腫瘤細胞發出抑制性訊號,進而T細胞不能識別腫瘤細胞和對腫瘤細胞產生殺傷作用,機體的免疫功能受到抑制。
如何篩選可能獲益於PD-1/PD-L1抑制劑療法的患者是臨床最關注的問題。PD-L1免疫組化檢測是預測PD-1/PD-L1抑制劑療效的一種簡單有效的方法。目前,已被FDA/NMPA批准的PD-1/PD-L1抑制劑的適應症、PD-L1檢測平臺和判讀方法見下表。作為PD-1/PD-L1 免疫檢查點抑制劑藥物的療效預測標誌,PD-L1 檢測已經獲FDA批准作為免疫治療的伴隨診斷或補充診斷。
目前,PD-L1免疫組化檢測試劑盒/抗體主要有五種:22C3、28-8、SP263、SP142和73-10,分別在兩個免疫組化平臺Dako和Ventana進行檢測。
FDA只批准了Dako 22C3 pharmDx的PD-L1檢測作為K藥的伴隨診斷,Dako 28-8和 Ventana SP142則分別為O藥和T藥(Atezolizumab)的補充診斷。Ventana SP263 被歐盟認證作為三種免疫抑制劑的補充診斷。
當前面臨的檢測難題:
1 不同抗體要求使用不同的檢測平臺
主流檢測平臺為兩家公司的4種抗體檢測平臺,分別為DAKO 22C3和28-8檢測的AutoStainer Link 48平臺和Ventana SP142和SP263檢測的Ventana Benchmark Ultra平臺。
2 不同的抗體檢測結果判讀標準不同
目前主要PD-L1檢測抗體使用的判讀方法有TPS、CPS以及分別計算TC和IC判讀方法,不同判讀方法的主要差異在與是否計算腫瘤區域陽性表達的免疫細胞數量。
3 同一抗體在不同的腫瘤中判讀方法不同
FDA批准22C3抗體的說明書中指出針對非小細胞肺癌使用TPS的判讀方法,但針對胃腺癌和胃食管結合部腺癌,則建議使用CPS的判讀方法。同樣在宮頸癌和尿路上皮癌中亦推薦使用CPS判讀方法。因此PD-L1的判讀需要專業的病理醫生經過大量的訓練才能保證判讀的準確性。
相關文章
- Laravel——商品模組難點Laravel
- 【OpenCV】角點檢測:Harris角點及Shi-Tomasi角點檢測OpenCV
- Spring【AOP模組】知識要點Spring
- MTCNN人臉檢測與校準(5特徵點)CNN特徵
- opencv關鍵點檢測OpenCV
- 自動化測試難點解析:如何降低誤報率?
- 視訊畫質評測難點
- 【CHECKPOINT】Oracle檢查點優化與故障處理Oracle優化
- 麼資話品工觀要律難點ijb
- 手機應用軟體測試的思路與要點
- Oracle RAC簡介與要點Oracle
- 測試要點總結(轉帖)
- 2.Harris角點檢測
- AI測試與傳統測試不同,需要考慮十個要點AI
- 專案國際化的難點痛點是什麼
- 演算法要幫你找到真愛有點難演算法
- 索引的知識要點與操作索引
- Dockerfile之CMD與ENTRYPOINT使用要點Docker
- 軟體測試內容的要點
- iOS 人臉關鍵點檢測iOS
- Fast角點檢測演算法AST演算法
- 直播特效的實現原理與難點特效
- Jest 單元測試疑難點入門
- APP相容性測試難點在哪裡?APP
- APP測試設計測試用例的要點APP
- 判斷難點
- MVCC缺陷與高負載PG資料庫最佳化要點MVC負載資料庫
- 人工智慧破解野生動物監測難點人工智慧
- OpenCV計算機視覺學習(13)——影像特徵點檢測(Harris角點檢測,sift演算法)OpenCV計算機視覺特徵演算法
- 夸克APP端智慧:文件關鍵點檢測實踐與應用APP
- Python列表及元組的相同點與不同點介紹Python
- 賽題要點
- 副本集要點
- 揭祕工業網際網路的內涵、熱點與難點!
- Android與iOS測試注意點AndroidiOS
- 學JS的難點JS
- 淺談傳統企業數字化轉型的痛點與困難
- 異常點檢測演算法小結演算法