综述：循环肿瘤 DNA（ctDNA）在 I 期临床试验药物开发中的系统性应用：机遇与突破

为解决 I 期肿瘤药物临床试验问题，研究人员探索 ctDNA 应用，发现其可助力决策，推动药物开发。

　　在肿瘤治疗领域，传统的 I 期肿瘤临床药物试验就像在迷雾中摸索。过去，这类试验主要聚焦于药物安全性、确定最佳剂量和药代动力学（PK）特征。但如今，精准医疗时代已来临，这种传统模式的弊端日益凸显。数据显示，超过 90% 的 I 期试验研究药物最终都无法获得市场批准，高失败率主要源于药物的毒性和无效性。而且，在 I 期试验中评估药效学生物标志物（PD）也困难重重，因为重复进行肿瘤活检在实际操作中并不可行，这就迫切需要新的方法来评估分子反应，以便在早期试验中做出更明智的决策。

在这样的背景下，来自法国赛诺菲研究所（Institut de Recherches Servier）和奥地利格拉茨医科大学（Medical University of Graz）的研究人员 Nolwen Guigal-Stephan、Brian Lockhart、Tina Moser 和 Ellen Heitzer 展开了深入研究。他们的研究成果发表在《Journal of Experimental & Clinical Cancer Research》杂志上，为肿瘤药物开发带来了新的曙光。

研究人员采用了多种关键技术方法。在检测肿瘤分数（TF）方面，运用了基于非整倍体评估、甲基化分析以及片段组学等技术。例如，使用改良的 Fast Aneuploidy Screening Test-Sequencing System of LINE-1 sequences（mFAST-SeqS）方法和低通量全基因组测序（LP-WGS）评估基于非整倍体的 TF；利用靶向亚硫酸氢盐测序、甲基化特异性 PCR 和 cfMeDIP-seq（cell-free methylated DNA immunoprecipitation sequencing）等技术检测 ctDNA 甲基化；通过分析 ctDNA 的片段大小分布、末端基序和染色质相关模式等生物物理特性来探索其在监测疾病动态中的作用。同时，研究中涉及多个癌症类型的患者样本队列，涵盖了多种晚期实体瘤。

下面来看看具体的研究结果：

• I 期试验范式变革：
  • 剂量优化而非最大耐受剂量：传统基于化疗的 I 期试验通过剂量递增确定最大耐受剂量（MTD），但这一范式并不适用于分子靶向疗法（MTTs）和免疫疗法。现在应转向剂量优化，利用 PD 生物标志物支持更好的 PK/PD 特征描述和剂量优化，美国食品药品监督管理局（FDA）也强调了在注册试验前更全面评估最佳风险效益比的必要性。
  • 患者选择：从 “全人群” 到 “靶向” 人群：以往 I 期试验招募的实体瘤患者异质性大，多为晚期或寡转移进展期疾病且经多线治疗失败，传统试验设计下临床结果不佳。新范式要求基于生物标志物选择患者，减少异质性，提高患者对治疗的反应可能性，从伦理角度看，还能让患者更早获得有潜在疗效的试验药物，提高招募率。
  • 获取早期分子反应信号：在 I 期试验中证明药物的临床和分子反应早期信号对加速药物试验、降低后期失败率至关重要。但由于患者疾病负担重、异质性大，且药物使用剂量、方案和组合策略并非最优，临床反应评估困难。目前主要依靠影像学（RECIST 和 iRECIST）评估临床获益，但存在局限性，因此需要寻找替代方法，如利用基于组织的 PD 生物标志物或 ctDNA 来评估分子反应。
  
  
• ctDNA 评估的应用及挑战：
  • ctDNA 评估的潜在应用：ctDNA 评估可用于患者分层和富集，在试验前评估 TF 有诸多好处，如识别复发 / 进展风险不同的患者、优化研究设计、通过回顾性分析了解生存终点等。此外，监测 TF 变化能实时洞察治疗反应，为适应性试验设计和早期决策提供依据。
  • 基于突变评估 TF 及动力学的挑战：TF 受多种因素影响，包括肿瘤负担、疾病活动、患者个体因素和技术因素等。基于突变计算 TF（以变异等位基因频率 VAF 反映）存在诸多问题，如受拷贝数改变、杂合性缺失等影响，且化疗和免疫浸润会改变克隆组成，影响 VAF 准确性。在评估 ctDNA 动力学和分子反应方面，多种基于突变的测量方法各有优劣，目前需要标准化评分来量化 ctDNA 动力学。
  • 基于非整倍体评估肿瘤分数及动力学：在 I 期试验早期，基于非整倍体评估 TF 是一种有潜力且未被充分利用的方法，具有周转时间短、成本效益高的优势。如 mFAST-SeqS 方法和 LP-WGS 技术，虽存在一定局限性，但在监测治疗反应、预测疾病进展风险方面有重要价值，且在晚期癌症患者中能检测到较高比例的 ctDNA。
  • 非遗传特征作为 TF 替代指标：异常甲基化是癌症的标志，可用于推断 TF，且相比基于突变的方法具有优势，如甲基化变化在癌症中普遍存在，受生物噪声影响小。通过检测 ctDNA 甲基化可监测肿瘤负担、预测治疗效果，还能估计 ctDNA 的组织起源（TOO）。此外，分析 ctDNA 的生物物理特性，如片段组学特征，也可用于监测疾病动态，多模态方法整合多种生物标志物能更准确地反映 ctDNA 动态，但这些方法在成本、标准化和数据解释等方面存在挑战。
  
  

研究结论表明，在 I 期临床药物试验中系统实施 TF 评估意义重大，能够改善早期药物开发决策，包括患者选择、剂量优化以及证明药物生物活性机制。虽然基于非整倍体的方法在成本和周转时间上具有优势，但灵敏度有所损失。不过，鉴于不同癌症类型中 TF 的变化情况，当前基于非整倍体的方法仍可检测出 I 期临床试验中大部分患者的 TF。对于 I 期临床药物试验开发晚期转移性疾病而言，更重要的是评估基线 TF 水平以及治疗过程中 TF 从基线的变化情况。未来还需进一步开展前瞻性研究，以确定基线 TF 水平和动力学下降程度在早期 I 期试验中的关键决策作用。这项研究为肿瘤 I 期临床试验药物开发指明了新方向，有望推动肿瘤治疗领域的重大进展。