ABSTRACT

Background

 Clinical responses to ipilimumab are variable in terms of onset, magnitude and duration. Upfront identification of patients who are more likely or unlikely to benefit from treatment is a major need. 

Patients and methods

 Prospectively collected data from 720 advanced melanoma patients treated with ipilimumab 3 mg/kg within the Italian expanded access program were analyzed. The derived neutrophil-to-lymphocyte ratio (dNLR) was calculated from baseline peripheral blood cell counts, and receiver operating characteristic curve was used to evaluate the best cutoff for this marker. Patients were stratified according to dichotomized baseline absolute neutrophil counts (ANC), dNLR and their combination. The prognostic values of ANC and dNLR for survival were assessed using multivariate Cox proportional hazard models. A subgroup analysis including LDH in the models was also carried out. 

Results

 The median follow-up was 16.5 months. The optimal cutoff for dNLR was 3. Baseline ANC and dNLR were significantly associated with the outcome of ipilimumab-treated melanoma patients, in terms of disease progression and death (P < 0.0001 for all). Furthermore, for each elevated variable, prognosis worsened. Patients with both ANC ≥ 7500 and dNLR ≥ 3 had a significantly and independently increased risk of death [hazard ratio(HR) = 5.76; 95% confidence interval (CI) 4.29–7.75] and of progression (HR = 4.10; 95% CI 3.08–5.46) compared with patients with both lower ANC and dNLR. Patients with one of the two factors elevated displayed an intermediate risk of progression and death. The 1- and 2-year survival rates were 2% and 0%, respectively, for patients with ANC ≥ 7500 and dNLR ≥ 3, and 43% and 24%, respectively, for patients with both lower ANC and dNLR. 

Conclusions

 Although these findings need to be confirmed and validated, we suggest that a neutrophil-based index may help risk-group stratification and assist disease-management strategies. Furthermore, the potential predictive value of this index for response to ipilimumab should be investigated in randomized clinical trials.

Abstract The composition of the gut microbiome has been associated with clinical responses to immune checkpoint inhibitor (ICI) treatment, but there is limited consensus on the specific microbiome characteristics linked to the clinical benefits of ICIs. We performed shotgun metagenomic sequencing of stool samples collected before ICI initiation from five observational cohorts recruiting ICI-naive patients with advanced cutaneous melanoma ( n = 165). Integrating the dataset with 147 metagenomic samples from previously published studies, we found that the gut microbiome has a relevant, but cohort-dependent, association with the response to ICIs. A machine learning analysis confirmed the link between the microbiome and overall response rates (ORRs) and progression-free survival (PFS) with ICIs but also revealed limited reproducibility of microbiome-based signatures across cohorts. Accordingly, a panel of species, including Bifidobacterium pseudocatenulatum , Roseburia spp. and Akkermansia muciniphila , associated with responders was identified, but no single species could be regarded as a fully consistent biomarker across studies. Overall, the role of the human gut microbiome in ICI response appears more complex than previously thought, extending beyond differing microbial species simply present or absent in responders and nonresponders. Future studies should adopt larger sample sizes and take into account the complex interplay of clinical factors with the gut microbiome over the treatment course.

Background: Genome wide association studies (GWAS) are greatly accelerating the pace of discovery of germline variants underlying the genetic architecture of sporadic breast cancer predisposition. We have built the first knowledge-base dedicated to this field and used it to generate hypotheses on the molecular pathways involved in disease susceptibility. Methods: We gathered data on the common single nucleotide polymorphisms (SNPs) discovered by breast cancer risk GWAS. Information on SNP functional effect (including data on linkage disequilibrium, expression quantitative trait locus, and SNP relationship with regulatory motifs or promoter/enhancer histone marks) was utilized to select putative breast cancer predisposition genes (BCPGs). Ultimately, BCPGs were subject to pathway (gene set enrichment) analysis and network (protein-protein interaction) analysis. Results: Data from 38 studies (28 original case-control GWAS enrolling 383,260 patients with breast cancer; and 10 GWAS meta-analyses) were retrieved. Overall, 281 SNPs were associated with the risk of breast cancer with a P-value <10E-06 and a minor allele frequency >1%. Based on functional information, we identified 296 putative BCPGs. Primary analysis showed that germline perturbation of classical cancer-related pathways (e.g., apoptosis, cell cycle, signal transduction including estrogen receptor signaling) play a significant role in breast carcinogenesis. Other less established pathways (such as ribosome and peroxisome machineries) were also highlighted. In the main subgroup analysis, we considered the BCPGs encoding transcription factors (n=36), which in turn target 252 genes. Interestingly, pathway and network analysis of these genes yielded results resembling those of primary analyses, suggesting that most of the effect of genetic variation on disease risk hinges upon transcriptional regulons. Conclusions: This knowledge-base, which is freely available and will be annually updated, can inform future studies dedicated to breast cancer molecular epidemiology as well as genetic susceptibility and development.