Biomarqueurs prédictifs de l’efficacité des inhibiteurs de checkpoint immunitaire dans le traitement des cancers

Annales de pathologie (2017) 37, 46—54

Disponible en ligne sur

ScienceDirect www.sciencedirect.com

MISE AU POINT

Biomarqueurs prédictifs de l’efficacité des inhibiteurs de checkpoint immunitaire dans le traitement des cancers Predictive biomarkers of efficacy of checkpoint blockade inhibitors in cancer treatment Michaël Duruisseaux a, Cécile Lize-Dufranc b, Céline Badoual c,d, Frédéric Bibeau b,∗ a

UM oncologie thoracique, clinique de pneumologie, pôle thorax et vaisseaux, CHU Grenoble-Alpes, 38700 Grenoble, France b Service d’anatomie pathologique, CHU de Caen, université de Caen, 14003 Caen, France c Service d’anatomie pathologique, hôpital européen Georges-Pompidou, AP—HP, 20, rue Leblanc, 75015 Paris, France d Faculté Paris Descartes, Inserm U 970, équipe 10, PARCC, 75006 Paris, France ecembre 2016 Accepté pour publication le 14 d´ Disponible sur Internet le 26 janvier 2017

MOTS CLÉS Immunothérapie ; Biomarqueur prédictif ; Immunohistochimie ; PD-L1 ; Charge mutationnelle

∗

Résumé La remarquable efficacité des inhibiteurs de checkpoint immunitaire PD-1/PD-L1 et CTLA4 a mené à de nombreuses autorisations de mise sur le marché dans les mélanomes, les cancers du poumon, les cancers du rein et d’autres cancers. Cependant, le bénéfice de ces traitements se restreint à une part variable de patients, soulignant la nécessité de disposer de biomarqueurs prédictifs de leur efficacité. Plusieurs paramètres prédictifs de réponse se dessinent : les tests compagnons, tel que l’immunohistochimie PD-L1, la charge mutationnelle, le statut immunitaire de la tumeur et son profil moléculaire. Ils ne permettent pas de sélection parfaite, mais une stratégie de standardisation de certains tests se met progressivement en place. Par ailleurs, la complémentarité de certaines méthodes et l’émergence de nouvelles approches, telles que les techniques in situ multiparamétriques et l’étude du microbiote intestinal offrent l’opportunité de rationaliser encore plus les patients susceptibles de bénéficier de l’immunothérapie. Cet article a pour but de décrire les facteurs prédictifs validés ou potentiels de réponse à l’immunothérapie. © 2016 Publi´ e par Elsevier Masson SAS.

Auteur correspondant. Adresse e-mail : [email protected] (F. Bibeau).

http://dx.doi.org/10.1016/j.annpat.2016.12.016 0242-6498/© 2016 Publi´ e par Elsevier Masson SAS.

Biomarqueurs prédictifs de l’efficacité des inhibiteurs de checkpoint immunitaire

KEYWORDS Immunotherapy; Predictive biomarkers; Immunohistochemistry; PD-L1; Mutational load

47

Summary The remarkable efficacy of PD-1/PD-L1 and CTLA4 immune checkpoint inhibitors has led to numerous approvals in melanoma, non-small cell lung cancer, kidney cancer and several other cancers. Nevertheless, a response is observed in a variable proportion of patients, emphasizing the need for predictive biomarkers of efficacy of immune checkpoint inhibitors effectiveness. Several predictive biomarkers of efficacy are of interest: companion tests such PD-L1 immunohistochemistry, the mutational load, the immune status of the tumor and its molecular profile. They do not allow a perfect selection of the patients, but standardization procedures for certain techniques are ongoing. Moreover the emergence of new approaches, such as the multiplex in situ techniques and the microbiote analysis, may offer the opportunity to better select patients who really benefit from immunotherapy. The goal of this article is to discuss available and promising predictive biomarkers of efficacy for immunotherapy strategies. © 2016 Published by Elsevier Masson SAS.

Introduction Le récepteur lymphocytaire programmed cell death protein 1 (PDCD1 ou PD-1) et son ligand PD-L1, représentent le checkpoint immunitaire majeur régulant la réponse immunitaire au niveau du lit tumoral et de son microenvironnement [1]. Sa fonction physiologique limite la durée et l’intensité de la réponse immunitaire, agissant comme un frein. Les cellules tumorales utilisent cette fonction immunosuppressive pour éviter la destruction médiée par le système immunitaire [1]. Les anticorps monoclonaux ciblant PD-1/PD-L1 lèvent ce frein à la réponse immunitaire anti-tumorale et sont à l’origine d’un bénéfice clinique important en termes de taux de réponse, de durée de réponse et de survie globale au sein d’un large panel de cancers. Des réponses durables, partielles ou complètes, associées à des survies prolongées sont observées dans 30 à 45 % des mélanomes, 15 à 20 % des cancers du poumon et 22 à 25 % des cancers du rein avec des monothérapies anti-PD-1/PD-L1 [2—12]. Cependant, la majorité des patients ne présentent pas de réponse et le bénéfice clinique n’est pas toujours prolongé, soulignant la nécessité de développer des biomarqueurs prédictifs d’efficacité. L’autre checkpoint immunitaire le plus exploité pour le traitement des cancers est le « cytotoxic T lymphocyte associated antigen 4 » (CTLA4), molécule immunosuppressive, jouant un rôle très précoce dans la régulation de la réponse immunitaire [1]. L’ipilimumab, anticorps monoclonal antiCTLA4, fait partie du traitement des mélanomes avancés, prolongeant la survie chez 22 % des patients [13,14]. Le bénéfice est donc également restreint à une fraction de patients. En se basant sur les mécanismes biologiques de la réponse immunitaire anti-tumorale et le rôle des checkpoints immunitaires PD-1/PD-L1 et CTLA4, différents biomarqueurs prédictifs de l’efficacité des inhibiteurs de checkpoints immunitaires ont été étudiés. Ils font l’objet de cet article, qui comprend également un rappel sur l’immunité antitumorale pour mieux comprendre le développement de biomarqueurs en immunothérapie. Les techniques émergentes qui pourraient permettre une meilleure sélection des patients candidats à l’immunothérapie seront également abordées.

Rappels sur l’immunité anti-tumorale : mieux comprendre pour mieux cibler et permettre le développement de biomarqueurs en immunothérapie L’étude des prélèvements biologiques de patients traités par anticorps anti-PD-1/PD-L1 a permis d’établir que cette classe thérapeutique s’avère essentiellement efficace chez les patients avec une immunité anti-tumorale préexistante [15,16]. Ces travaux ont amélioré la compréhension du fonctionnement de l’immunité anti-tumorale et ont montré les raisons pour lesquelles elle échoue à contrôler le développement des cellules cancéreuses. Les concepts de « cycle de l’immunité anti-tumorale », de tumeurs « inflammatoires » ou « non inflammatoires » et de « résistance immunitaire adaptative » permettent de construire des bases théoriques au développement de biomarqueurs d’efficacité des inhibiteurs des checkpoints de l’immunité et d’autres approches en immunothérapie des cancers [17,18] (Fig. 1).

Cycle de l’immunité anti-tumorale L’immunité anti-tumorale adaptative est un processus complexe et incomplètement compris. Chen et Mellman proposent de le décomposer en sept étapes, dont l’enchaînement forme le « cycle de l’immunité antitumorale » (cancer-immunity cycle) [17] : • relargage de néo-antigènes tumoraux par les cellules tumorales, notamment à la suite de leur apoptose, et captation par les cellules dendritiques présentatrices d’antigènes (CPA) ; • présentation des antigènes tumoraux par les CPA aux lymphocytes T, au sein des organes lymphoïdes ; • initiation (ou priming) et activation des lymphocytes T (CD8+), cellules effectrices de la réponse immunitaire ; • recrutement des lymphocytes T vers la tumeur ; • infiltration de la tumeur par les lymphocytes T ; • reconnaissance des cellules tumorales par les lymphocytes T, via le complexe majeur d’histocompatibilité de classe I (CMH I) ;

48

M. Duruisseaux et al.

Figure 1. Biomarqueurs prédictifs de l’efficacité des anti-PD-1/PD-L1 selon le statut « inflammatoire » ou « non inflammatoire » de la tumeur. Les tumeurs « inflammatoires » sont associées à une immunité anti-tumorale préexistante corrélée à une plus grande charge mutationnelle et en néo-antigènes, expliquant l’infiltration par des lymphocytes de type Th1. Cette réponse anti-tumorale peut être à l’origine d’une résistance immunitaire adaptative et d’une expression de PD-L1 par les cellules tumorales et du microenvironnement. Les tumeurs « non inflammatoires » sont plus riches en cellules immunosuppressives comme les T reg et en cellules tumorales avec un phénotype de transition épithélio-mésenchymateuse. MMR : mismatch repair ; TILS : lymphocytes infiltrant la tumeur. Predictive biomarkers of anti-PD-1/PD-L1 efficacy to according to the ‘‘inflammatory’’ or ‘‘non-inflammatory’’ tumor phenotype. ‘‘Inflammatory’’ tumors are associated with a pre-existing anti-tumor immunity, linked to higher mutational and neo-antigenic loads sustaining a Th1 lymphocyte infiltration. This response may lead to an adaptative immune resistance and a PD-L1 expression by the tumor cells and the microenvironment. ‘‘Non-inflammatory’’ tumors are enriched by immunosupressive cells such as T reg and tumor cells harboring an epithelio-mesenchymal transition phenotype. MMR: mismatch repair; TILS: tumor infiltrating lymphocytes.

• destruction des cellules tumorales, aboutissant à nouveau au relargage d’antigènes tumoraux et à la relance du cycle de l’immunité anti-tumorale, conduisant à l’amplification de la réponse anti-tumorale. Chaque étape de ce cycle peut être le siège de régulations fines facilitant ou restreignant l’immunité antitumorale. Dans ce cadre, les cellules tumorales peuvent induire, pour leur propre avantage, un phénomène de tolérance du système immunitaire. Ce phénomène est médié en partie par les checkpoints immunitaires associés au lymphocyte T, dont CTLA4 et PD-1/PD-L1 [19—21], qui ont fait l’objet d’articles dédiés dans ce numéro spécial. Rappelons que CTLA4 joue un rôle précoce dans la réponse immunitaire, au moment de l’étape d’initiation et d’activation des lymphocytes T dans les organes lymphoïdes, en diminuant l’activation et l’expansion des lymphocytes T effecteurs et en augmentant l’activité immunosuppressive des lymphocytes T régulateurs. Quant à l’interaction PD1-PD-L1, elle aboutit à l’inhibition des capacités cytolytiques des lymphocytes T au niveau du lit tumoral, encore appelé phénomène d’épuisement (ou « T-cell exhaustion » selon la terminologie

anglo-saxonne) et restreint également l’activité des CPA. On comprend dès lors l’intérêt de détecter la présence de checkpoints immunitaires en tant que biomarqueur potentiel d’efficacité de l’immunothérapie ciblant cette voie.

Tumeurs « inflammatoires » et « non inflammatoires » On oppose schématiquement les tumeurs dites « inflammatoires » (« inflamed ») aux tumeurs dites « non inflammatoires » (« non-inflamed »). La composition respective de leur microenvironnement pourrait permettre de trier potentiellement les répondeurs et les non-répondeurs aux inhibiteurs des checkpoint de l’immunité (Fig. 1) [18]. Tumeurs inflammatoires : les tumeurs « inflammatoires » se caractérisent par une infiltration par des lymphocytes T cytotoxiques CD8+, une expression d’un grand nombre de cytokines pro-inflammatoires, une expression tumorale de PD-L1 et un profil d’expression de gènes impliqués dans la réponse immunitaire Th1, tel que le gène de l’interféron ␥ (Fig. 1) [20,22]. Dans les tumeurs « inflammatoires »,

Biomarqueurs prédictifs de l’efficacité des inhibiteurs de checkpoint immunitaire l’expression induite de PD-L1 au niveau des cellules tumorales s’intègre au phénomène de résistance immunitaire adaptative. Tumeurs non inflammatoires : les tumeurs non inflammatoires ne présentent pas d’infiltration par des lymphocytes T CD8+, ne s’accompagnent pas de cytokines proinflammatoires, ni d’expression de molécules comme PD-L1. Ceci peut être lié aux caractéristiques immunosuppressives du microenvironnement tumoral ou à une dysfonction de la réponse immunitaire : absence d’expression d’antigène immunogène, défaut de priming, de recrutement et d’infiltration des lymphocytes T.

Biomarqueurs immunologiques Infiltrat intra-tumoral de cellules immunitaires Dès 1863, Rudolf Virchow avait observé la présence de leucocytes infiltrant la tumeur et proposé l’existence d’un lien entre inflammation et cancer [23]. Le bon pronostic d’un infiltrat lymphocytaire intra-tumoral (tumorinfiltrating lymphocytes [TIL]) CD8+ est retrouvé dans plusieurs études s’intéressant aux tumeurs solides notamment les cancers colorectaux. Inversement, la présence de cellules immunosuppressives de type Th17 ou T reg est associée à un plus mauvais pronostic [24,25]. Dans le cadre du traitement des mélanomes par les antiPD-1, la densité de lymphocytes T CD8+ infiltrant la tumeur, et particulièrement au niveau du front d’invasion, est corrélée à la réponse [26,27]. Ces données renforcent l’hypothèse de la nécessité d’une immunité anti-tumorale préexistante, en relation avec un infiltrat lymphocytaire fonctionnel pour obtenir une efficacité des anti-PD-1/PD-L1.

Expression de PD-L1 Rationnel À l’état normal, PD-L1 est exprimé par certains macrophages et peut être induit dans les lymphocytes activés (T, B ou NK), les cellules endothéliales et d’autres cellules du microenvironnement tumoral [20,28,29]. En situation pathologique, comme cela a été mentionné, les cellules tumorales peuvent exprimer PD-L1 afin d’échapper à l’élimination par les cellules immunitaires. Cette expression peut être induite par la sécrétion d’interféron ␥ par les lymphocytes et de multiples voies de signalisation oncogénique et ceci s’inscrit dans le concept de résistance immunitaire [30—34]. L’expression tumorale de PD-L1 peut donc constituer une cible logique et un biomarqueur prédictif de l’immunothérapie anti-PD-1/PD-L1.

Immunohistochimie PD-L1 Ce chapitre est largement abordé dans les articles de ce numéro spécial consacré à l’immunohistochimie PD-L1 et au cancer du poumon. Nous soulignons les grandes lignes du test immunohistochimique et les questions qu’il soulève. Les premières données concernant l’intérêt d’évaluer l’expression de PD-L1 par immunohistochimie dans un cadre prédictif, proviennent de l’analyse de biopsies pré-thérapeutiques du premier essai de phase I testant l’anti-PD-1, nivolumab, dans diverses tumeurs solides [2]. Elles ont montré une corrélation entre l’expression membranaire de PD-L1 par les cellules tumorales et

49

Tableau 1 Limites de l’évaluation de l’expression de PD-L1 par immunohistochimie. Challenges of PD-L1 assessment by immunohistochemistry.

Une expression focale de PD-L1 sera potentiellement ignorée dans certaines tumeurs, particulièrement dans les petits prélèvements (ponction transpariétale, biopsies bronchiques) L’expression de PD-L1 varie chez un patient donné entre les différents sites anatomiques (tumeur primaire/métastases), et au cours du temps (histoire naturelle de la maladie, influence des traitements anti-cancéreux, de la radiothérapie) Variabilité des anticorps utilisés et de leur spécificité Seule l’expression membranaire de PD-L1 est pertinente d’un point de vue mécanistique, mais certains anticorps sont spécifiques d’épitopes cytoplasmiques PD-L1 peut être exprimé par les cellules tumorales et de nombreux types cellulaires du microenvironnement, rendant difficile l’interprétation de la signification biologique de l’expression de PD-L1 et le rendu du résultat

l’efficacité du nivolumab, qui a été confirmée par la suite [3]. Ces études et des travaux complémentaires ont d’emblée posé la question de la solidité de la valeur prédictive de cet immunomarquage pour plusieurs raisons : l’existence d’un marquage pouvant être positif dans un site anatomique et négatif dans l’autre, chez un même patient ; une disparité d’expression entre la tumeur primitive et sa métastase appariée ou une récidive ; une modification sous l’influence des traitements anti-cancéreux rec ¸u par le patient [35—37] (Tableau 1). Une corrélation entre l’expression de PD-L1 et l’efficacité des anti-PD-1/PD-L1, dans différents types de tumeurs a été retrouvée par la suite dans de nombreux essais cliniques. [38]. Cependant cette corrélation n’est pas constante, un certain nombre de patients ayant une tumeur PD-L1 négative étant répondeurs et inversement [38,39]. L’expression de PD-L1 en termes de survie fait l’objet de discussion et semble différer suivant les différents types tumoraux [10—12,40,41]. Par ailleurs, la signification biologique de l’expression de PD-L1 par une ou plusieurs composantes du microenvironnement tumoral comme les lymphocytes activés, les cellules dendritiques ou les cellules endothéliales fait également l’objet de débats. Enfin l’étude simultanée de multiples biomarqueurs et de leurs localisations, les uns par rapport aux autres, offrent probablement une vision plus complète. Tumeh et al. ont ainsi montré que la proximité de l’expression de PD-L1 et PD-1 prédisait de fac ¸on plus précise la réponse aux antiPD-1/PD-L1, que l’expression d’un simple marqueur, et que l’expression conjointe de CD8 améliorait encore la prédiction de la réponse [26]. Malgré ces limites, la détermination immunohistochimique de PD-L1 s’inscrit actuellement comme un biomarqueur prédictif incontournable pour l’immunothérapie. Les récents résultats de l’essai KEYNOTE-024 ont montré la supériorité du pembrolizumab comparé à la chimiothérapie, en première ligne métastatique des cancers du poumon non à petites cellules PD-L1 positifs. Ces données vont conduire en France à la prescription de cette immunothérapie, soustendue par une recherche préalable de l’expression de PD-L1 par immunohistochimie [42].

50

« Signature moléculaire immunologique » L’analyse du transcriptome de certaines tumeurs a permis d’établir des signatures d’expression de gènes corrélées à l’efficacité des inhibiteurs des checkpoints. Ainsi une signature correspondante à une activité cytolytique, caractérisée notamment par l’expression de la perforine et du granzyme A, est associée à l’efficacité des anti-CTLA4 dans les mélanomes [43,44]. L’expression de l’interféron ␥ et des gènes induits par ce même facteur est corrélée à l’efficacité des anti-PD-1 dans les mélanomes et, dans une moindre mesure, dans les cancers du poumon [16]. Très logiquement, les mélanomes qui répondent aux anti-PD-1 ont une expression faible de gènes codant pour des facteurs immunosuppresseurs, des cytokines chimiotactiques et des macrophages et liés à la transition épithélio-mésenchymateuse [45].

Biomarqueurs génétiques Mutations oncogéniques Les mutations oncogéniques dites « driver » sont nécessaires et suffisantes à la transformation et à la croissance tumorale. Ces altérations génétiques ont une influence majeure sur le fonctionnement de la cellule tumorale et son interaction avec le microenvironnement. Les mélanomes avec mutations BRAFV600E, présentes dans environ 50 % des cas, inhibent l’activité des CPA via la voie de signalisation BRAF et la sécrétion de cytokines immunosuppressives [46]. L’activité oncogénique d’ALK et d’EGFR dans les cancers du poumon avec réarrangement d’ALK ou mutation d’EGFR, et les lymphomes avec réarrangement d’ALK, induisent l’expression de PD-L1 par les cellules tumorales [33,34,47—49]. La perte de gènes suppresseurs de tumeurs comme PTEN dans les glioblastomes, ou concomitamment de PTEN et LKB1 dans les cancers du poumon, peut également conduire à l’expression de PD-L1 [30,50]. Cependant, ces données essentiellement pré-cliniques ne sont pas totalement confirmées. Ainsi l’existence d’une expression différente de PD-L1 entre cancers du poumon EGFR-mutés et non mutés n’est pas démontrée [34,37,51]. Certains essais cliniques avec les anti-PD1, nivolumab et pembrolizumab, suggèrent une absence de bénéfice de l’immunothérapie au sein des patients ayant des tumeurs EGFR mutées [7—9]. Une étude complémentaire a montré qu’au sein de patients atteints des cancers du poumon EGFRmutés ou ALK-réarrangés, le taux de réponse aux anti-PD-1, la densité de lymphocytes T CD8+ et l’expression de PDL1 étaient inférieurs à ceux des patients porteurs de cancers du poumon sans altération d’EGFR et d’ALK [37]. Les cancers du poumon EGFR-mutés et ALK-réarrangés sont associés à une absence de tabagisme et donc potentiellement à une charge mutationnelle moindre (voir chapitre suivant), ce qui pourrait expliquer une faible immunogénicité, une immunité anti-tumorale préexistante moindre et donc microenvironnement peu favorable à l’immunothérapie anti-PD-1/PD-L1. Compte tenu de ces résultats pré-cliniques et cliniques divergents, les mutations somatiques que nous venons de citer ne peuvent donc s’inscrire, à elles seules, comme biomarqueurs d’efficacité ou de résistance des anti-PD1/PD-L1.

M. Duruisseaux et al.

Charge mutationnelle et réponse aux inhibiteurs de checkpoint immunitaire : intérêts et limites Les patients répondeurs aux anti-PD-1/PD-L1 seraient ceux qui présentent les tumeurs les plus « immunogènes » [52]. Les mutations du génome tumoral qui aboutissent à un changement de séquence peptidique sont transcrites et traduites en polypeptiques qui génèrent des néo-antigènes (ou néo-épitopes) reconnus par le système immunitaire. Ces mutations sont le fruit de l’instabilité génétique dont l’une des principales causes est le défaut de réparation de l’ADN. L’accumulation d’erreurs dans la séquence génomique s’observe particulièrement sous la pression de facteurs exogènes comme le tabac dans le cas des cancers pulmonaires ou l’exposition solaire dans le cas des mélanomes. Des études récentes démontrent que des lymphocytes T spécifiques de néo-épitopes générés par des mutations entraînant un changement de séquence peptidique, seraient responsables du phénotype « inflammatoire » des tumeurs « répondeuses » aux anti-PD-1/PD-L1. La charge mutationnelle, ou quantité de mutations dans le génome tumoral, est par ailleurs corrélée au bénéfice clinique des anti-PD-1/PD-L1 dans les mélanomes et les cancers pulmonaires. Les taux de réponses sont également plus importants dans les cancers colorectaux avec un défaut de réparation des mésappariements de l’ADN aboutissant à une instabilité microsatellitaire (microsatellite instability [MSI]), à l’origine d’une plus grande charge mutationnelle comparée aux cancers colorectaux non MSI. De multiples travaux ont montré une corrélation entre charge mutationnelle et bénéfice des anti-PD-1/PD-L1, notamment dans les mélanomes, les cancers du poumon, les carcinomes épidermoïdes de la sphère ORL, les cancers de la vessie, tous ces cancers correspondant à des tumeur solides avec haut taux de mutations [3,16,53,54]. Le Tableau 2 résume les résultats des études les plus significatives à ce sujet [43,45,55—57]. Ces résultats préliminaires doivent être cependant nuancés compte tenu de leur caractère rétrospectif, des faibles effectifs analysés, de l’utilisation de définitions variables du bénéfice clinique des inhibiteurs des checkpoints, et des méthodes hétérogènes d’acquisition et d’interprétation des données permettant d’estimer la charge mutationnelle et néo-antigénique. Par ailleurs, il existe dans chacune de ces études, des patients avec charge mutationnelle élevée ne bénéficiant pas des inhibiteurs des checkpoints, et des patients avec charge mutationnelle faible en bénéficiant. La charge mutationnelle est en effet une approche imparfaite d’un mécanisme complexe générant la transcription d’une mutation, puis son expression, sa présentation par le complexe majeur d’histocompatibilité (CMH) et le déclenchement d’une réponse immunitaire. La capacité d’un peptide mutant donné à générer un répertoire de lymphocytes T spécifiques est pour l’instant difficile à évaluer. Les algorithmes permettant de prédire les néo-antigènes qui seront présentés à partir des données des exomes et transcriptomes sont pour l’instant très imparfaits. Un travail suggère que seuls quelques néo-épitopes (1 à 3) pourraient générer une réponse immunitaire efficace [58]. On peut donc imaginer qu’une tumeur avec peu de mutations, mais très immunogènes, puisse répondre à des inhibiteurs des checkpoints et inversement qu’une tumeur avec une forte charge

Biomarqueurs prédictifs de l’efficacité des inhibiteurs de checkpoint immunitaire

51

Tableau 2 Résultats des principales études corrélant charge mutationnelle, charge en néo-antigènes et efficacité des inhibiteurs des checkpoints de l’immunité. Results from the main studies about the correlations concerning the mutational load, the neo-antigen load and immune checkpoint inhibitor efficacy.

Études

Tumeurs

Nombre de patients

Snyder et al. [55]

Mélanome

64

Van Allen et al. [43] Mélanome

110

Méthodes

Médicaments

Corrélations cliniques

Whole Anti-CTLA-4 exome Ipilimumab + tremelimumab sequencing Anti-CTLA-4 Whole Ipilimumab exome sequencing Transcriptome

Corrélation entre charge mutationnelle et bénéfice clinique Corrélation entre charge mutationnelle, charge en néo-antigènes et bénéfice clinique Corrélation entre charge mutationnelle et réponse objective, durée de réponse et survie sans progression Corrélation entre charge mutationnelle et survie sans progression

Rizvi et al. [56]

CBNPC

34

Whole exome sequencing

Anti-PD1 pembrolizumab

Le et al. [57]

Tumeur MSI Cancer colorectal et autres tumeurs solides Mélanome

42

Whole exome sequencing

Anti-PD1 pembrolizumab

38

Whole exome sequencing

Anti-PD1 Corrélation entre Pembrolizumab et nivolumab charge mutationnelle et survie globale

Hugo et al. [45]

CBNPC : cancer bronchique non à petites cellules ; MSI : microsatellite instability, instabilité des microsatellites.

mutationnelle ne générant pas de répertoire de lymphocytes T suffisamment spécifiques ne réponde pas à ce type de traitement. L’hétérogénéité intra-tumorale néo-antigénique dans la réponse aux inhibiteurs des checkpoints est également un paramètre important à prendre en considération [59]. En effet certaines tumeurs avec une charge mutationnelle élevée s’accompagnent d’une expression hétérogène de néo-antigènes et comportent un grand nombre de sous-clones tumoraux exprimant chacun des néo-antigènes spécifiques. Les anti-PD-1 seraient beaucoup moins efficaces dans ces tumeurs, malgré une charge mutationnelle élevée. Enfin, un microenvironnement tumoral avec des caractéristiques fortement immunosuppressives peut atténuer la réponse immunitaire malgré l’existence d’un répertoire de lymphocytes T efficaces. L’ensemble de ces constatations souligne les limites de la charge mutationnelle comme marqueur d’efficacité des inhibiteurs des checkpoints.

Cas des cancers avec instabilité microsatellitaire Ce chapitre est largement discuté dans l’article consacré à la réponse immune des cancers digestifs. Soulignons que les cancers MSI sont théoriquement des candidats idéaux aux inhibiteurs des checkpoints, qu’ils soient familiaux ou sporadiques [60,61]. En effet, la charge mutationnelle est 10 à 100 fois supérieure dans les cancers MSI comparés aux cancers non MSI [57,62—64]. De plus ils sont associés à une réponse immunitaire adaptative caractérisée par un microenvironnement tumoral riche en lymphocytes T CD8+, une signature Th1 et interféron ␥ et une expression importante des checkpoints immunitaires PD-1/PD-L1, CTLA4 et

LAG3 [64—68]. Ces éléments expliquent l’excellente réponse au pembrolizumab rapportée récemment [57].

Cancers viro-induits De nombreux cancers sont associés à l’activité oncogénique de séquences d’origine virale intégrées dans le génome tumoral, dont le virus d’Epstein-Barr (Epstein-Barr virus [EBV]), l’Human Papilloma virus (HPV) ou encore le Merkel cell polyomavirus (MCPyV). Les produits protéiques de ces gènes viraux sont par définition reconnus comme des antigènes du non-soi et pourraient donc être à l’origine d’une réponse immunitaire adaptative efficace [69—71]. Les carcinomes cutanés à cellules de Merkel sont associés au MCPyV dans 80 % des cas. Ils constituent un modèle de réponse aux anti-PD-1 dans les cancers viro-induits. Un essai dédié à ce type tumoral a montré des taux de réponses importants aux anti-PD-1 [72]. Ceci s’explique probablement par l’infiltrat lymphocytaire intense dans ces tumeurs, notamment au front d’invasion, malgré la faible charge mutationnelle [73]. Compte tenu de ces données préliminaires des essais cliniques sont en cours dans d’autres cancers viro-induits.

Biomarqueurs et techniques émergents Microbiote Deux études récentes suggèrent que le microbiote intestinal influence l’efficacité des inhibiteurs des checkpoints dans des modèles de mélanomes [74,75]. La flore bactérienne

52

M. Duruisseaux et al.

Figure 2. Étude par immunofluorescence multiparamétrique avec lecture automatisée. A. Identification par zone (cellules cancéreuses en bleu et du stroma en vert). B. Comptage des cellules immunitaires du microenvironnement tumoral, par zone, après lecture spectrale. Chaque cellule est présente un phénotype dédié identifiable par un marqueur protéique. A. Example of multiparametric immunofluorescence with automated reading. Identification of different cancer areas (stroma in green and cancer cells in blue). B. Counting of the immune cells of the tumor microenvironment, by zone, after use of spectral scanner. Each cell has a given phenotype linked to a proteic marker.

intestinale est en contact étroit avec le système immunitaire. Les espèces bacteroides et bifidobacterium semblent capables d’activer les cellules dendritiques et de stimuler ainsi la phase dite de priming et la localisation au niveau tumoral, d’une réponse lymphocytaire T spécifique. La présence, l’absence, ou la supplémentation en bactéries de ces espèces, modulent l’efficacité des anti-CTLA4. Ces données incitent à prendre en considération le microbiote intestinal en tant que biomarqueur.

Étude multiparamétrique du microenvironnement L’étude multiparamétrique, in situ, du microenvironnement tumoral fait l’objet d’une attention particulière depuis plusieurs années, compte tenu de sa valeur pronostique et de sa valeur prédictive de réponse au traitement. Un des exemples les plus frappants dans ce domaine est celui du cancer du côlon, avec l’élaboration de l’immunoscore, présenté dans un article de ce numéro spécial, par l’équipe de F. Pagès et de J. Galon. Cependant, la plupart de ces stratégies de quantification utilise un marqueur unique sur coupes sériées. L’approche multiparamétrique, disponible dans quelques laboratoires dédiés, apporte une importante quantité d’informations, notamment en termes de caractérisation fine des populations cellulaires, d’interaction entre les différents contingents cellulaires (mécanistique), de localisation temporo-spatiale des cellules (localisation au front d’invasion, intra-tumorale, ou encore stromale) et s’applique particulièrement à l’étude du microenvironnement tumoral. Le marquage multiparamétrique permet d’établir, notamment grâce à la lecture automatisée, une cartographie de l’infiltrat immun à analyser (Fig. 2). Comme cela a été précisé, cette technique permet également d’étudier l’interaction des cellules entre elles, ce qui fournit une information fonctionnelle particulièrement intéressante, lorsque l’on étudie les relations récepteur-ligand telle PD1—PD-L1 ou l’activité cytotoxique des lymphocytes CD8+ au contact des cellules tumorales. Les prélèvements le plus souvent utilisés correspondent à des coupes de tissus congelés, mais l’utilisation de coupes issues de tissus fixés est en cours d’investigation. Les scanners qui sont employés sont le plus souvent des scanners fluorescents,

mais il est possible d’utiliser la technologie spectrale avec lecture automatisée.

Conclusion L’immunothérapie est en plein développement et s’accompagne de succès cliniques extrêmement encourageants. Mais le challenge qui consiste à définir précisément la population de patients susceptible de bénéficier au mieux de cette approche thérapeutique est majeur. Dans ce cadre, la recherche de biomarqueurs prédictif de sensibilité ou de résistance au traitement est un enjeu de premier ordre, d’autant plus que des effets secondaires sont associés à ce type de traitement. À l’enjeu thérapeutique s’ajoute aussi l’enjeu médico-économique. Plusieurs paramètres prédictifs de réponse se dessinent : le test compagnon tel que l’immunohistochimie PD-L1 ; la charge mutationnelle, le statut immunitaire de la tumeur et le profil moléculaire de la tumeur. Aucun d’eux n’est parfait tant sur le plan de la sélection des patients que dans leur maîtrise technique. Mais des groupes de travail et des efforts de standardisation existent, contribuant à une meilleure utilisation de biomarqueurs établis ou candidats. Par ailleurs, certaines méthodes sont complémentaires entre elles, ce qui autorise sans doute une approche de l’immunothérapie encore plus aiguisée. Enfin les techniques in situ multiparamétriques offrent l’opportunité d’analyser simultanément plusieurs marqueurs impliqués dans la réponse immune, autorisant une vision plus fonctionnelle des contingents cellulaires présents. Les biomarqueurs circulants et l’étude du microbiote intestinal ont également une place dans le débat actuel des facteurs prédictifs candidats, notamment lorsque l’on prend en considération la nature changeante et dynamique du système immunitaire, [76,77].

Déclaration de liens d’intérêts Cécile Badoual déclare avoir des conflits d’intérêts avec Roche, BMS et MSD. Frédéric Bibeau déclare avoir des conflits d’intérêts avec MSD. Michaël Duruisseaux déclare avoir des conflits d’intérêts avec Pfizer, Novartis et Roche.

Biomarqueurs prédictifs de l’efficacité des inhibiteurs de checkpoint immunitaire Céline Lize-Dufranc déclare ne pas avoir de liens d’intérêts.

Références [1] Pardoll DM. The blockade of immune checkpoints in cancer immunotherapy. Nat Rev Cancer 2012;12:252—64. [2] Brahmer JR, Drake CG, Wollner I, Powderly JD, Picus J, Sharfman WH, et al. Phase I study of single-agent anti-programmed death-1 (MDX-1106) in refractory solid tumors: safety, clinical activity, pharmacodynamics, and immunologic correlates. J Clin Oncol 2010;28:3167—75. [3] Topalian SL, Hodi FS, Brahmer JR, Gettinger SN, Smith DC, McDermott DF, et al. Safety, activity, and immune correlates of anti-PD-1 antibody in cancer. N Engl J Med 2012;366:2443—54. [4] Hamid O, Robert C, Daud A, Hodi FS, Hwu W-J, Kefford R, et al. Safety and tumor responses with lambrolizumab (anti-PD-1) in melanoma. N Engl J Med 2013;369:134—44. [5] Robert C, Schachter J, Long GV, Arance A, Grob JJ, Mortier L, et al. Pembrolizumab versus ipilimumab in advanced melanoma. N Engl J Med 2015;372:2521—32. [6] Brahmer J, Reckamp KL, Baas P, Crinò L, Eberhardt WEE, Poddubskaya E, et al. Nivolumab versus docetaxel in advanced squamous-cell non-small-cell lung cancer. N Engl J Med 2015;373:123—35. [7] Borghaei H, Paz-Ares L, Horn L, Spigel DR, Steins M, Ready NE, et al. Nivolumab versus docetaxel in advanced nonsquamous non-small-cell lung cancer. N Engl J Med 2015;373:1627—39. [8] Garon EB, Rizvi NA, Hui R, Leighl N, Balmanoukian AS, Eder JP, et al. Pembrolizumab for the treatment of non-small-cell lung cancer. N Engl J Med 2015;372:2018—28. [9] Herbst RS, Baas P, Kim D-W, Felip E, Pérez-Gracia JL, Han J-Y, et al. Pembrolizumab versus docetaxel for previously treated, PD-L1-positive, advanced non-small-cell lung cancer (KEYNOTE-010): a randomised controlled trial. Lancet 2016;387:1540—50. [10] Fehrenbacher L, Spira A, Ballinger M, Kowanetz M, Vansteenkiste J, Mazieres J, et al. Atezolizumab versus docetaxel for patients with previously treated non-small-cell lung cancer (POPLAR): a multicentre, open-label, phase 2 randomised controlled trial. Lancet 2016;387:1837—46. [11] Motzer RJ, Escudier B, McDermott DF, George S, Hammers HJ, Srinivas S, et al. Nivolumab versus everolimus in advanced renal-cell carcinoma. N Engl J Med 2015;373:1803—13. [12] Motzer RJ, Rini BI, McDermott DF, Redman BG, Kuzel TM, Harrison MR, et al. Nivolumab for metastatic renal cell carcinoma: results of a randomized phase II trial. J Clin Oncol 2015;33:1430—7. [13] Hodi FS, O’Day SJ, McDermott DF, Weber RW, Sosman JA, Haanen JB, et al. Improved survival with ipilimumab in patients with metastatic melanoma. N Engl J Med 2010;363:711—23. [14] Schadendorf D, Hodi FS, Robert C, Weber JS, Margolin K, Hamid O, et al. Pooled analysis of long-term survival data from phase II and phase III trials of ipilimumab in unresectable or metastatic melanoma. J Clin Oncol 2015;33:1889—94. [15] Spranger S, Spaapen RM, Zha Y, Williams J, Meng Y, Ha TT, et al. Up-regulation of PD-L1, IDO, and T(regs) in the melanoma tumor microenvironment is driven by CD8(+) T cells. Sci Transl Med 2013;5:200ra116. [16] Herbst RS, Soria J-C, Kowanetz M, Fine GD, Hamid O, Gordon MS, et al. Predictive correlates of response to the anti-PD-L1 antibody MPDL3280A in cancer patients. Nature 2014;515:563—7. [17] Chen DS, Mellman I. Oncology meets immunology: the cancerimmunity cycle. Immunity 2013;39:1—10. [18] Zou W, Wolchok JD, Chen L. PD-L1 (B7-H1) and PD-1 pathway blockade for cancer therapy: mechanisms, response biomarkers, and combinations. Sci Transl Med 2016;8:328rv4. [19] Qureshi OS, Zheng Y, Nakamura K, Attridge K, Manzotti C, Schmidt EM, et al. Trans-endocytosis of CD80 and CD86: a molecular basis for the cell-extrinsic function of CTLA-4. Science 2011;332:600—3.

53

[20] Dong H, Strome SE, Salomao DR, Tamura H, Hirano F, Flies DB, et al. Tumor-associated B7-H1 promotes T-cell apoptosis: a potential mechanism of immune evasion. Nat Med 2002;8:793—800. [21] Wherry EJ. T cell exhaustion. Nat Immunol 2011;12:492—9. [22] Taube JM, Anders RA, Young GD, Xu H, Sharma R, McMiller TL, et al. Colocalization of inflammatory response with B7-h1 expression in human melanocytic lesions supports an adaptive resistance mechanism of immune escape. Sci Transl Med 2012;4:127ra37. [23] Balkwill F, Mantovani A. Inflammation and cancer: back to Virchow? Lancet 2001;357:539—45. [24] Galon J, Costes A, Sanchez-Cabo F, Kirilovsky A, Mlecnik B, Lagorce-Pagès C, et al. Type, density, and location of immune cells within human colorectal tumors predict clinical outcome. Science 2006;313:1960—4. [25] Fridman WH, Pagès F, Sautès-Fridman C, Galon J. The immune contexture in human tumours: impact on clinical outcome. Nat Rev Cancer 2012;12:298—306. [26] Tumeh PC, Harview CL, Yearley JH, Shintaku IP, Taylor EJM, Robert L, et al. PD-1 blockade induces responses by inhibiting adaptive immune resistance. Nature 2014;515:568—71. [27] Daud AI, Loo K, Pauli ML, Sanchez-Rodriguez R, Sandoval PM, Taravati K, et al. Tumor immune profiling predicts response to anti-PD-1 therapy in human melanoma. J Clin Invest 2016;126:3447—52. [28] Dong H, Zhu G, Tamada K, Chen L. B7-H1, a third member of the B7 family, co-stimulates T-cell proliferation and interleukin10 secretion. Nat Med 1999;5:1365—9. [29] Mazanet MM, Hughes CCW. B7-H1 is expressed by human endothelial cells and suppresses T cell cytokine synthesis. J Immunol 2002;169:3581—8. [30] Parsa AT, Waldron JS, Panner A, Crane CA, Parney IF, Barry JJ, et al. Loss of tumor suppressor PTEN function increases B7-H1 expression and immunoresistance in glioma. Nat Med 2007;13:84—8. [31] Atefi M, Avramis E, Lassen A, Wong DJL, Robert L, Foulad D, et al. Effects of MAPK and PI3K pathways on PD-L1 expression in melanoma. Clin Cancer Res 2014;20:3446—57. [32] Van Allen EM, Golay HG, Liu Y, Koyama S, Wong K, TaylorWeiner A, et al. Long-term benefit of PD-L1 blockade in lung cancer associated with JAK3 activation. Cancer Immunol Res 2015;3:855—63. [33] Akbay EA, Koyama S, Carretero J, Altabef A, Tchaicha JH, Christensen CL, et al. Activation of the PD-1 pathway contributes to immune escape in EGFR-driven lung tumors. Cancer Discov 2013;3:1355—63. [34] Ota K, Azuma K, Kawahara A, Hattori S, Iwama E, Tanizaki J, et al. Induction of PD-L1 expression by the EML4-ALK oncoprotein and downstream signaling pathways in non-small cell lung cancer. Clin Cancer Res 2015;21:4014—21. [35] Ilie M, Long-Mira E, Bence C, Butori C, Lassalle S, Bouhlel L, et al. Comparative study of the PD-L1 status between surgically resected specimens and matched biopsies of NSCLC patients reveal major discordances: a potential issue for anti-PD-L1 therapeutic strategies. Ann Oncol 2016;27:147—53. [36] Mansfield AS, Aubry MC, Moser JC, Harrington SM, Dronca RS, Park SS, et al. Temporal and spatial discordance of programmed cell death-ligand 1 expression and lymphocyte tumor infiltration between paired primary lesions and brain metastases in lung cancer. Ann Oncol 2016;27:1953—8. [37] Gainor JF, Shaw AT, Sequist LV, Fu X, Azzoli CG, Piotrowska Z, et al. EGFR mutations and ALK rearrangements are associated with low response rates to PD-1 pathway blockade in nonsmall cell lung cancer: a retrospective analysis. Clin Cancer Res 2016;22:4585—93. [38] Lipson EJ, Forde PM, Hammers H-J, Emens LA, Taube JM, Topalian SL. Antagonists of PD-1 and PD-L1 in cancer treatment. Semin Oncol 2015;42:587—600. [39] Sunshine J, Taube JM. PD-1/PD-L1 inhibitors. Curr Opin Pharmacol 2015;23:32—8, http://dx.doi.org/10.1016/j.coph. 2015.05.011.

54 [40] Shukuya T, Mori K, Amann JM, Bertino EM, Otterson GA, Shields PG, et al. Relationship between overall survival and response or progression-free survival in advanced non-small cell lung cancer patients treated with anti-PD-1/PD-L1 antibodies. J Thorac Oncol 2016. [41] McDermott DF, Sosman JA, Sznol M, Massard C, Gordon MS, Hamid O, et al. Atezolizumab, an anti-programmed death-ligand 1 antibody, in metastatic renal cell carcinoma: long-term safety, clinical activity, and immune correlates from a phase Ia study. J Clin Oncol 2016;34:833—42. [42] Reck M, Rodríguez-Abreu D, Robinson AG, Hui R, Cs˝ oszi T, Fülöp A, et al. Pembrolizumab versus chemotherapy for PDL1—positive non-small-cell lung cancer. N Engl J Med 2016. [43] Van Allen EM, Miao D, Schilling B, Shukla SA, Blank C, Zimmer L, et al. Genomic correlates of response to CTLA-4 blockade in metastatic melanoma. Science 2015;350:207—11. [44] Rooney MS, Shukla SA, Wu CJ, Getz G, Hacohen N. Molecular and genetic properties of tumors associated with local immune cytolytic activity. Cell 2015;160:48—61. [45] Hugo W, Zaretsky JM, Sun L, Song C, Moreno BH, HuLieskovan S, et al. Genomic and transcriptomic features of response to anti-PD-1 therapy in metastatic melanoma. Cell 2016;165:35—44. [46] Sumimoto H, Imabayashi F, Iwata T, Kawakami Y. The BRAFMAPK signaling pathway is essential for cancer-immune evasion in human melanoma cells. J Exp Med 2006;203:1651—6. [47] Hong S, Chen N, Fang W, Zhan J, Liu Q, Kang S, et al. Upregulation of PD-L1 by EML4-ALK fusion protein mediates the immune escape in ALK positive NSCLC: implication for optional anti-PD1/PD-L1 immune therapy for ALK-TKIs sensitive and resistant NSCLC patients. Oncoimmunology 2016;5:e1094598. [48] Chen N, Fang W, Zhan J, Hong S, Tang Y, Kang S, et al. Upregulation of PD-L1 by EGFR activation mediates the immune escape in EGFR-driven NSCLC: implication for optional immune targeted therapy for NSCLC patients with EGFR mutation. J Thorac Oncol 2015;10:910—23. [49] Marzec M, Zhang Q, Goradia A, Raghunath PN, Liu X, Paessler M, et al. Oncogenic kinase NPM/ALK induces through STAT3 expression of immunosuppressive protein CD274 (PD-L1, B7-H1). Proc Natl Acad Sci 2008;105:20852—7. [50] Xu C, Fillmore CM, Koyama S, Wu H, Zhao Y, Chen Z, et al. Loss of Lkb1 and Pten leads to lung squamous cell carcinoma with elevated PD-L1 expression. Cancer Cell 2014;25:590—604. [51] D’Incecco A, Andreozzi M, Ludovini V, Rossi E, Capodanno A, Landi L, et al. PD-1 and PD-L1 expression in molecularly selected non-small-cell lung cancer patients. Br J Cancer 2015;112:95—102. [52] Chabanon RM, Pedrero M, Lefebvre C, Marabelle A, Soria J-C, Postel-Vinay S. Mutational landscape and sensitivity to immune checkpoint blockers. Clin Cancer Res 2016;22:4309—21. [53] Lawrence MS, Stojanov P, Polak P, Kryukov GV, Cibulskis K, Sivachenko A, et al. Mutational heterogeneity in cancer and the search for new cancer-associated genes. Nature 2013;499:214—8. [54] Brahmer JR, Tykodi SS, Chow LQM, Hwu W-J, Topalian SL, Hwu P, et al. Safety and activity of anti-PD-L1 antibody in patients with advanced cancer. N Engl J Med 2012;366:2455—65. [55] Snyder A, Makarov V, Merghoub T, Yuan J, Zaretsky JM, Desrichard A, et al. Genetic basis for clinical response to CTLA4 blockade in melanoma. N Engl J Med 2014;371:2189—99. [56] Rizvi NA, Hellmann MD, Snyder A, Kvistborg P, Makarov V, Havel JJ, et al. Cancer immunology. Mutational landscape determines sensitivity to PD-1 blockade in non-small cell lung cancer. Science 2015;348:124—8. [57] Le DT, Uram JN, Wang H, Bartlett BR, Kemberling H, Eyring AD, et al. PD-1 blockade in tumors with mismatch-repair deficiency. N Engl J Med 2015;372:2509—20. [58] Tran E, Ahmadzadeh M, Lu Y-C, Gros A, Turcotte S, Robbins PF, et al. Immunogenicity of somatic mutations in human gastrointestinal cancers. Science 2015;350:1387—90.

M. Duruisseaux et al. [59] McGranahan N, Furness AJS, Rosenthal R, Ramskov S, Lyngaa R, Saini SK, et al. Clonal neoantigens elicit T cell immunoreactivity and sensitivity to immune checkpoint blockade. Science 2016;351:1463—9. [60] Liu B, Parsons R, Papadopoulos N, Nicolaides NC, Lynch HT, Watson P, et al. Analysis of mismatch repair genes in hereditary non-polyposis colorectal cancer patients. Nat Med 1996;2:169—74. [61] Kinzler KW, Vogelstein B. Lessons from hereditary colorectal cancer. Cell 1996;87:159—70. [62] Cancer Genome Atlas Network. Comprehensive molecular characterization of human colon and rectal cancer. Nature 2012;487:330—7. [63] Stadler ZK, Battaglin F, Middha S, Hechtman JF, Tran C, Cercek A, et al. Reliable detection of mismatch repair deficiency in colorectal cancers using mutational load in next-generation sequencing panels. J Clin Oncol 2016;34:2141—7. [64] Mehnert JM, Panda A, Zhong H, Hirshfield K, Damare S, Lane K, et al. Immune activation and response to pembrolizumab in POLE-mutant endometrial cancer. J Clin Invest 2016;126:2334—40. [65] Drescher KM, Sharma P, Watson P, Gatalica Z, Thibodeau SN, Lynch HT. Lymphocyte recruitment into the tumor site is altered in patients with MSI-H colon cancer. Fam Cancer 2009;8: 231—9. [66] Boissière-Michot F, Lazennec G, Frugier H, Jarlier M, Roca L, Duffour J, et al. Characterization of an adaptive immune response in microsatellite-instable colorectal cancer. Oncoimmunology 2014;3:e29256. [67] Llosa NJ, Cruise M, Tam A, Wicks EC, Hechenbleikner EM, Taube JM, et al. The vigorous immune microenvironment of microsatellite instable colon cancer is balanced by multiple counter-inhibitory checkpoints. Cancer Discov 2015;5:43—51. [68] Giannakis M, Mu XJ, Shukla SA, Qian ZR, Cohen O, Nishihara R, et al. Genomic correlates of immune-cell infiltrates in colorectal carcinoma. Cell Rep 2016. [69] Afanasiev OK, Yelistratova L, Miller N, Nagase K, Paulson K, Iyer JG, et al. Merkel polyomavirus-specific T cells fluctuate with merkel cell carcinoma burden and express therapeutically targetable PD-1 and Tim-3 exhaustion markers. Clin Cancer Res 2013;19:5351—60. [70] Iyer JG, Afanasiev OK, McClurkan C, Paulson K, Nagase K, Jing L, et al. Merkel cell polyomavirus-specific CD8+ and CD4+ T-cell responses identified in Merkel cell carcinomas and blood. Clin Cancer Res 2011;17:6671—80. [71] Badoual C, Hans S, Merillon N, Van Ryswick C, Ravel P, Benhamouda N, et al. PD-1-expressing tumor-infiltrating T cells are a favorable prognostic biomarker in HPV-associated head and neck cancer. Cancer Res 2013;73:128—38. [72] Nghiem PT, Bhatia S, Lipson EJ, Kudchadkar RR, Miller NJ, Annamalai L, et al. PD-1 blockade with pembrolizumab in advanced merkel-cell carcinoma. N Engl J Med 2016;374:2542—52. [73] Feldmeyer L, Hudgens CW, Ray-Lyons G, Nagarajan P, Aung PP, Curry JL, et al. Density, distribution, and composition of immune infiltrates correlate with survival in merkel cell carcinoma. Clin Cancer Res 2016. [74] Sivan A, Corrales L, Hubert N, Williams JB, Aquino-Michaels K, Earley ZM, et al. Commensal Bifidobacterium promotes antitumor immunity and facilitates anti-PD-L1 efficacy. Science 2015;350:1084—9. [75] Vétizou M, Pitt JM, Daillère R, Lepage P, Waldschmitt N, Flament C, et al. Anticancer immunotherapy by CTLA-4 blockade relies on the gut microbiota. Science 2015;350:1079—84. [76] Ho P-C, Bihuniak JD, Macintyre AN, Staron M, Liu X, Amezquita R, et al. Phosphoenolpyruvate is a metabolic checkpoint of anti-tumor T cell responses. Cell 2015;162:1217—28. [77] Pilon-Thomas S, Kodumudi KN, El-Kenawi AE, Russell S, Weber AM, Luddy K, et al. Neutralization of tumor acidity improves antitumor responses to immunotherapy. Cancer Res 2016;76:1381—90.