Kompendium Internistische Onkologie
Autoren
Peter Brossart, Viktor Grünwald und Sebastian Ochsenreither

Checkpoint-Inhibitoren

Die Entwicklung von Antikörpern, die gegen die Checkpoint-Moleküle gerichtet sind, hat die Immunonkologie zu einem festen Bestandteil in der Behandlung maligner Erkrankungen gemacht. Checkpoint-Moleküle wie CTLA-4 oder PD-1, die derzeit im Mittelpunkt der klinischen Entwicklungen stehen, werden nach Aktivierung von T-Lymphozyten auf deren Oberfläche hochreguliert und können nach Interaktion mit entsprechenden Liganden diese wieder abschalten. Diese Checkpoint-Moleküle können aber auch auf malignen Zellen exprimiert sein und so eine gegen den Tumor gerichtete Immunantwort inhibieren. Das Besondere dieser neuen Immuntherapien sind die langanhaltenden Remissionen, die in einem Langzeitüberleben resultieren können, sowie ihre Entitäten übergreifende Wirksamkeit. Derzeit werden Kombinationen mit Strahlentherapie, Tyrosinkinase-Inhibitoren (TKI), Chemotherapie und anderen Immuntherapien geprüft sowie weitere an der Regulierung des Immunsystems beteiligte Moleküle wie LAG-3, GITR, CD137 oder CD47 evaluiert.

Immunologische Grundlagen

P. Brossart

CTLA-4 (CD154)

Im Jahr 2013 hat das Science-Magazin die Immuntherapie als „Breakthrough of the Year“ basierend auf ersten klinischen Daten mit sog. Immuncheckpoint-Inhibitoren bezeichnet. Dies beruhte auf Ergebnissen aus Phase-III-Studien mit Ipilimumab, einem Antikörper gegen CTLA-4 („cytotoxic T-lymphocyte-associated protein 4“, CD154) beim metastasierten malignen Melanom, der erstmalig einen signifikanten Überlebensvorteil bei dieser Entität im Vergleich zum Standardarm demonstriert hat.
T-Lymphozyten erkennen ihr Antigen, wenn es als Komplex aus einem HLA-Molekül und einem Peptid mit dem T-Zell-Rezeptor (TZR) interagiert. Um effizient aktiviert zu werden, benötigen T-Lymphozyten jedoch noch ein zweites Signal, das über sog. kostimulatorische Moleküle bereitgestellt wird. Dieses zweite Signal führt zur Proliferation, Zytokinsekretion und Differenzierung von T-Lymphozyten. In naiven T-Zellen führt die alleinige Interaktion des TZR mit dem HLA-Peptidkomplex ohne das zweite Signal zu Anergie oder Apoptose. CD28 war das erste kostimulatorische Molekül, das identifiziert wurde und bislang am besten charakterisiert ist. CD28 ist konstitutiv auf naiven T-Zellen exprimiert und bindet an 2 Liganden, CD80 (B7-1) und CD86 (B7-2). Inzwischen sind eine ganze Reihe weiterer kostimulatorischer Rezeptoren (CD40, OX40, CD137, ICOS) identifiziert worden, die während der T-Zell-Aktivierung auf der Zelloberfläche hochreguliert werden und so eine weitere Feinjustierung der T-Zell-Aktivierung und Differenzierung induzieren. Während dieses Prozesses werden nach der erfolgreichen Aktivierung einer T-Zelle zusätzlich eine ganze Reihe inhibierender Rezeptoren wie CTLA-4, PD-1, LAG-3, TIM-3, TIGIT und VISTA auf T-Zellen hochreguliert, die die T-Zellen hemmen und so zur Resolution einer Immunantwort führen.
CTLA-4 gehört wie CD28 zu der Immunglobulin-Superfamilie. Ungeachtet der strukturellen Ähnlichkeiten zwischen CD28 und CTLA-4 bestehen deutliche Unterschiede in der Expression beider Moleküle. Während CD28 vornehmlich auf ruhenden und aktivierten T-Zellen gefunden wird, wird CTLA-4 unmittelbar nach der Aktivierung von CD4- und CD8-positiven T-Lymphozyten über den TZR bzw. insbesondere jedoch nach TZR/CD28-Kostimulation hochreguliert. CTLA-4 ist vornehmlich im intrazellulären Trans-Golgi-Netzwerk bzw. endosomalen und lysosomalen Kompartment lokalisiert und wird während der TZR-Ligation an die Zelloberfläche an die Stelle der TZR-Aktivierung transportiert. Auf regulatorischen T-Zellen wird es konstitutiv und in sehr viel höherer Dichte exprimiert. Es gibt inzwischen überzeugende Berichte, dass CTLA-4 für die inhibierende Funktion regulatorischer T-Zellen eine ganz wesentliche Rolle spielt. Wie CD28 bildet CTLA-4 Homodimäre und bindet an CD80 und CD86 mit jedoch sehr viel höherer Affinität, was zu einer Kompetition zwischen dem kostimulatorischen und inhibitorischen Rezeptor führt. Die Interaktion zwischen CTLA-4 und CD80 bzw. CD86 inhibiert die Proliferation von T-Zellen und reduziert die Interleukin-2-Sekretion.
CTLA-4 spielt eine essenzielle Rolle während der frühen Aktivierung bzw. des „priming“ von T-Lymphozyten im Lymphknoten. Seine enorme Bedeutung für die Regulation von Immunantworten wurde in Mäusen, die defizient für das CTLA-4-Gen sind, nachgewiesen. Die Tiere sterben bereits in den ersten 3–4 Wochen nach Geburt an einer aggressiven lymphoproliferativen Erkrankung, charakterisiert durch Infiltration der Organe durch polyklonale T-Lymphozyten. Eine der Hauptfunktionen von CTLA-4 beruht in der Kontrolle der CD28 vermittelten Aktivierung von T-Lymphozyten. Dies wurde experimentell durch die Blockade von CD80 und CD86 mit CTLA-4-Immunglobulin, wodurch die Signaltransduktion über CD28 gehemmt wird, in CTLA-4 defizienten Mäusen belegt. Dadurch wurden die Symptome und der Krankheitsausbruch verhindert. Ähnliche Ergebnisse wurden mit Mäusen, die gleichzeitig inhibierende Punktmutationen im CD28-Gen und kein CTLA-4 haben, beobachtet (Rudd et al. 2009; Wing et al. 2011; Granier et al. 2017; Wei et al. 2017).
CTLA-4 kann über einen Prozess, den man als Transendozytose bezeichnet, nach Bindung an seine Liganden (CD86, CD80) dieselben von der Oberfläche der antigenpräsentierenden Zellen entfernen und im Zytosol der T-Lymphozyten degradieren. Diese zellextrinsische Depletion der Liganden stellt einen weiteren immunregulatorischen Mechanismus zur Inhibition der CD28-vermittelten Aktivierung dar (Qureshi et al. 2011).

PD-1/PD-L1

PD-1 („program cell death ligand 1“ oder CD279) ist ebenfalls Mitglied der Immunglobulin-Superfamilie. Im Gegensatz zu CTLA-4 wird es nicht nur auf aktivierten T-Zellen, sondern auch auf B-Zellen, NK-Zellen, Monozyten, Makrophagen und Endothelzellen exprimiert. PD-1 bindet an PD-L1 und PD-L2. Interessanterweise kann PD-L1 auch mit CD80 und PD-L2 mit RGMb („repulsive guidance molecule b“) interagieren. Vor Kurzem konnte gezeigt werden, dass PD-1 auch auf Tumorzellen exprimiert wird und hier die Proliferation der malignen Zellen beeinflussen kann. Nach der Bindung an die Liganden bildet PD-1 ein Cluster mit dem T-Zell-Rezeptor und rekrutiert die Phosphatase SHP-2, was zu einer Dephoshorylierung des TZR führt und somit auch zur Inhibierung der T-Zell-Aktivierung. Zusätzlich scheint es zu einer Dephosphorylierung am intrazellulären Teil des CD28-Moleküls zu kommen. Während frühe Studien gezeigt haben, dass die Interaktion zwischen PD-1 und PD-L1 eine zentrale Rolle in der Erhaltung der peripheren Toleranz und Suppression von Autoimmunreaktionen spielt, konnte später demonstriert werden, dass diese Interaktion auch essenziell für die Induktion einer Immunantwort gegen Pathogene und Tumoren spielt.
PD-L1 wurde 1992 als ein Molekül, das mit Apoptose assoziiert ist, identifiziert, was sich jedoch nicht bestätigte. Später konnte jedoch gezeigt werden, dass PD-1 einen negativen regulatorischen Effekt auf Immunantworten hat und PD-1-defiziente Mäuse eine Vielzahl von Autoimmunerkrankungen entwickeln können. PD-1 wird auf aktivierten CD-4- und CD-8-positiven T-Lymphozyten, B-Zellen, Monozyten, NK-Zellen und dendritischen Zellen exprimiert. Seine Expression kann durch Zytokine wie Interleukin 2, Interleukin 7, Interleukin 15 und Interleukin 21 auf T-Zellen induziert werden. PD-1 findet sich auch auf CD4- und CD8-doppelt negativen Thymozyten und spielt eine zentrale Rolle für ihre Selektion während des T-Zell-Rezeptor-Rearrangements. PD-1-vermittelte Signaltransduktion führt zu einer Inhibition des Glukosestoffwechsels, der Zytokinproduktion, der Proliferation und des Überlebens der T-Zellen. PD-1 reguliert auch die Funktion von SMAD-3 und hat synergistische Effekte mit dem TGF-β-Signaltransduktionsweg. Dadurch kann PD-1 die Differenzierung von regulatorischen Zellen induzieren, während es die Bildung und Funktion von T-Effektorzellen supprimiert. Zudem führt PD-1-Stimulation zu einer vermehrten Expression von FOXP-3 und einer verstärkten suppressiven Funktion von regulatorischen T-Zellen. Neben dieser vielfältigen Funktion von PD-1 in der Regulation von Immunantworten konnte gezeigt werden, dass PD-L1 und PD-L2 auf malignen Zellen bzw. infiltrierenden Immunzellen im Tumormikromilieu exprimiert werden und deren Interaktion mit PD-1 auf infiltrierenden tumorspezifischen T-Zellen die antitumorale Immunität supprimiert (Sharma und Allison 2015a; Bardhan et al. 2016; Wolf et al. 2014; Müller et al. 2017).
Die zentrale Rolle von CTLA-4 bzw. PD-1 in der Regulation und Erhaltung von Immunantworten führte zur Entwicklung von blockierenden Antikörpern, um die Funktion von tumorspezifischen T-Lymphozyten zu verbessern und so eine Elimination der malignen Zellen durch das Immunsystem zu bewirken (Sharma und Allison 2015a, b; Wolf et al. 2014).
Unter den ersten Antikörpern, die klinisch entwickelt und eingesetzt wurden, waren Ipilimumab und Tremilimumab, die an CTLA-4 binden und somit die Interaktion zwischen CTLA-4 und CD28 inhibieren (Abb. 1). Bereits in ersten Phase-I- und -II-Studien wurden Remissionen bei stark vorbehandelten Patienten mit malignem Melanom beobachtet. 2 randomisierte Phase-III-Studien haben einen Überlebensvorteil von Ipilimumab gegenüber dem Vergleichsarm gezeigt.
Ipilimumab ist ein IgG1-Antikörper und kann somit eine antikörpervermittelte Zellzytotoxizität sowie Komplementaktivierung induzieren. Die Bindung von Ipilimumab an regulatorische T-Zellen, die CTLA-4 konstitutiv mit sehr viel höherer Dichte exprimieren, führt zur Elimination dieser Zellen im Tumormilieu durch NK-Zellen und Tumormakrophagen. Dadurch kommt es im „tumor micro environment“ zum Übergewicht von CD4- und CD8-positiven Effektorzellen und zu verstärkter Tumorelimination. Nur wenige Jahre später konnte auch die hohe klinische Wirksamkeit von PD-1- bzw. PD-L1-blockierenden Antikörpern in zahlreichen Phase-I- und -II-Studien bei vielen Tumorerkrankungen demonstriert werden. Neben der Verbesserung der Funktion von tumorinfiltrierten Lymphozyten greifen diese Antikörper zusätzlich auch in die Funktion von Makrophagen, B-Zellen, NK-Zellen, antigenpräsentierenden Zellen sowie „myeloid-derived surpressor cells“ ein.
In mehreren retrospektiven Analysen von klinischen Studien bzw. in Mausmodellen konnte demonstriert werden, dass die Blockade von CTLA-4 bzw. PD-1/PD-L1 zur kompensatorischen Hochregulation von anderen inhibitorischen Molekülen wie LAG-3 oder VISTA führt, sodass eine Kombination mit Antikörpern, die gegen diese Moleküle gerichtet sind, sinnvoll erscheint. Auch eine Kombination von PD-L1- und CTLA-4-blockierenden Antikörpern haben präklinisch sowie in klinischen Studien synergistische Effekte gezeigt, was mit einem besseren Ansprechen mit verlängertem Überleben der Patienten assoziiert ist. Auch Kombinationen mit stimulierenden Antikörpern gegen GITR, OX40, ICOS oder CD137 mit antigenspezifischen Vakzinierungen oder proinflammatorischen Molekülen wie TLR-Liganden oder RIG-I, onkolytischen Viren, Zytostatika oder Tyrosinkinase-Inhibitoren könnten die Effektivität der Checkpoint-Inhibitoren verstärken.
In Zukunft wird es darum gehen, die Effektivität von Inhibitoren zu verbessern, prädiktive Biomarker zu identifizieren sowie Resistenzmechanismen zu überwinden. Neben den tumorzellextrinsischen Mechanismen wie vermehrte Sekretion von inhibierenden Zytokinen (Interleukin 10, TGF-β), VEGF oder IDO sowie die Infiltration des Tumormikromilieus durch regulatorische T-Zellen, „myeloid-derived surpressor cells“ (oder: myeloischen Suppressorzellen) und M2-Tumormakrophagen spielen auch tumorintrinsische Mechanismen eine wichtige Rolle. So konnte gezeigt werden, dass Mutationen im IFN-γ-oder PTEN-Signalweg sowie der Verlust von HLA-Molekülen bzw. Aktivierung des Beta-Katenin-Signaltransduktionswegs die Wirksamkeit von Checkpoint-Inhibitoren vermindern können (Spranger et al. 2015; Pitt et al. 2016; Gao et al. 2016). Zusätzlich scheint die Effektivität dieser Therapien mit der Mutationslast des Tumors, der Expression von PD-L1 sowie dem Darmmikrobiom assoziiert zu sein (Wolf et al. 2014; Fan et al. 2014; Pitt et al. 2016; Zamarin et al. 2017; Sato-Kaneko et al. 2017; Roh et al. 2017; Cabo et al. 2017; Riaz et al. 2017; Ribas et al. 2017; Gopalakrishnan et al. 2018; Zitvogel et al. 2018).
Einen klar definierten, separierenden Biomarker für das Ansprechen auf die Checkpoint-Inhibitoren gibt es derzeit nicht. Es wird vermutlich schwierig sein, einen einzelnen Biomarker zu identifizieren, denn die Induktion von Immunantworten und die Interaktion zwischen Immunzellen und malignen Zellen ist ein sehr dynamischer und komplexer Prozess.

Zugelassene Substanzen

V. Grünwald
Die Entwicklung von blockierenden monoklonalen Antikörpern (mAb) als Checkpoint-Inhibitoren (CPI) ist ein wichtiger Schritt in der Evolution der onkologischen Therapie gewesen. mAb gegen den „Programmed death (PD)“-Rezeptor-1 oder dessen Liganden (L) sowie „cytotoxic T-lymphocyte-associated protein 4“(CTLA-4) sind bereits fester Bestandteil der klinischen Routine in der Onkologie. Checkpoint-Inhibitoren sind Immunglobuline der Klasse G (IgG) und bestehen aus den Subtypen 1 oder 4. Diese molekularen Backbones der Checkpoint-Inhibitoren unterscheiden sich aufgrund der Subtypisierung in ihren Eigenschaften zur Komplementaktivierung, antikörpervermittelten zellulären Zytotoxizität (ADCC) oder Bindung an Oberflächenrezeptoren (Hanson und Barb 2015). Die antitumorale Wirksamkeit basiert auf der Blockade der Zielstruktur (PD-1, PD-L1 oder CTLA-4; Tab. 1). Inwieweit die biologische Eigenschaft des mAb die antitumorale Wirksamkeit moduliert, ist aktuell unklar. Aktuell sind 5 Checkpoint-Inhibitoren für die klinische Anwendung zugelassen (Tab. 2).
Tab. 1
Checkpoint-Inhibitoren unterscheiden sich hinsichtlich der als Grundlage genutzten Kategorie von monoklonalen Antikörpern. Die Dosierungen der CPI variieren und werden konstant weiterentwickelt. Neben der gewichtsadaptierten Dosierung stehen zunehmend Einheitsdosierungen zur Verfügung
Substanz
Mechanismus
Monoklonaler Antikörper
Dosierung
Atezolizumab
PD-L1
IgG1, humanisiert
1200 mg alle 3 Wochen i.v.
Avelumab
PD-L1
IgG1, human
10 mg/kg KG alle 2 Wochen i.v.
Nivolumab*
PD-1
IgG4, human
3 mg/kg KG i.v. oder
240 mg alle 2 Wochen i.v.
480 mg alle 4 Wochen i.v.
Pembrolizumab
PD-1
IgG4, humanisiert
2 mg/kg KG i.v. oder
200 mg alle 3 Wochen i.v.
Ipilimumab*
CTLA-4
IgG4, human
3 mg/kg KG alle 3 Wochen i.v.
*Kombinationstherapie beim malignen Melanom: Nivolumab 1 mg/kg KG + Ipilimumab 3 mg/kg KG alle 3 Wochen, 4-mal, gefolgt von einer Nivolumab-Erhaltungstherapie (Dosis s. Tabelle)
Tab. 2
Indikationen zugelassener Checkpoint-Inhibitoren
Indikation
Mechanismus
Substanz
Zulassung
Bronchialkarzinom
PD-L1
Atezolizumab
≥2. Linie
 
PD-1
Nivolumab
≥2. Linie
 
PD-1
Pembrolizumab
1. Linie1
2. Linie2
PD-1
Nivolumab
≥2. Linie
Kopf-Hals-Karzinom
PD-1
Nivolumab
≥2. Linie
Morbus Hodgkin
PD-1
Nivolumab
Nach Vortherapie3
 
PD-1
Pembrolizumab
Nach Vortherapie3
Melanom
PD-1
Nivolumab
1. Linie mit oder ohne Ipilimumab
 
PD-1
Pembrolizumab
1. Linie
 
CTLA-4
Ipililumab
1. Linie:
• Monotherapie
• Kombination mit Nivolumab
≥2. Linie
PD-L1
Avelumab
≥2. Linie
Urothelkarzinom
PD-L1
Atezolizumab
1. Linie4
≥2. Linie
 
PD-1
Nivolumab
≥2. Linie
 
PD-1
Pembrolizumab
1. Linie4
≥2. Linie
1Bei Tumor-Proportion-Score (TPS) für PD-L1 ≥50 %, ohne ALK- oder EGFR-Mutationen
2Bei TPS für PD-L1 ≥1 %
3Versagen nach Hochdosistherapie und Brentuximab Vedotin
4Bei Cisplatin-ungeeigneten Patienten
Nivolumab ist ein IgG4-mAb, der klassenspezifisch eine niedrige Affinität für Fc-γ-Rezeptoren aufweist. Während Nivolumab hochaffin und spezifisch für die Bindung von PD-1 ist, konnte dessen Bindung an aktivierte T-Zellen keine ADCC oder Komplementaktivierung zeigen (Wang et al. 2014). Im Gegensatz dazu ist Avelumab ein mAb der Klasse IgG1, der neben der Inhibition von PD-L1 auch ADCC vermitteln kann (Boyerinas et al. 2015). Die Relevanz in der Tumortherapie bleibt unklar und sollte mittels weiterer klinischer Studien untersucht werden. Eine mögliche klinische Relevanz dieser Substanzeigenschaft kann sich in der Verträglichkeit widerspiegeln. Während Infusionsreaktionen unter Nivolumab in lediglich 4,7 % der Fälle auftreten (Nivolumab 2018), werden diese unter Avelumab in 25,3 % der Fälle beobachtet (Boyerinas et al. 2015). Schwere Grad-3- oder -4-infusionsbedingte Reaktionen blieben unter Nivolumab mit 0,3 % und unter Avelumab mit 0,7 % selten.
Die klinische Entwicklung von Checkpoint-Inhibitoren beinhaltet initial gewichtsadaptierte Dosierungen, die im weiteren Verlauf weiter optimiert werden und so zur Entwicklung von Einheitsdosierungen geführt hat. Nivolumab konnte in der Phase-I-Testung das außergewöhnliche Potenzial dieser neuen Substanzklasse aufzeigen. Die Testung in den Dosierungen 0,3 mg/kg KG, 1 mg/kg KG, 3 mg/kg KG und 10 mg/kg KG zeigte die außergewöhnlich gute Verträglichkeit der Substanzklasse, die in keiner Dosisstufe eine dosislimitierende Toxizität (DLT) aufzeigen konnte (Brahmer et al. 2010). Die Pharmakodynamik (PD) zeigte eine langanhaltende Blockade von >70 % der PD-1-Moleküle auf zirkulierenden T-Zellen ≥2 Monaten nach Infusion, die unabhängig von der verwendeten Dosierung war (Brahmer et al. 2010). So konnten objektivierbare Remissionen bei Patienten mit den Dosisstufen 1, 3 und 10 mg/kg KG beobachtet werden. Entsprechend dem Mangel einer klaren Dosis-Wirksamkeits-Beziehung wurden in Folgestudien mehrere Dosierungen mit dem Ziel untersucht, die wirksamste Dosierung zu identifizieren und weiterzuentwickeln. Die Folgestudie beim metastasierten Nierenzellkarzinom untersuchte die Dosierungen 0,3 mg/kg KG, 2 mg/kg KG und 10 mg/kg KG mit dem Ziel, einen Vorteil beim progressionsfreien Überleben (PFS) zu detektieren. Interessanterweise zeigte sich kein signifikanter Unterschied zwischen den Studienarmen, auch wenn sich numerische Differenzen sowohl beim medianen PFS (2,7 Monate vs. 4,0 Monate vs. 4,2 Monate; P = 0,9) als auch bei der objektivierbaren Remissionsrate (ORR) ergaben (20 % vs. 22 % vs. 20 %; P = 1,0) (Motzer et al. 2015a). Interessanterweise zeigte das mediane Gesamtüberleben (OS) als sekundärer Endpunkt einen Trend zu Gunsten der höheren Dosierungen (18,2 Monate vs. 25,5 Monate vs. 24,7 Monate), die von einer Hazard-Ratio (HR) von 0,8 und 0,9 begleitet wurden. Auf der Basis von Wirksamkeit, Verträglichkeit und Sicherheit wurde deshalb die Dosierung von 3 mg/kg KG alle 2 Wochen für die weitere klinische Entwicklung gewählt.
Pembrolizumab ist ein weiterer PD-1-Inhibitor, der als IgG4-mAb entwickelt wurde. In der Dosiseskalationsstudie wurde ein breites Dosisspektrum von 0,005–10 mg/kg KG alle 3 Wochen untersucht (Patnaik et al. 2015). Dosislimitierende Toxizitäten konnten in dieser Studie nicht beobachtet werden. Objektivierbares Tumoransprechen konnte in allen Dosisstufen gefunden werden und betrug insgesamt 16 %. Maximale Talspiegel konnten ab einer Dosierung von 1 mg/kg KG alle 3 Wochen erzielt werden. Basierend auf pharmakokinetischen und pharmakodynamischen Daten wurden 2 mg/kg KG alle 3 Wochen für die weitere klinische Entwicklung empfohlen.
Atezolizumab ist ein PD-L1-Inhibitor, dessen frühe klinische Entwicklung die Testung des Dosisspektrums von 0,01–20 mg/kg KG beinhaltete (Herbst et al. 2014). Ab einer Dosierung von 1 mg/kg KG wurde die typische Pharmakokinetik (PK) eines IgG1-mAb beobachtet. Die maximal tolerable Dosis (MTD) wurde auch in dieser Studie nicht erreicht. Die ORR war mit 18 % vielversprechend, und ein Tumoransprechen konnte in verschiedenen Tumorgruppen und Dosisstufen (1–20 mg/kg KG) beobachtet werden. Eine Assoziation von PD-L1-Expression und ORR konnte bei Bronchialkarzinomen hergestellt werden (P = 0,015). In einer Langzeit-Benchmark-Untersuchung beim metastasierten Nierenzellkarzinom konnte eine ORR von 15 % und ein medianes OS von 28,9 Monaten gezeigt werden, was damit eine ähnliche Wirksamkeit wie bei Nivolumab aufzeigt und auf einen Klasseneffekt hindeutet (McDermott et al. 2016). Da mit 15 mg/kg KG alle 3 Wochen eine suffiziente Zielinhibition erreicht wird, wurde für die weitere klinische Entwicklung die Einheitsdosierung von 1200 mg alle 3 Wochen entwickelt (Herbst et al. 2014).
Die klinische Entwicklung von Avelumab umfasste ebenfalls ein weites Dosisspektrum von 1–20 mg/kg KG (Heery et al. 2017). In dieser Studie konnte eine dosislimitierende Toxizität in der Dosierung von 20 mg/kg KG beobachtet werden, sodass keine formale MTD erreicht wurde. Die Blockade der Zielstruktur konnte in >90 % der Fälle in der Dosierung von 3 mg/kg KG und 10 mg/kg KG erzielt werden, sodass auch hier ein breites therapeutisches Fenster ohne klare Dosis-Wirkungs-Beziehung gezeigt werden konnte. Tumoransprechen konnte auch in dieser Studie in verschiedenen Dosisstufen gefunden werden. Basierend auf den pharmakologischen und klinischen Parametern wurden 10 mg/kg KG alle 2 Wochen als Dosierung für die weitere klinische Entwicklung empfohlen.
Über alle frühen klinischen Studien hinweg zeigt sich ein günstiges Verträglichkeitsprofil, das keine Identifizierung einer MTD zulässt und die Entscheidung zur empfohlenen Dosierung anhand von PK und PD charakterisiert. Unisono findet sich eine ungewöhnlich hohe Antitumoraktivität in den Phase-I-Studien, die eine weitere Entwicklung dieser neuen Therapiestrategie rechtfertigte und letztendlich über weitere klinische Studien zur Zulassung in verschiedenen Indikationen führte.

Prädiktive Biomarker

V. Grünwald
Mit der zunehmenden Anzahl an Immuntherapien steigt die Möglichkeit der differenzierten Immuntherapie, und es bildet sich die Brücke zur individualisierten Immuntherapie. Die Entwicklung von Biomarkern stellt hier eine wichtiges translationales Forschungsfeld dar und umfasst neben immunhistochemischen Markern wie PD-L1-Expression oder T-Zell-Invasion auch molekulare Signaturen oder Tumormutationslast (TMB) (Chabanon et al. 2016; Łuksza et al. 2017; Lee et al. 2018; Schalper et al. 2017; Wallin et al. 2016). Aktuell ist lediglich die Expression von PD-L1 beim Bronchialkarzinom als klinischer Marker zum Einsatz von Pembrolizumab etabliert. Bereits heute ist klar, dass weitere Marker benötigt werden, um den gesamten Kanon der Immuntherapien orchestrieren zu können. Eine gängige Einteilung erfolgt deshalb auch in inflammatorische, anerge und Tumoren ohne Immunzellmigration (Chen und Mellman 2017).

PD-L1

Eine naheliegende Selektionsstrategie für Checkpoint-Inhibitoren ist die Reduktion auf PD-L1-positive Tumoren. In der Vergangenheit limitierend waren hier die Heterogenität der Testsysteme, Antikörper, Assays und zu analysierende Zellen (McLaughlin et al. 2016). Aktuelle Untersuchungen konnte deutlich zur Harmonisierung beitragen (Hirsch et al. 2017; Scheel et al. 2016) und bilden die Grundlage zu deren breiten klinischen Anwendung.
Die Expression von PD-L1 als Oberflächenmarker auf der Tumor- oder der Immunzelle im Tumormilieu ist ein etablierter Standard zur Selektion der Tumortherapie des Bronchialkarzinoms (Reck et al. 2016). Die Bedeutung der PD-L1-Expression für das Ansprechen auf eine PD-1-Inhibitortherapie zeigt sich an aktuellen Studien zum nichtkleinzelligen Lungenkarzinom (NSCLC). Während die PD-L1-Expression der Tumoren prinzipiell mit einem besseren Tumoransprechen einhergeht, können trotzdem auch PD-L1-negative Tumoren von einer Checkpoint-Blockade profitieren (Ancevski Hunter et al. 2018). Ein gutes Beispiel bietet die CM026-Studie in der Erstlinie, die zwar für Bronchialkarzinome mit einer PD-L1-Expression von ≥1 % selektierte, aber keinen signifikanten Überlebensvorteil gegenüber Chemotherapie erzielen konnte (HR 1,02); 95 %-KI 0,80–1,30 (Carbone et al. 2017). Demgegenüber wurden in KN024 ebenfalls unvorbehandelte NSCLC-Patienten eingeschlossen, allerdings nur bei hoher PD-L1-Expression (≥50 %) (Reck et al. 2016). Die Studie berichtete eine Überlegenheit für das Tumoransprechen (45 % vs. 28 %), PFS (HR 0,50; 95 %-KI 0,37–0,68; P<0,001) und Gesamtüberleben (HR 0,60; 95 %-KI, 0,41–0,89; P = 0,005) zugunsten der PD-1-Inhibition.
Die Limitierung der PD-L1-Expression zeigt sich auch bei Studien zum Nierenzellkarzinom. Während bei vorbehandelten Patienten die PD-L1-Expression nicht für die Monotherapie mit Nivolumab prädiziert, besteht bei Patienten mit PD-L1-positiven Nierenkarzinomen in der ersten Therapielinie eine deutliche Überlegenheit der Immunstrategie (Motzer et al. 2015b; Motzer et al. 2018). Interessanterweise sind nur 20–30 % der Nierenzellkarzinome PD-L1-positiv und haben eine moderate Mutationslast, gehören aber gleichzeitig zu den Karzinomen mit den höchsten Immunzellinfiltraten und der höchsten zytolytischen Aktivität (Mandal et al. 2016; Danilova et al. 2016). An diesem Umfeld zeigt sich, dass die Reduktion auf einen einzelnen Marker zu kurz greift und nicht die Gesamtheit der von der Therapie profitierenden Patienten abbilden kann.

IFN-γ-Signatur

Neben der Expression von Oberflächenmarkern wurde der Einsatz von Interferon-γ-(INF-γ-)assoziierten Genen als funktionelle Signatur beim Kopf-Hals-Karzinom untersucht und inkludiert Gene wie XCL9, CXCL10, IDO1, IFNG, HLA-DRA und STAT1 (Seiwert et al. 2016). Alle 6 Gene wurden vermehrt in Tumoren von Patienten mit einem Tumoransprechen gefunden und waren mit dem objektivierbaren Ansprechen (P = 0,0047) und dem PFS assoziiert (P = 0,0009) (Seiwert et al. 2016). Die Ausweitung der Gensignatur auf insgesamt 18 Gene und die Erweiterung der Analyse auf 9 Tumorarten mit insgesamt 220 Patienten führte zur weiteren Entwicklung dieses klinischen Tools (Ayers et al. 2017). Die Arbeit konnte zeigen, dass ein inflammatorisches Mikromilieu für die antitumorale Antwort von PD-1-Inhibitoren zwar notwendig, aber als alleiniges Merkmal oft nicht ausreichend ist, um eine Tumorantwort auszulösen.

Tumormutationslast

Die Assoziation von genetischen Mutationen und Tumorentitäten ist schon seit längerem bekannt. Genetische Veränderungen formieren im Tumor neue Epitope, sog. Neoantigene, die immunogen sein können (Lawrence et al. 2013; Savage et al. 2014). Eine hohe Tumorlast geht damit auch mit einer größeren Wahrscheinlichkeit für ein immunogenes Neoepitop einher, was sich an deren Assoziation mit einer gesteigerten T-Zell-Diversität (Li et al. 2016) und zytolytischen Aktivität zeigt (Rooney et al. 2015). Tumoren mit einer hohen Mutationslast sind damit prinzipiell immunogen und können damit als Selektionskriterium für eine Checkpoint-Blockade dienen. Erste klinische Untersuchungen zur Mutationslast bei Patienten mit einer Checkpoint-Inhibitortherapie unterstreichen diese Überlegungen. So konnte für das Urothelkarzinom und das Melanom ein Zusammenhang mit hoher Mutationslast und besserem Gesamtüberleben unter einer Checkpoint-Blockade gezeigt werden (Balar et al. 2017; Johnson et al. 2016). Diese Beobachtungen haben zur Entwicklung einer prospektiven Studie für Bronchialkarzinome mit hoher Mutationslast geführt. Die Studie konnte eine Überlegenheit einer dualen Checkpoint-Inhibition gegenüber einer Chemotherapie zeigen. Ein verbessertes Tumoransprechen (43 % vs. 13 %) und PFS (HR 0,58; 97,5 %-KI 0,41–0,81; P<0,001) unterstreichen die Prädiktivität dieses Markers, dessen Vorhersagekraft unabhängig von der PD-L1-Expression war (Hellmann et al. 2018).

Praktische Aspekte

S. Ochsenreither

Durchführung der Therapie

Die praktische Durchführung der Therapie mit Checkpoint-Inhibitoren ist unkompliziert und kann problemlos ambulant erfolgen. Eine supportive Komedikation ist in der Regel nicht erforderlich. Milde Infusionsreaktionen sind selten und werden mit <2 % angegeben (FDA 2018a, b). Avelumab ist eine Ausnahme. Hier werden milde Infusionsreaktionen mit bis zu 25 % angegeben. Entsprechend wird eine Prämedikation mit Paracetamol und Antihistaminikum empfohlen (FDA 2018b). Die empfohlenen Infusionszeiten der einzelnen Substanzen liegen zwischen 30 min (Nivolumab 240 mg) und 90 min (Ipilimumab).

Nebenwirkungen der Therapie

Checkpoint-Inhibitoren sind besser verträglich als zytostatische Therapien und Tyrosinkinase- oder mTor-Inhibitoren sowohl was die Lebensqualität als auch was das Auftreten von Grad-3- und -4-Toxizitäten betrifft (Wang et al. 2017; Harrington et al. 2017; Cella et al. 2016). Die verzögerte immunvermittelte Toxizität, die bei Checkpoint-Inhibitoren beobachtet wird, manifestiert sich häufig als Exanthem, als gastrointestinale Nebenwirkungen in Form von Diarrhöen und Kolitiden, als Hepatitis oder als Endokrinopathien, am häufigsten Hypo- oder Hyperthyreosen. Nach Behandlung mit PD-1-/PD-L1-Inhibitoren treten zusätzlich Pneumonitiden auf; selten, aber typisch für Ipilimumab sind Hypophysitiden, die häufig in einen Panhypopituitarismus münden (Haanen et al. 2017). Immunvermittelte Nebenwirkungen der Checkpoint-Inhibition werden an anderer Stelle im Detail behandelt (s. Kapitel 4.2).
Da viele relevante Toxizitäten zuerst laborchemisch sichtbar werden und das Management je nach Grad der Nebenwirkung eine Pausierung der Therapie vorsieht, sollten die relevanten Laborwerte (mindestens Kreatinin, Transaminasen, GGT, Blutbild, TSH) möglichst vor jeder Applikation der Therapie bestimmt werden. Die meisten Nebenwirkungen treten zwar innerhalb der ersten 6 Monate auf, eine Überwachung der Patienten sollte aber langfristig und nach Beendigung der Therapie weitergeführt werden (Haanen et al. 2017).

Beurteilung der Wirksamkeit

Die Beurteilung der Wirksamkeit der Checkpoint-Inhibition stellt den Behandler ebenfalls vor Herausforderungen. Während die Wirkung von zytostatischen Therapien oder Tyrosinkinase-Inhibitoren in der Regel innerhalb weniger Tage eintritt, kann es bei der Immuntherapie zu verzögertem Ansprechen kommen (Nishino et al. 2017). Zusätzlich kommt es bei einigen Tumorentitäten, darunter das Melanom, durch Einstrom von Immunzellen zu einem Pseudoprogress, bei dem sich bildgebend neue Metastasen manifestieren und etablierte Läsionen zunächst an Volumen zunehmen (Chiou und Burotto 2015). Dieses Phänomen darf nicht mit einem einfachen Progress bei Unwirksamkeit der Therapie oder verzögertem Ansprechen verwechselt werden. In der klinischen Praxis sollte sofern medizinisch vertretbar und je nach Tumorentität 6–12 Wochen abgewartet werden, bis eine bildgebende Therapieevaluation angestrebt werden sollte (Khoja et al. 2016; Fachinfo 2018). Auch das Auftreten neuer Läsionen sollte nicht zwangsläufig zu einer Therapieumstellung führen (Nishino et al. 2017). Um diesen Phänomenen systematisch Rechnung zu tragen, wurden mehrere Strategien entwickelt, um bei immuntherapeutischen Studien die Wirksamkeit der Behandlung zu erfassen (irRECIST, iRECIST; Nishino et al. 2013; Seymour et al. 2017). Hierbei definieren im Gegensatz zum klassischen RECIST1.1 (Eisenhauer et al. 2009) neue Läsionen nicht per se einen Progress, und bildgebend progrediente Befunde müssen in einer zweiten bildgebend bestätigt werden, bevor formal ein Progress festgestellt wird.

Ausblick

Aktuell in der Klinik etabliert ist Ipilimumab als einziger zugelassener Inhibitor für CTLA-4 sowie diverse Inhibitoren für die PD-1/PD-L1-Interaktion. Während sich die Indikationen mit Ausnahme der Kombination von Ipilimumab und Nivolumab beim Melanom derzeit auf Monotherapien in der palliativen Situation beschränken, zeigen aktuelle Studien klinische Wirksamkeiten in diversen Kombinationen, unter anderem mit Chemotherapie, Antineogenese und Tyrosinkinase-Inhibitoren, sodass wir Zulassungen für Kombinationstherapien für diverse Tumorentitäten erwarten (Gandhi et al. 2018; Motzer et al. 2018). Auch erste Phase-III-Studien zum Einsatz von Checkpoint-Inhibition mit kurativer Intention, zum Beispiel adjuvant nach Resektion oder definitiver Radiochemotherapie, haben deutliche Wirksamkeit gezeigt, sodass wir den Einsatz speziell von PD-1/PD-L1-Inhibitoren in diesen Therapiekonstellationen erwarten (Antonia et al. 2017; Weber et al. 2017).
In den letzten Jahren wurden eine Reihe weiterer Checkpoint-Moleküle identifiziert bzw. als solche klassifiziert. Neben weiteren inhibitorischen Molekülen wie LAG-3, TIM-3, CD160 und CD244, die sekundäre Resistenzen gegen aktuell zugelassene Immuntherapien vermitteln können (Taube et al. 2015), wurden eine Reihe von stimulatorischen Checkpoint-Molekülen wie OX40, 4-1BB, CD27 und GITR charakterisiert, die klinisch zur selektiven Verstärkung einer tumorsspezifischen Immunantwort genutzt werden können (Baksh und Weber 2015). Inwieweit diese neuen Checkpoint-Moleküle klinisch in Zukunft eine Rolle spielen werden, bleibt abzuwarten.
Literatur
Ancevski Hunter K, Socinski MA, Villaruz LC (2018) PD-L1 Testing in guiding patient selection for PD-1/PD-L1 inhibitor therapy in lung cancer. Mol Diagn Ther 22:1–10. https://​doi.​org/​10.​1007/​s40291-017-0308-6CrossRefPubMed
Antonia SJ, Villegas A, Daniel D, Vicente D, Murakami S, Hui R, Yokoi T, Chiappori A, Lee KH, de Wit M, Cho BC, Bourhaba M, Quantin X, Tokito T, Mekhail T, Planchard D, Kim YC, Karapetis CS, Hiret S, Ostoros G, Kubota K, Gray JE, Paz-Ares L, de Castro Carpeño J, Wadsworth C, Melillo G, Jiang H, Huang Y, Dennis PA, Özgüroğlu M, PACIFIC Investigators (2017) Durvalumab after chemoradiotherapy in stage III non-small-cell lung cancer. N Engl J Med 377(20):1919–1929. https://​doi.​org/​10.​1056/​NEJMoa1709937. Epub 2017 Sep 8. PMID: 28885881CrossRefPubMed
Ayers M, Lunceford J, Nebozhyn M, Murphy E, Loboda A, Kaufman DR et al (2017) IFN-γ–related mRNA profile predicts clinical response to PD-1 blockade. J Clin Invest 127:2930–2940. https://​doi.​org/​10.​1172/​JCI91190CrossRefPubMedPubMedCentral
Baksh K, Weber J (2015) Immune checkpoint protein inhibition for cancer: preclinical justification for CTLA-4 and PD-1 blockade and new combinations. Semin Oncol 42(3):363–377. https://​doi.​org/​10.​1053/​j.​seminoncol.​2015.​02.​015. Epub 2015 Feb 16CrossRefPubMed
Balar AV, Galsky MD, Rosenberg JE, Powles T, Petrylak DP, Bellmunt J et al (2017) Atezolizumab as first-line treatment in cisplatin-ineligible patients with locally advanced and metastatic urothelial carcinoma: a single-arm, multicentre, phase 2 trial. Lancet 389:67–76. https://​doi.​org/​10.​1016/​S0140-6736(16)32455-2CrossRefPubMed
Bardhan K, Anagnostou T, Boussiotis VA (2016) The PD1:PD-L1/2 pathway from discovery to clinical implementation. Front Immunol 7:550CrossRef
Boyerinas B, Jochems C, Fantini M, Heery CR, Gulley JL, Tsang KY et al (2015) Antibody-dependent cellular cytotoxicity activity of a novel anti-PD-L1 antibody avelumab (MSB0010718C) on human tumor cells. Cancer Immunol Res 3:1148–1157. https://​doi.​org/​10.​1158/​2326-6066.​CIR-15-0059CrossRefPubMedPubMedCentral
Brahmer JR, Drake CG, Wollner I, Powderly JD, Picus J, Sharfman WH et al (2010) 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 28:3167–3175. https://​doi.​org/​10.​1200/​JCO.​2009.​26.​7609CrossRefPubMedPubMedCentral
Cabo M, Offringa R, Zitvogel L, Kroemer G, Muntasell A, Galluzzi L (2017) Trial watch: immunostimulatory monoclonal antibodies for oncological indications. Oncoimmunology 6(12):e1371896CrossRef
Carbone DP, Reck M, Paz-Ares L, Creelan B, Horn L, Steins M et al (2017) First-line nivolumab in stage IV or recurrent non-small-cell lung cancer. N Engl J Med 376:2415–2426. https://​doi.​org/​10.​1056/​NEJMoa1613493CrossRefPubMedPubMedCentral
Cella D, Grünwald V, Nathan P, Doan J, Dastani H, Taylor F, Bennett B, DeRosa M, Berry S, Broglio K, Berghorn E, Motzer RJ (2016) Quality of life in patients with advanced renal cell carcinoma given nivolumab versus everolimus in CheckMate 025: a randomised, open-label, phase 3 trial. Lancet Oncol 17(7):994–1003. https://​doi.​org/​10.​1016/​S1470-2045(16)30125-5. Epub 2016 Jun 6. Erratum in: Lancet Oncol. 2016 Jul;17 (7):e270CrossRefPubMedPubMedCentral
Chabanon RM, Pedrero M, Lefebvre C, Marabelle A, Soria JC, Postel-Vinay S (2016) Mutational landscape and sensitivity to immune checkpoint blockers. Clin Cancer Res. https://​doi.​org/​10.​1158/​1078-0432.​CCR-16-0903
Chen DS, Mellman I (2017) Elements of cancer immunity and the cancer-immune set point. Nature 541:321–330. https://​doi.​org/​10.​1038/​nature21349CrossRefPubMed
Chiou VL, Burotto M (2015) Pseudoprogression and immune-related response in solid tumors. J Clin Oncol 33(31):3541–3543. https://​doi.​org/​10.​1200/​JCO.​2015.​61.​6870. Epub 2015 Aug 10. No abstract availableCrossRefPubMedPubMedCentral
Danilova L, Wang H, Sunshine J, Kaunitz GJ, Cottrell TR, Xu H et al (2016) Association of PD-1/PD-L axis expression with cytolytic activity, mutational load, and prognosis in melanoma and other solid tumors. Proc Natl Acad Sci 113:E7769–E7777. https://​doi.​org/​10.​1073/​pnas.​1607836113CrossRefPubMed
Eisenhauer EA, Therasse P, Bogaerts J, Schwartz LH, Sargent D, Ford R, Dancey J, Arbuck S, Gwyther S, Mooney M, Rubinstein L, Shankar L, Dodd L, Kaplan R, Lacombe D, Verweij J (2009) New response evaluation criteria in solid tumours: revised RECIST guideline (version 1.1). Eur J Cancer 45(2):228–247. https://​doi.​org/​10.​1016/​j.​ejca.​2008.​10.​026CrossRefPubMedPubMedCentral
Fachinfo (2018) https://​www.​fachinfo.​de/​suche/​fi/​013182. Zugegriffen am 30.05.2018
Fan X, Quezada SA, Sepulveda MA, Sharma P, Allison JP (2014) Engagement of the ICOS pathway markedly enhances efficacy of CTLA-4 blockade in cancer immunotherapy. J Exp Med 211(4):715–725CrossRef
Gandhi L, Rodríguez-Abreu D, Gadgeel S, Esteban E, Felip E, De Angelis F, Domine M, Clingan P, Hochmair MJ, Powell SF, Cheng SY, Bischoff HG, Peled N, Grossi F, Jennens RR, Reck M, Hui R, Garon EB, Boyer M, Rubio-Viqueira B, Novello S, Kurata T, Gray JE, Vida J, Wei Z, Yang J, Raftopoulos H, Pietanza MC, Garassino MC, KEYNOTE-189 Investigators (2018) Pembrolizumab plus chemotherapy in metastatic non-small-cell lung cancer. N Engl J Med. https://​doi.​org/​10.​1056/​NEJMoa1801005
Gao J et al (2016) Loss of IFN-γ pathway genes in tumor cells as a mechanism of resistance to anti-CTLA-4 therapy. Cell 167(2):397–404CrossRef
Gopalakrishnan V et al (2018) Gut microbiome modulates response to anti-PD-1 immunotherapy in melanoma patients. Science 359(6371):97–103CrossRef
Granier C, De Guillebon E, Blanc C, Roussel H, Badoual C, Colin E, Saldmann A, Gey A, Oudard S, Tartour E (2017) Mechanisms of action and rationale for the use of checkpoint inhibitors in cancer. ESMO Open 2(2):e000213CrossRef
Haanen JBAG, Carbonnel F, Robert C, Kerr KM, Peters S, Larkin J, Jordan K, ESMO Guidelines Committee (2017) Management of toxicities from immunotherapy: ESMO clinical practice guidelines for diagnosis, treatment and follow-up. Ann Oncol 28(suppl_4):iv119–iv142. https://​doi.​org/​10.​1093/​annonc/​mdx225CrossRefPubMed
Hanson QM, Barb AW (2015) A perspective on the structure and receptor binding properties of immunoglobulin G Fc. Biochemistry 54:2931–2942. https://​doi.​org/​10.​1021/​acs.​biochem.​5b00299CrossRefPubMedPubMedCentral
Harrington KJ, Ferris RL, Blumenschein G Jr, Colevas AD, Fayette J, Licitra L, Kasper S, Even C, Vokes EE, Worden F, Saba NF, Kiyota N, Haddad R, Tahara M, Grünwald V, Shaw JW, Monga M, Lynch M, Taylor F, DeRosa M, Morrissey L, Cocks K, Gillison ML, Guigay J (2017) Nivolumab versus standard, single-agent therapy of investigator's choice in recurrent or metastatic squamous cell carcinoma of the head and neck (CheckMate 141): health-related quality-of-life results from a randomised, phase 3 trial. Lancet Oncol 18(8):1104–1115. https://​doi.​org/​10.​1016/​S1470-2045(17)30421-7. Epub 2017 Jun 23CrossRefPubMedPubMedCentral
Heery CR, O’Sullivan-Coyne G, Madan RA, Cordes L, Rajan A, Rauckhorst M et al (2017) Avelumab for metastatic or locally advanced previously treated solid tumours (JAVELIN Solid Tumor): a phase 1a, multicohort, dose-escalation trial. Lancet Oncol 18:587–598. https://​doi.​org/​10.​1016/​S1470-2045(17)30239-5CrossRefPubMedPubMedCentral
Hellmann MD, Ciuleanu T-E, Pluzanski A, Lee J-S, Otterson GA, Audigier-Valette C et al (2018) Nivolumab plus ipilimumab in lung cancer with a high tumor mutational burden. N Engl J Med. https://​doi.​org/​10.​1056/​NEJMoa1801946
Herbst RS, Soria JC, Kowanetz M, Fine GD, Hamid O, Gordon MS et al (2014) Predictive correlates of response to the anti-PD-L1 antibody MPDL3280A in cancer patients. Nature 515:563–567. https://​doi.​org/​10.​1038/​nature14011CrossRefPubMedPubMedCentral
Hirsch FR, McElhinny A, Stanforth D, Ranger-Moore J, Jansson M, Kulangara K et al (2017) PD-L1 immunohistochemistry assays for lung cancer: results from phase 1 of the blueprint PD-L1 IHC assay comparison project. J Thorac Oncol 12:208–222. https://​doi.​org/​10.​1016/​j.​jtho.​2016.​11.​2228CrossRefPubMed
Johnson DB, Frampton GM, Rioth MJ, Yusko E, Xu Y, Guo X et al (2016) Targeted next generation sequencing identifies markers of response to PD-1 blockade. Cancer Immunol Res 4:959–967. https://​doi.​org/​10.​1158/​2326-6066.​CIR-16-0143CrossRefPubMedPubMedCentral
Khoja L, Kibiro M, Metser U, Gedye C, Hogg D, Butler MO, Atenafu EG, Joshua AM (2016) Patterns of response to anti-PD-1 treatment: an exploratory comparison of four radiological response criteria and associations with overall survival in metastatic melanoma patients. Br J Cancer 115(10):1186–1192. https://​doi.​org/​10.​1038/​bjc.​2016.​308. Epub 2016 Oct 4CrossRefPubMedPubMedCentral
Lawrence MS, Stojanov P, Polak P, Kryukov GV, Cibulskis K, Sivachenko A et al (2013) Mutational heterogeneity in cancer and the search for new cancer-associated genes. Nature 499:214–218. https://​doi.​org/​10.​1038/​nature12213CrossRefPubMedPubMedCentral
Lee CK, Man J, Lord S, Cooper W, Links M, Gebski V et al (2018) Clinical and molecular characteristics associated with survival among patients treated with checkpoint inhibitors for advanced non-small cell lung carcinoma: a systematic review and meta-analysis. JAMA Oncol 4:210–216. https://​doi.​org/​10.​1001/​jamaoncol.​2017.​4427CrossRefPubMed
Li B, Li T, Pignon J-C, Wang B, Wang J, Shukla SA et al (2016) Landscape of tumor-infiltrating T cell repertoire of human cancers. Nat Genet 48:725–732. https://​doi.​org/​10.​1038/​ng.​3581CrossRefPubMedPubMedCentral
Łuksza M, Riaz N, Makarov V, Balachandran VP, Hellmann MD, Solovyov A et al (2017) A neoantigen fitness model predicts tumour response to checkpoint blockade immunotherapy. Nature 27:1–20. https://​doi.​org/​10.​1038/​nature24473CrossRef
Mandal R, Senbabaoglu Y, Desrichard A, Havel JJ, Dalin MG, Riaz N et al (2016) The head and neck cancer immune landscape and its immunotherapeutic implications. JCI Insight 1:e89829. https://​doi.​org/​10.​1172/​jci.​insight.​89829CrossRefPubMedPubMedCentral
McDermott DF, Sosman JA, Sznol M, Massard C, Gordon MS, Hamid O et al (2016) 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 34:833–842. https://​doi.​org/​10.​1200/​JCO.​2015.​63.​7421CrossRefPubMed
McLaughlin J, Han G, Schalper KA, Carvajal-Hausdorf D, Pelekanou V, Rehman J et al (2016) Quantitative assessment of the heterogeneity of PD-L1 expression in non-small-cell lung cancer. JAMA Oncol 2:46–54. https://​doi.​org/​10.​1001/​jamaoncol.​2015.​3638CrossRefPubMedPubMedCentral
Motzer RJ, Rini BI, McDermott DF, Redman BG, Kuzel TM, Harrison MR et al (2015a) Nivolumab for metastatic renal cell carcinoma: results of a randomized phase II trial. J Clin Oncol 33:1430–1437. https://​doi.​org/​10.​1200/​JCO.​2014.​59.​0703CrossRefPubMed
Motzer RJ, Escudier B, McDermott DF, George S, Hammers HJ, Srinivas S et al (2015b) Nivolumab versus everolimus in advanced renal-cell carcinoma. 373:1803–1813. https://​doi.​org/​10.​1056/​NEJMoa1510665
Motzer RJ, Tannir NM, McDermott DF, Arén Frontera O, Melichar B, Choueiri TK, Plimack ER, Barthélémy P, Porta C, George S, Powles T, Donskov F, Neiman V, Kollmannsberger CK, Salman P, Gurney H, Hawkins R, Ravaud A, Grimm MO, Bracarda S, Barrios CH, Tomita Y, Castellano D, Rini BI, Chen AC, Mekan S, McHenry MB, Wind-Rotolo M, Doan J, Sharma P, Hammers HJ, Escudier B (2018) CheckMate 214 investigators. nivolumab plus Ipilimumab versus sunitinib in advanced renal-cell carcinoma. N Engl J Med 378(14):1277–1290. https://​doi.​org/​10.​1056/​NEJMoa1712126. Epub 2018 Mar 21CrossRefPubMedPubMedCentral
Müller T, Braun M, Dietrich D, Aktekin S, Höft S, Kristiansen G, Göke F, Schröck A, Brägelmann J, SAE H, Bootz F, Brossart P (2017) PD-L1: a novel prognostic biomarker in head and neck squamous cell carcinoma. Oncotarget 8(32):52889–52900CrossRef
Nishino M, Giobbie-Hurder A, Gargano M, Suda M, Ramaiya NH, Hodi FS (2013) Developing a common language for tumor response to immunotherapy: immune-related response criteria using unidimensional measurements. Clin Cancer Res 19(14):3936–3943. https://​doi.​org/​10.​1158/​1078-0432.​CCR-13-0895. Epub 2013 Jun 6CrossRefPubMedPubMedCentral
Nishino M, Ramaiya NH, Hatabu H, Hodi FS (2017) Monitoring immune-checkpoint blockade: response evaluation and biomarker development. Nat Rev Clin Oncol 14(11):655–668. https://​doi.​org/​10.​1038/​nrclinonc.​2017.​88. Epub 2017 Jun 27. ReviewCrossRefPubMedPubMedCentral
Nivolumab (2018) F. Zulassungs Nr. EU/1/15/1014/001-002
Patnaik A, Kang SP, Rasco D, Papadopoulos KP, Elassaiss-Schaap J, Beeram M et al (2015) Phase I study of pembrolizumab (MK-3475; anti-PD-1 monoclonal antibody) in patients with advanced solid tumors. Clin Cancer Res 21:4286–4293. https://​doi.​org/​10.​1158/​1078-0432.​CCR-14-2607CrossRefPubMed
Pitt JM, Vétizou M, Daillère R, Roberti MP, Yamazaki T, Routy B, Lepage P, Boneca IG, Chamaillard M, Kroemer G, Zitvogel L (2016) Resistance mechanisms to immune-checkpoint blockade in cancer: tumor-intrinsic and -extrinsic factors. Immunity 44(6):1255–1269CrossRef
Qureshi OS, Zheng Y, Nakamura K, Attridge K, Manzotti C, Schmidt EM, Baker J, Jeffery LE, Kaur S, Briggs Z, Hou TZ, Futter CE, Anderson G, Walker LS, Sansom DM (2011) Trans-endocytosis of CD80 and CD86: a molecular basis for the cell-extrinsic function of CTLA-4. Science 332(6029):600–603CrossRef
Reck M, Rodríguez-Abreu D, Robinson AG, Hui R, Csőszi T, Fülöp A et al (2016) Pembrolizumab versus chemotherapy for PD-L1-positive non-small-cell lung cancer. N Engl J Med 375.:NEJMoa1606774–1833. https://​doi.​org/​10.​1056/​NEJMoa1606774
Riaz N, Havel JJ, Makarov V, Desrichard A, Urba WJ, Sims JS, Hodi FS, Martín-Algarra S, Mandal R, Sharfman WH, Bhatia S, Hwu WJ, Gajewski TF, Slingluff CL Jr, Chowell D, Kendall SM, Chang H, Shah R, Kuo F, Morris LGT, Sidhom JW, Schneck JP, Horak CE, Weinhold N, Chan TA (2017) Tumor and microenvironment evolution during immunotherapy with nivolumab. Cell 171(4):934–949.e15CrossRef
Ribas A, Dummer R, Puzanov I, VanderWalde A, Andtbacka RHI, Michielin O, Olszanski AJ, Malvehy J, Cebon J, Fernandez E, Kirkwood JM, Gajewski TF, Chen L, Gorski KS, Anderson AA, Diede SJ, Lassman ME, Gansert J, Hodi FS, Long GV (2017) Oncolytic virotherapy promotes intratumoral T cell infiltration and improves anti-PD-1 immunotherapy. Cell 170(6):1109–1119.e10CrossRef
Roh W, Chen PL, Reuben A, Spencer CN, Prieto PA, Miller JP, Gopalakrishnan V, Wang F, Cooper ZA, Reddy SM, Gumbs C, Little L, Chang Q, Chen WS, Wani K, De Macedo MP, Chen E, Austin-Breneman JL, Jiang H, Roszik J, Tetzlaff MT, Davies MA, Gershenwald JE, Tawbi H, Lazar AJ, Hwu P, Hwu WJ, Diab A, Glitza IC, Patel SP, Woodman SE, Amaria RN, Prieto VG, Hu J, Sharma P, Allison JP, Chin L, Zhang J, Wargo JA, Futreal PA (2017) Integrated molecular analysis of tumor biopsies on sequential CTLA-4 and PD-1 blockade reveals markers of response and resistance. Sci Transl Med 9(379):e3560
Rooney MS, Shukla SA, Wu CJ, Getz G, Hacohen N (2015) Molecular and genetic properties of tumors associated with local immune cytolytic activity. Cell 160:48–61. https://​doi.​org/​10.​1016/​j.​cell.​2014.​12.​033CrossRefPubMedPubMedCentral
Rudd CE, Taylor A, Schneider H (2009) CD28 and CTLA-4 coreceptor expression and signal transduction. Immunol Rev 229(1):12–26CrossRef
Sato-Kaneko F, Yao S, Ahmadi A, Zhang SS, Hosoya T, Kaneda MM, Varner JA, Pu M, Messer KS, Guiducci C, Coffman RL, Kitaura K, Matsutani T, Suzuki R, Carson DA, Hayashi T, Cohen EE (2017) Combination immunotherapy with TLR agonists and checkpoint inhibitors suppresses head and neck cancer. JCI Insight 2(18):e93397
Savage PA, Leventhal DS, Malchow S (2014) Shaping the repertoire of tumor-infiltrating effector and regulatory T cells. Immunol Rev 259:245–258. https://​doi.​org/​10.​1111/​imr.​12166CrossRefPubMedPubMedCentral
Schalper KA, Carvajal-Hausdorf D, McLaughlin J, Altan M, Velcheti V, Gaule P et al (2017) Differential expression and significance of PD-L1, IDO-1, and B7-H4 in human lung cancer. Clin Cancer Res 23:370–378. https://​doi.​org/​10.​1158/​1078-0432.​CCR-16-0150CrossRefPubMed
Scheel AH, Dietel M, Heukamp LC, Jöhrens K, Kirchner T, Reu S et al (2016) Harmonized PD-L1 immunohistochemistry for pulmonary squamous-cell and adenocarcinomas. Mod Pathol. https://​doi.​org/​10.​1038/​modpathol.​2016.​117
Seiwert TY, Burtness B, Mehra R, Weiss J, Berger R, Eder JP et al (2016) Safety and clinical activity of pembrolizumab for treatment of recurrent or metastatic squamous cell carcinoma of the head and neck (KEYNOTE-012): an open-label, multicentre, phase 1b trial. Lancet Oncol 17:956–965. https://​doi.​org/​10.​1016/​S1470-2045(16)30066-3CrossRefPubMed
Seymour L, Bogaerts J, Perrone A, Ford R, Schwartz LH, Mandrekar S, Lin NU, Litière S, Dancey J, Chen A, Hodi FS, Therasse P, Hoekstra OS, Shankar LK, Wolchok JD, Ballinger M, Caramella C, de Vries EG16; RECIST working group (2017) iRECIST: guidelines for response criteria for use in trials testing immunotherapeutics. Lancet Oncol 18(3):e143–e152. https://​doi.​org/​10.​1016/​S1470-2045(17)30074-8. Epub 2017 Mar 2CrossRefPubMedPubMedCentral
Sharma P, Allison JP (2015a) Immune checkpoint targeting in cancer therapy: toward combination strategies with curative potential. Cell 161(2):205–14.aCrossRef
Sharma P, Allison JP (2015b) The future of immune checkpoint therapy. Science 348(6230):56–61CrossRef
Spranger S, Bao R, Gajewski TF (2015) Melanoma-intrinsic β-catenin signalling prevents anti-tumour immunity. Nature 523(7559):231–235CrossRef
Taube JM, Young GD, McMiller TL, Chen S, Salas JT, Pritchard TS, Xu H, Meeker AK, Fan J, Cheadle C, Berger AE, Pardoll DM, Topalian SL (2015) Differential expression of immune-regulatory genes associated with PD-L1 display in melanoma: implications for PD-1 pathway blockade. Clin Cancer Res 21(17):3969–3976. https://​doi.​org/​10.​1158/​1078-0432.​CCR-15-0244. Epub 2015 May 5CrossRefPubMedPubMedCentral
Wallin JJ, Bendell JC, Funke R, Sznol M, Korski K, Jones S et al (2016) Atezolizumab in combination with bevacizumab enhances antigen-specific T-cell migration in metastatic renal cell carcinoma. Nat Commun 7:12624. https://​doi.​org/​10.​1038/​ncomms12624CrossRefPubMedPubMedCentral
Wang C, Thudium KB, Han M, Wang X-T, Huang H, Feingersh D et al (2014) In vitro characterization of the anti-PD-1 antibody nivolumab, BMS-936558, and in vivo toxicology in non-human primates. Cancer Immunol Res 2:846–856. https://​doi.​org/​10.​1158/​2326-6066.​CIR-14-0040CrossRefPubMed
Wang PF, Chen Y, Song SY, Wang TJ, Ji WJ, Li SW, Liu N, Yan CX (2017) Immune-related adverse events associated with anti-PD-1/PD-L1 treatment for malignancies: a meta-analysis. Front Pharmacol 8:730. https://​doi.​org/​10.​3389/​fphar.​2017.​00730. eCollection 2017CrossRefPubMedPubMedCentral
Weber J, Mandala M, Del Vecchio M, Gogas HJ, Arance AM, Cowey CL, Dalle S, Schenker M, Chiarion-Sileni V, Marquez-Rodas I, Grob JJ, Butler MO, Middleton MR, Maio M, Atkinson V, Queirolo P, Gonzalez R, Kudchadkar RR, Smylie M, Meyer N, Mortier L, Atkins MB, Long GV, Bhatia S, Lebbé C, Rutkowski P, Yokota K, Yamazaki N, Kim TM, de Pril V, Sabater J, Qureshi A, Larkin J, Ascierto PA, CheckMate 238 Collaborators (2017) Adjuvant Nivolumab versus Ipilimumab in Resected Stage III or IV Melanoma. N Engl J Med 377(19):1824–1835. https://​doi.​org/​10.​1056/​NEJMoa1709030. Epub 2017 Sep 10CrossRefPubMed
Wei SC, Levine JH, Cogdill AP, Zhao Y, Anang NAS, Andrews MC, Sharma P, Wang J, Wargo JA, Pe’er D, Allison JP (2017) Distinct cellular mechanisms underlie anti-CTLA-4 and anti-PD-1 checkpoint blockade. Cell 170(6):1120–1133CrossRef
Wing K, Yamaguchi T, Sakaguchi S (2011) Cell-autonomous and -non-autonomous roles of CTLA-4 in immune regulation. Trends Immunol 32(9):428–433CrossRef
Wolf D, Heine A, Brossart P (2014) Implementing combinatorial immunotherapeutic regimens against cancer: The concept of immunological conditioning. Oncoimmunology 3(1):e27588CrossRef
Zamarin D, Holmgaard RB, Ricca J, Plitt T, Palese P, Sharma P, Merghoub T, Wolchok JD, Allison JP (2017) Intratumoral modulation of the inducible co-stimulator ICOS by recombinant oncolytic virus promotes systemic anti-tumour immunity. Nat Commun 8:14340CrossRef
Zitvogel L, Ma Y, Raoult D, Kroemer G, Gajewski TF (2018) The microbiome in cancer immunotherapy: diagnostic tools and therapeutic strategies. Science 359(6382):1366–1370CrossRef