Trattamento del cancro con agenti anti-PD-1/PD-L1: l’espressione di PD-L1 è un biomarcatore per la selezione del paziente?

Le strategie per contribuire a migliorare l’efficacia del sistema immunitario contro il cancro rappresentano un’importante innovazione, con l’attenzione recente che si è concentrata sugli anticorpi monoclonali anti-programmed death (PD)-1 / PD-ligand 1 (L1). Gli studi clinici hanno dimostrato un’attività clinica oggettiva di questi agenti (ad es., nivolumab, pembrolizumab) in parecchi tumori maligni, compreso il melanoma, il cancro del polmone non a piccole cellule, il cancro della vescica, il cancro squamoso del collo e della testa, il cancro delle cellule renali, il cancro ovarico, il cancro colorettale microsatellite-instabile ed il linfoma di Hodgkin. L’espressione di PD-L1 nel microambiente tumorale sembra essere cruciale per l’attività terapeutica e gli studi iniziali hanno suggerito che l’espressione tumorale positiva di PD-L1 fosse associata a tassi di risposta più elevati. Tuttavia, osservazioni successive hanno messo in discussione la prospettiva di utilizzare l’espressione PD-L1 come biomarcatore per la selezione dei pazienti per la terapia, soprattutto perché molti pazienti consideravano l’esperienza PD-L1-negativa un beneficio dal trattamento. È importante sottolineare che non esiste ancora un test definitivo per la determinazione di PD-L1 e non è stato stabilito un riferimento di cut-off per lo stato positivo di PD-L1. L’immunoistochimica con diversi anticorpi e diverse soglie è stata utilizzata per definire la positività PD-L1 (1-50 %), senza una chiara superiorità di una soglia rispetto all’altra per identificare quali pazienti rispondono. Inoltre, il tipo di cellule su cui l’espressione PD-L1 è più rilevante non è ancora chiaro, con cellule immunitarie infiltrate e cellule tumorali entrambe utilizzate. In conclusione, mentre l’espressione PD-L1 è spesso un fattore predittivo per la risposta al trattamento, deve essere integrata da altri biomarcatori o caratteristiche istopatologiche, come la composizione e la quantità di cellule infiammatorie nel microambiente tumorale e il loro stato funzionale. Algoritmi quantitativi o semiquantitativi multi-parametro possono diventare strumenti utili e affidabili per guidare la selezione del paziente.