腫瘍遺伝子変異量 (Tumor Mutational Burden: TMB)
定義と現象
TMB (tumor mutational burden) は、腫瘍ゲノムにおける体細胞 nonsynonymous 変異の密度を mutations/Mb (mut/Mb) で表す指標で、高い TMB は多数の neoantigen を生成し T 細胞依存性腫瘍認識を促進するという仮説に基づき、ICI 応答予測 biomarker として 2014 年以降の central paradigm を形成してきた。Snyder らが melanoma + ipilimumab cohort で WES-defined high mutational burden が durable benefit と関連することを示したのが端緒となり、Rizvi らが NSCLC + pembrolizumab cohort で同じ relationship を再現し、smoking signature と DCB (durable clinical benefit) の関連を実証した (Rizvi et al. Science 2015)。Chalmers らは 100,000+ がん検体の comprehensive genomic profiling から、cancer type ごとの TMB 分布が log-normal で 4 桁の dynamic range を持ち、smoking-related NSCLC・melanoma・bladder で高く、glioma・thyroid・leukemia で極めて低いという pan-cancer landscape を提示した (Chalmers et al. GenomeMed 2017)。Zehir らの MSK-IMPACT 10,000 検体解析は metastatic setting での actionable alteration spectrum と TMB 分布を整理した (Zehir et al. NatMed 2017)。
測定法と閾値
Tissue TMB は WES が gold standard だが、臨床実装は targeted panel (FoundationOne CDx 324 遺伝子・MSK-IMPACT 468 遺伝子・Guardant360 等) に依存し、panel 間の systematic bias とサンプリングノイズが harmonization の核心課題である (Sha et al. CancerDiscov 2020)。Blood TMB (bTMB) は Gandara らが Guardant ctDNA panel で初めて標準化し、tissue TMB との相関 r ≈ 0.6–0.7、POPLAR/OAK 試験 retrospective 解析で bTMB ≥16 群が atezolizumab benefit を示すことを実証した (Gandara et al. NatMed 2018)。MYSTIC 試験では bTMB cutoff の prospective validation が試みられたが、cutoff 16 vs 20 mut/Mb で OS HR が変動し、universal cutoff の妥当性に疑問を呈した (Si et al. ClinCancerRes 2021)。FDA 承認 cutoff は ≥10 mut/Mb (KEYNOTE-158 agnostic approval, 2020) だが、assay / cancer type / IO regimen による最適 cutoff の差異は依然議論中である。
がん種別 TMB 分布
NSCLC 中央値 約7–8 mut/Mb、smoking-related NSCLC で 10–12、never-smoker EGFR-mutant で 2–4 と driver oncogene status で大きく異なる (Offin et al. ClinCancerRes 2019、Negrao et al. JImmunotherCancer 2021)。Melanoma・bladder で >10、MSI-H / dMMR / POLE-mutant で >40、SCLC では smoking signature 由来の高 TMB (中央値 約9) を示す (Hellmann et al. CancerCell 2018)。
メカニズム
TMB を規定する変異過程
TMB の絶対値とその mutational signature 構成は IO 応答の質を別軸で決定する。Exogenous mutagens では喫煙の C→A transversion 優位 signature、UV の C→T、aristolochic acid 等が NSCLC・melanoma・bladder の高 TMB を生む (Rizvi et al. Science 2015)。APOBEC mutagenesis (APOBEC3B / APOBEC3A 由来の cytidine deaminase 活性) は NSCLC の 30–50% で dominant signature を成し、TCW motif (TCA/TCT) での C→T/G 変異を late/subclonal phase に蓄積させ、ITH と subclonal neoantigen を増加させる (Clonal-evolution-ITH 参照)。DNA repair deficiency では MMR 欠損 (MSI-H)・POLE/POLD1 proofreading domain mutation・homologous recombination deficiency が TMB > 40 mut/Mb の hypermutator phenotype を生み、KEYNOTE-158 の TMB-H pan-cancer indication の生物学的根拠を提供する。TP53 mutation は genomic instability を介して mutation accumulation を加速し、TP53-mutant NSCLC は同じ smoking history でも TMB が高い傾向を示す (Zhu et al. CancerCell 2023)。Zhu らは autochthonous mouse model で p53 loss が TMB を上げる一方、subclonal neoantigen の immunodominance により T 細胞応答が拡散し immune escape を促進することを示し、「TMB 高 = response 高」の単純化を否定した。
TMB と neoantigen presentation の関係
TMB が neoantigen 数を予測しても immunogenic neoantigen への変換は HLA class I binding affinity / expression / proteasomal processing / TCR repertoire によって規定され、Litchfield らの 1,000+ 検体 meta-analysis は clonal TMB と CXCL9 expression / T cell-inflamed signature の組合せが TMB 単独より response 予測を改善することを示した (Litchfield et al. Cell 2021)。TRACERx の Rosenthal らは neoantigen-directed immune escape として、HLA loss・neoantigen depletion・promoter methylation などの “antigen erasure” mechanism を実証し、TMB が高くても neoantigen presentation 喪失で immune escape が成立することを示した (Rosenthal et al. Nature 2019)。Montesion らは pan-cancer cohort で somatic HLA class I loss が 約17% に認められ、HLA-intact 群でのみ TMB が response を強く予測することを示し、TMB を biomarker として使用する際の HLA status 補正の必要性を確立した (Montesion et al. CancerDiscov 2021)。さらに Nassar らは ancestry recalibration を行うと African ancestry 患者で TMB cutoff 10 mut/Mb の predictive performance が低下し、population-specific cutoff の必要性が示唆された (Nassar et al. CancerCell 2022)。Marine らは intratumor heterogeneity を分子・細胞・空間多層で統合する枠組みを提案し、TMB を ITH と clonal neoantigen fraction で補正するアプローチを示した (Marine et al. Cell 2026)。
TMB と IO 応答の臨床エビデンス
NSCLC では Hellmann らの CheckMate-227 part 1a で TMB ≥10 mut/Mb (FoundationOne CDx) における nivolumab + ipilimumab の PFS HR 0.58 (vs 化療) を示し、PD-L1 と independent な biomarker としての TMB を確立した (Hellmann et al. NEnglJMed 2018)。同チームは genomic features 統合解析でも TMB + clonality + smoking signature の dual-modality model が response 予測を改善することを示した (Hellmann et al. CancerCell 2018)。CheckMate-026 では TMB-H subgroup の post-hoc 解析が nivolumab benefit を示唆したが ITT は negative、Carbone らの解析は TMB-H 集団に限定したサブグループ解析の限界を示した (Carbone et al. NEnglJMed 2017)。Pan-cancer では Samstein らが MSK-IMPACT 1,662 例の解析で、ほぼ全 cancer type で TMB top 20% が OS benefit と関連することを示し (HR ≈ 0.52)、KEYNOTE-158 の agnostic TMB-H 承認の根拠となった (Samstein et al. NatGenet 2019、Goodman et al. MolCancerTher 2017)。一方 McGrail らは pan-cancer で TMB の predictive value が cancer type 依存で、特に renal / prostate / glioma で TMB-H が必ずしも response と関連しないことを示し、agnostic cutoff の限界を強調した (McGrail et al. AnnOncol 2021)。Cristescu らの KEYNOTE pan-tumor pooled 解析は TMB と T cell-inflamed GEP が independent additive predictor であることを示した (Cristescu et al. Science 2018)。Ricciuti らは大規模 NSCLC + ICI cohort で TMB-H が PD-L1 全 stratum で response 改善・OS 延長と関連し、PD-L1 と independent な additive biomarker であることを実証した (Ricciuti et al. JAMAOncol 2022)。Chemo-IO 設定では Garassino らの KEYNOTE-189 / -407 pooled biomarker 解析で TMB の predictive value が著しく減弱し、化学療法が TMB-low でも benefit を生むことが示された (Garassino et al. JTOClinResRep 2023)。Rizvi らの targeted MSK-IMPACT panel での TMB 推定は、targeted panel が tissue TMB の clinically meaningful surrogate になり得ることを示した (Rizvi et al. JClinOncol 2018)。
治療戦略 / 臨床的意義
臨床実装と guideline 位置付け
2020 年に FDA は KEYNOTE-158 cohort に基づき pembrolizumab の tissue TMB-H (≥10 mut/Mb, FoundationOne CDx) pan-cancer agnostic indication を承認した。NSCLC では NCCN が TMB を「emerging biomarker」と位置付け、PD-L1 と併用した multi-biomarker assessment を推奨する一方、ESMO は TMB 単独での IO treatment 選択には慎重で、PD-L1 を primary biomarker・TMB を supplementary biomarker と位置付ける (Sha et al. CancerDiscov 2020)。Singal らは Flatiron-FMI clinico-genomic database 28,000 例で TMB-H の頻度・PD-L1 との相関・TMB-guided IO outcome を real-world で検証し、現場実装の base evidence を提供した (Singal et al. JAMA 2019)。Ozaki らは日本人 NSCLC cohort で TMB と他 immune biomarker の組合せが現場で実装可能なことを示した (Ozaki et al. CancerImmunolImmunother 2020)。
TMB の限界 — 5 つの構造的課題
(1) Cutoff の非標準化: Friends of Cancer Research の harmonization project でも assay 間 (WES vs FoundationOne vs Guardant vs MSK-IMPACT) の completion 一致は不完全で、同一検体で 6.5 mut/Mb (panel A) vs 12 mut/Mb (panel B) のような乖離が observed (Sha et al. CancerDiscov 2020)。(2) Predictive vs prognostic: TMB-H は IO 非投与下でも一部 cancer type で良好予後 factor で、treatment-context-independent な pure predictive biomarker ではない。(3) Co-mutation の影響: STK11 loss は TMB-H KRAS-mutant NSCLC で IO 不応を示し、TMB は necessary but not sufficient (Skoulidis et al. CancerDiscov 2018、IO-primary-resistance 参照)。Negrao らは EGFR / ALK / RET driver-positive NSCLC が低 TMB でかつ IO response 低下を示し、TMB-low と driver oncogene status が overlapping risk factor であることを示した (Negrao et al. JImmunotherCancer 2021)。(4) Intratumor heterogeneity: regional TMB variability が single biopsy TMB を不正確にし、TRACERx は同一腫瘍の region 間で 30% 以上の TMB 差を documented (McGranahan et al. Cell 2017)。(5) bTMB の感度: low tumor shedding 例 (early stage / brain-only metastasis / mucinous) では bTMB が underestimate され、tissue TMB との dis-concordance が生じる (Gandara et al. NatMed 2018、Si et al. ClinCancerRes 2021)。
EGFR / driver-mutant NSCLC における TMB の含意
Offin らは EGFR-mutant NSCLC cohort で TMB が osimertinib PFS と negative に相関する (高 TMB EGFR-mutant 腫瘍ほど PFS 短い) ことを示し、TMB が EGFR-TKI 効果の prognostic indicator にもなりうることを実証した (Offin et al. ClinCancerRes 2019)。これは EGFR-mutant NSCLC が一般に低 TMB であることと、高 TMB EGFR 集団が compound mutation や smoking history を伴う特異的 subset であることを示唆する。Negrao らも RET / ALK / ROS1 driver では TMB が低く IO response も低いという consistent pattern を示した (Negrao et al. JImmunotherCancer 2021)。
補完的 biomarker との統合
PD-L1 + TMB は Ricciuti らが示すように相互 independent で additive な dual-biomarker であり、両 high で response probability が最大化する (Ricciuti et al. JAMAOncol 2022)。GEP / T cell-inflamed signature (Cristescu Science 2018) と TMB の組合せ、STK11/KEAP1 status による negative modifier 補正、treatment-on ctDNA dynamics (治療早期 ctDNA clearance が TMB より dynamic な response predictor) が、現代の multi-biomarker IO 適応決定の枠組みを成す。Litchfield meta-analysis は最終的に CXCL9 expression・clonal TMB・proliferation signature の 3 軸が最強の sensitization predictor であることを示した (Litchfield et al. Cell 2021)。
Open Questions
- TMB assay standardization の最終解: Friends of Cancer Research harmonization と Federal-wide IVDR 規制を経ても、WES-equivalent TMB を panel assay で正確推定する universal algorithm は未確立。Sha らが指摘する 4 つの bottleneck (panel size・variant filtering・germline filtering・MSI co-occurrence) の system-level 解決 (Sha et al. CancerDiscov 2020)。
- bTMB の prospective utility: tissue 不可例での bTMB の prospective treatment-decision validation。MYSTIC で示された cutoff 不安定性 (Si et al. ClinCancerRes 2021) を超えて、tumor fraction-adjusted bTMB の standardization が鍵。
- TMB-H subgroup 内の heterogeneity: 同 TMB 値でも mutational process (smoking vs APOBEC vs MMR vs POLE) と clonal architecture により IO response が異なる。Marine らの multi-layer ITH framework (Marine et al. Cell 2026) に基づく compositional TMB metric の臨床 validation。
- Ancestry-aware TMB cutoff: Nassar らの ancestry recalibration (Nassar et al. CancerCell 2022) に基づく population-specific cutoff の guideline 反映。
- HLA-aware TMB interpretation: Montesion らが示した HLA class I loss を補正した “functional neoantigen burden” の clinical implementation (Montesion et al. CancerDiscov 2021)。
- Neoadjuvant IO setting での TMB: CheckMate-816 / NADIM の post-hoc で TMB と pCR 関係が示唆されたが、prospective validation が neoadjuvant IO indication 拡大の鍵。
- TMB temporal dynamics と治療下 evolution: 治療中の clonal selection と neoantigen depletion による TMB 低下が acquired resistance の signature となるか (Rosenthal et al. Nature 2019、Clonal-evolution-ITH 参照)。
- Low-TMB 腫瘍での IO response 改善: epigenetic neoantigen induction、personalized cancer vaccine、TIL therapy、bispecific T cell engager 等で low-TMB / cold tumor での IO sensitization を達成する戦略の臨床 validation。
関連エンティティ・概念
- エンティティ: PD-1-inhibitor / PD-L1-inhibitor / APOBEC3B / TP53 / STK11 / KEAP1
- 関連概念: IO-primary-resistance (TMB-low / STK11-mutant の primary resistance) / IO-acquired-resistance (neoantigen loss による耐性) / Clonal-evolution-ITH (clonal neoantigen と TMB の関係) / Oncogene-addiction (driver mutation と低 TMB)
- ドメイン: lung-cancer-treatment / cancer-biology