ctDNA 和肿瘤相关生物标志物在 acelERA 乳腺癌治疗中对 giredestrant 反应的预测

1. 领域背景与文献

文献英文标题：ctDNA and tumor-based biomarkers of giredestrant response in acelERA breast cancer；

发表期刊：Nature Communications；影响因子：17.694（2025年最新数据）；研究领域：肿瘤学-乳腺癌内分泌治疗生物标志物研究

雌激素受体阳性（ER+）乳腺癌占所有确诊乳腺癌的70%左右，内分泌治疗是这类患者的核心治疗策略，但耐药问题始终是临床难题，约30%的患者会出现原发性或继发性耐药。近年来，口服选择性雌激素受体降解剂（SERD）作为新型内分泌治疗药物，展现出优于传统内分泌治疗的疗效，尤其是在携带ESR1突变的患者中。领域共识：ESR1突变是ER+乳腺癌内分泌治疗耐药的重要机制，也是口服SERD疗效的关键预测生物标志物，但单一ESR1突变无法完全预测患者的治疗反应，仍有部分ESR1突变患者对口服SERD无应答，而部分ESR1野生型患者却能从中获益。此外，循环肿瘤DNA（ctDNA）作为非侵入性生物标志物，可实时反映肿瘤基因组特征和异质性，但在晚期乳腺癌中，ctDNA的基线特征、动态变化与口服SERD疗效的关联尚未完全阐明，同时缺乏整合ctDNA、肿瘤转录组及临床特征的多维度生物标志物分析。因此，本研究基于acelERA临床试验，旨在探索giredestrant疗效的ctDNA及肿瘤相关生物标志物，明确不同亚组患者的疗效差异，开发快速进展预测模型，为口服SERD的精准应用提供依据。

2. 文献综述解析

作者对领域内现有研究的分类维度包括：按生物标志物类型（ESR1突变、ctDNA、肿瘤转录组）、患者治疗暴露史（CDK4/6抑制剂经治/初治）、治疗耐药机制（原发性/继发性耐药）三个层面，系统梳理了ER+乳腺癌内分泌治疗生物标志物的研究现状。

现有研究已明确ESR1突变是口服SERD疗效的阳性预测因子，携带ESR1突变的患者接受口服SERD的无进展生存期（PFS）显著长于传统内分泌治疗，这类研究的优势在于确立了ESR1突变在口服SERD患者选择中的核心地位，局限性是多数研究仅关注单一突变的影响，未考虑多突变共存、克隆性及CDK4/6抑制剂暴露状态的交互作用。ctDNA相关研究已证实其可用于监测治疗反应和复发，但现有研究多聚焦于基线ctDNA的存在与否，对ctDNA肿瘤分数（TF）的动态变化与口服SERD疗效的关联分析较少，且缺乏针对快速进展患者的ctDNA特征研究。肿瘤转录组层面，ER活性作为内分泌治疗敏感性的标志物已被提出，但现有研究多基于早期乳腺癌样本，在晚期经治患者中的应用价值尚未明确，尤其是结合ctDNA的联合分析更为匮乏。

本研究的创新价值在于，首次在晚期经治ER+乳腺癌患者中，整合ctDNA基线基因组特征、动态变化、肿瘤ER转录活性及临床特征，全面分析giredestrant的疗效生物标志物，填补了多维度生物标志物联合分析的空白。同时，本研究针对CDK4/6抑制剂经治和初治患者的差异进行深入分析，明确了ESR1突变与CDK4/6抑制剂暴露的交互作用对giredestrant疗效的影响，还开发了快速进展预测模型，为识别不适合内分泌治疗的患者提供了工具，弥补了现有研究在亚组分析和临床转化方面的不足。

3. 研究思路总结与详细解析

本研究的整体研究目标是探索ER+HER2-局部晚期或转移性乳腺癌患者接受giredestrant或医师选择的内分泌治疗（PCET）的疗效生物标志物，核心科学问题是ctDNA、肿瘤ER活性及临床特征如何协同预测giredestrant的疗效，尤其是ESR1突变和CDK4/6抑制剂暴露状态的交互作用，技术路线遵循“样本收集→ 基线特征分析→ 疗效关联→ 动态变化分析→ 模型构建→ 结论”的闭环逻辑，确保研究结果的严谨性和可重复性。

3.1 基线ctDNA特征分析

本环节的实验目的是描绘二线/三线ER+HER2-晚期乳腺癌患者的基线ctDNA基因组特征，明确ESR1突变的分布、克隆性及CDK4/6抑制剂暴露对ctDNA特征的影响。方法细节：研究纳入acelERA研究中303例患者的229例基线血浆样本，采用FoundationOne® Liquid CDx（F1LCDx）进行检测，该方法可测序覆盖324个基因的>1.25Mb基因组区域，分析ctDNA肿瘤分数（TF）、致病性短变异、拷贝数变异及重排，同时对ESR1突变的克隆性进行计算（突变等位基因频率/TF<0.25定义为亚克隆）。结果解读：基线ctDNA可检测率为78%（n=179），中位TF为7.7%；最常见的致病性突变依次为ESR1（49.2%）、PIK3CA（48.6%）、TP53（37.4%）和RB1（15.1%）；共检测到183个致病性ESR1突变，涉及88例患者，最常见的突变类型为Y537X（64%）和D538G（60%），54%的患者携带多个ESR1突变，73%的ESR1突变为亚克隆；CDK4/6抑制剂经治患者的ESR1和RB1突变率显著高于初治患者（ESR1突变率约为初治的2倍，RB1突变率约为3倍），且ctDNA检测率更高（51% vs 26%）。实验所用关键产品：FoundationOne® Liquid CDx（Foundation Medicine）、KingFisher™ Flex Magnetic Particle Processor（Thermo Fisher）、Illumina NovaSeq 6000（Illumina）。

3.2 疗效与基线生物标志物的关联分析

本环节的实验目的是明确基线ctDNA特征、ESR1突变状态、CDK4/6抑制剂暴露与giredestrant疗效的关联，筛选具有预测价值的生物标志物。方法细节：按ESR1突变状态、CDK4/6抑制剂暴露史、基线ctDNA TF水平、伴随基因突变（PIK3CA、RB1）对患者进行分层，采用Kaplan-Meier法分析PFS差异，通过Cox比例风险模型计算风险比（HR），比较giredestrant组与PCET组的疗效差异。结果解读：ESR1突变患者接受giredestrant的PFS显著优于PCET，尤其是CDK4/6抑制剂初治的ESR1突变患者，HR=0.34（95% CI 0.16-0.72），中位PFS为11.1个月 vs 3.8个月（n=42，P<0.001）；基线ctDNA未检测到的患者PFS显著更长，中位PFS为12.75个月 vs 3.81个月（n=50，P<0.0001）；基线TF>20%的患者预后最差，中位PFS仅为2.8个月（n=45，P<0.0001）；携带RB1突变的患者无论接受何种治疗，PFS均较差，而携带PIK3CA突变的患者接受giredestrant的PFS优于PCET（HR=0.38，中位PFS 5.6 vs 1.8个月，n=35，P<0.01）。文献未提及具体实验产品，领域常规使用GraphPad Prism、R语言survival包进行统计分析。

3.3 肿瘤ER转录活性与疗效的关联分析

本环节的实验目的是探索肿瘤ER转录活性作为giredestrant疗效预测因子的价值，明确ER活性与ESR1突变、治疗线数的关联。方法细节：对195例患者的肿瘤组织（新鲜或存档样本）进行RNA测序（RNAseq），基于38个ER靶基因的表达水平计算ER活性z评分，按活检时间（初治、辅助治疗后、一线进展后）、ESR1突变状态对患者分层，分析ER活性与PFS的关联。结果解读：ER活性高（z评分>0）的患者接受giredestrant的中位PFS为7.5个月，显著长于ER活性低的患者（3.6个月，n=97，P=0.0008）；随着治疗线数增加，肿瘤ER活性逐渐降低，一线进展后的样本ER活性显著低于初治样本（P<0.0001）；ESR1突变肿瘤的ER活性显著高于野生型肿瘤（P<0.001），但部分ESR1野生型且ER活性高的患者仍能从giredestrant获益，而约50%的ESR1突变且ER活性低的患者对治疗无应答。实验所用关键产品：RNA Access Library Preparation Kit（Illumina）、HiSeq平台（Illumina）。

3.4 治疗期间ctDNA动态变化分析

本环节的实验目的是分析治疗期间ctDNA TF和ESR1突变等位基因频率（MAF）的动态变化与giredestrant疗效的关联，明确不同ESR1突变亚型、克隆性对变化的影响。方法细节：收集220例患者治疗第2周期第1天（C2D1）和155例患者治疗结束时（EOT）的血浆样本，采用F1LCDx检测ctDNA，比较giredestrant组与PCET组的ctDNA TF变化，分析ESR1突变状态、克隆性、突变亚型与TF变化的关联。结果解读：giredestrant组的ctDNA TF下降幅度显著大于PCET组，C2D1中位下降66%，EOT中位下降47%，而PCET组EOT中位TF上升20%（P<0.0001）；ESR1突变患者接受giredestrant的TF下降幅度为-80%，显著高于ESR1野生型患者（+5%，P<0.0001）；克隆性ESR1突变患者的TF下降幅度（-82%）显著高于亚克隆患者（-48%，P<0.01）；C2D1 ctDNA未检测到的患者PFS显著更长，HR=0.30（95% CI 0.15-0.63，n=120，P<0.001）。实验所用关键产品同3.1。

3.5 快速进展预测模型构建

本环节的实验目的是开发预测接受内分泌治疗后3个月内快速进展的多变量模型，识别不适合内分泌治疗的患者。方法细节：纳入25项临床和基因组特征（包括ER活性评分、CDK4/6抑制剂暴露史、肝转移、ctDNA检测状态等），采用逻辑弹性网模型对159例具有完整数据的患者进行分析，筛选预测因子并构建模型，通过受试者工作特征（ROC）曲线验证模型效能。结果解读：最终模型包含4个预测因子：ER活性评分、CDK4/6抑制剂暴露史、肝转移、ctDNA检测状态，模型的曲线下面积（AUC）为0.79（95% CI 0.71-0.87）；快速进展患者的基线ctDNA TF更高（中位15% vs 5%，n=87，P<0.0001），治疗期间TF上升9%，而非快速进展患者TF下降69%；giredestrant组中，ER活性低的患者快速进展风险更高（P=0.0011），转录组分析显示快速进展患者的EMT、Wnt/Hedgehog通路激活，雌激素应答基因表达降低。文献未提及具体实验产品，领域常规使用R语言glmnet、pROC包进行模型构建和验证。

4. Biomarker研究及发现成果解析

本研究发现的生物标志物分为三类：ctDNA相关生物标志物（基线TF、动态变化、ESR1致病性突变）、肿瘤转录组生物标志物（ER活性）、临床-基因组联合生物标志物（快速进展预测模型），筛选与验证逻辑为：基于acelERA研究的大样本临床数据，先通过单因素分析明确各生物标志物与疗效的关联，再通过多因素分析验证独立预测价值，最后整合多维度特征构建预测模型，确保生物标志物的临床实用性。

ESR1致病性突变是giredestrant疗效的阳性预测生物标志物，来源为患者基线血浆ctDNA，验证方法为F1LCDx测序，特异性表现为CDK4/6抑制剂初治的ESR1突变患者接受giredestrant的PFS显著优于PCET，HR=0.34（95% CI 0.16-0.72，n=42，P<0.001），敏感性为49.2%的患者携带致病性ESR1突变，其中最常见的亚型为Y537X（64%）和D538G（60%）。ctDNA基线TF和动态变化是预后生物标志物，基线TF>20%的患者中位PFS仅为2.8个月（n=45，P<0.0001），治疗期间TF下降>75%的患者PFS显著更长（HR=0.25，n=180，P<0.0001）；肿瘤ER活性是疗效预测生物标志物，来源为肿瘤组织RNAseq，验证方法为ER靶基因表达z评分，ER活性高的患者接受giredestrant的中位PFS为7.5个月（n=97，P=0.0008），可补充ESR1突变的预测价值，识别ESR1野生型但仍能获益的患者。快速进展预测模型是联合生物标志物，整合了ER活性、CDK4/6抑制剂暴露、肝转移、ctDNA检测状态，AUC为0.79（n=159），可有效识别3个月内进展的患者。

核心成果提炼：ESR1致病性突变联合CDK4/6抑制剂暴露状态可精准筛选giredestrant获益最大的亚组患者，尤其是CDK4/6抑制剂初治的ESR1突变患者，这一发现明确了口服SERD的最优适用人群；ctDNA基线TF和动态变化可作为预后生物标志物，指导治疗监测和调整；肿瘤ER活性可补充ESR1突变的预测价值，解决了单一突变无法覆盖所有获益患者的问题；开发的快速进展预测模型AUC达0.79，为临床医师识别不适合内分泌治疗的患者提供了工具，避免无效治疗。本研究的创新性在于首次整合多维度生物标志物，全面分析口服SERD的疗效预测因子，填补了CDK4/6抑制剂暴露与ESR1突变交互作用研究的空白，为口服SERD的精准临床应用提供了重要依据。