【文献解析】二代测序识别阑尾肿瘤治疗中的关键可靶向突变

1. 领域背景与文献

文献英文标题:Next-Generation Sequencing Identifies Key Targetable Mutations in the Treatment of Appendiceal Neoplasms;

发表期刊:未明确;影响因子:未公开;研究领域:消化系统肿瘤学,阑尾肿瘤精准靶向治疗。

阑尾肿瘤是一类罕见的异质性肿瘤,具有不同的恶性潜能,近年流行病学数据显示其发病率从每十万人0.63例上升至0.97例,且仍保持上升趋势。由于缺乏特异性筛查手段,结肠镜检出率低,多数患者确诊时已处于晚期,死亡率较高。领域共识:目前阑尾肿瘤的标准治疗为手术治疗,晚期疾病采用细胞减灭术联合腹腔热灌注化疗,而全身化疗并未证实可延长无病生存期或总生存期,对于不可切除或进展期疾病,治疗选择十分有限。现有临床指南并未给阑尾肿瘤提供专属的治疗方案,治疗方案多参照结肠癌,但阑尾肿瘤的生物学行为和遗传学特征与其他部位大肠癌存在显著差异,照搬结肠癌治疗方案无法满足临床需求。

随着肿瘤精准治疗的发展,基于肿瘤基因特征的个体化治疗已经成为主流方向,二代测序技术是识别可靶向突变、指导靶向治疗的核心技术,但该技术在阑尾肿瘤中的应用价值以及可靶向突变的分布特征仍缺乏大样本研究数据支持,未明确有多大比例的阑尾肿瘤患者可以通过二代测序获益。本研究基于大样本多中心基因组队列,分析不同病理亚型阑尾肿瘤中可靶向突变的发生频率,明确二代测序在阑尾肿瘤靶向治疗中的应用价值,填补了该领域的大样本研究数据空白。

2. 文献综述解析

现有研究已经证实,阑尾腺癌的遗传学特征与左半、右半结肠癌均存在显著差异,且不同病理亚型的阑尾肿瘤突变谱也存在高度异质性,既往小样本研究已经发现KRAS和GNAS突变在黏液性阑尾肿瘤中频率较高,明确了Ras/Raf通路与GNAS在黏液性阑尾肿瘤发生中存在关联。但现有针对阑尾肿瘤靶向治疗的研究存在明显局限性,多数研究将阑尾肿瘤混合在结直肠癌队列中进行分析,无法单独明确靶向治疗对阑尾肿瘤的疗效,针对VEGF、EGFR等靶点的靶向治疗研究结论也不一致,部分研究因为样本量小未按病理亚型分层,无法反映不同亚型阑尾肿瘤的真实突变特征。

现有研究未系统梳理大样本队列中不同病理亚型阑尾肿瘤的可靶向突变分布,也未明确可靶向突变的共发生模式,无法为二代测序在阑尾肿瘤中的临床应用提供明确的循证依据。本研究的创新价值在于,基于包含916例样本的大样本多中心队列,首次按病理亚型系统分层分析了24个常见可靶向基因的突变频率,明确了不同亚型阑尾肿瘤的突变谱异质性,证实尽管单个可靶向突变的频率较低,但由于突变之间重叠较少,仍有相当比例的患者可以通过二代测序找到潜在的可治疗靶点,为晚期阑尾肿瘤的个体化治疗提供了关键的数据支持。

3. 研究思路总结与详细解析

本研究整体研究目标为明确不同病理亚型阑尾肿瘤中可靶向治疗突变的发生频率,评估二代测序用于指导阑尾肿瘤靶向治疗的临床价值,核心科学问题是不同病理亚型阑尾肿瘤的可靶向突变谱特征是什么,有多少比例的阑尾肿瘤患者可以从二代测序指导的靶向治疗中获益。整体技术路线为:基于公开的多中心基因组队列回顾性纳入不同病理亚型的阑尾肿瘤样本,分层统计不同亚型的可靶向基因突变频率,重点分析KRAS突变的位点分布和共突变特征,最终明确二代测序在阑尾肿瘤个体化治疗中的应用价值。

3.1 研究队列纳入与基线统计

实验目的:获得不同病理亚型阑尾肿瘤的基因组数据,明确队列的基线人口统计学和临床特征。方法细节:回顾性分析美国癌症研究协会GENIE数据库v16.0版本截至2024年8月收录的916例阑尾肿瘤样本,按病理亚型分为低级别阑尾黏液性肿瘤、黏液性腺癌、杯状细胞腺癌、印戒细胞腺癌、阑尾腺癌未特指五大类,统计患者的年龄、性别、肿瘤来源等人口统计学和临床特征,对纳入分析的24个常见可靶向基因,采用OncoKB和Hotspots算法注释突变的致病性,所有统计分析采用SPSS 29完成,连续变量采用Kruskal-Wallis检验比较,分类变量采用卡方检验比较,设定P<0.05为统计学显著性阈值。结果解读:基线统计结果显示,不同病理亚型的男女比例存在差异,77.8%的低级别阑尾黏液性肿瘤来源于女性患者,原发灶样本和转移灶样本之间,除血小板衍生生长因子受体α外,其余可靶向突变的频率均无统计学差异,血小板衍生生长因子受体α的差异来源于两组未检测样本分布不均,而非真实的人群差异。不同亚型每个样本的平均突变数存在统计学差异,印戒细胞腺癌的平均突变数最高,为7.7±6.2,低级别阑尾黏液性肿瘤平均突变数最低,为4.5±4.6(n=916,P=0.01)。文献未提及具体实验产品,领域常规使用二代测序平台进行基因组测序分析。

3.2 不同病理亚型可靶向突变频率分析

实验目的:明确不同病理亚型阑尾肿瘤中各可靶向基因的突变频率,分析亚型之间的突变特征差异。方法细节:对纳入的24个可靶向基因分别统计突变频率,按病理亚型分层计算,比较不同亚型之间的突变频率差异。结果解读:所有阑尾肿瘤样本中,最常见的可靶向突变为KRAS,突变率为52.8%,其次为GNAS(26.4%)、磷脂酰肌醇-3-激酶催化亚单位α(6.9%)、DNA错配修复基因(MLH1、MSH2、MSH6、PMS2,3.5%),纳入分析的24个基因中,有9个基因的突变率低于1%。不同病理亚型的突变频率差异显著,低级别阑尾黏液性肿瘤中KRAS突变率为88.9%(P<0.01),GNAS突变率为51.9%,均显著高于其他亚型,黏液性腺癌中KRAS突变率为71.8%,GNAS突变率为44.0%,而杯状细胞腺癌KRAS突变率仅为5.7%,印戒细胞腺癌KRAS突变率仅为29.7%,印戒细胞腺癌的ALK、ERBB2、FGFR2、EGFR突变率显著高于其他亚型。该结果以柱状图呈现不同亚型的突变频率差异。


文献未提及具体实验产品,领域常规使用生物信息学软件统计突变频率。

3.3 KRAS突变位点分布与共突变分析

实验目的:明确KRAS突变的位点分布特征,以及KRAS突变与其他可靶向突变的共发生模式。方法细节:对所有KRAS突变样本按突变位点分类统计频率,按病理亚型分层比较不同位点的分布差异,同时分别统计KRAS突变型和野生型样本中其他可靶向突变的频率,比较两组之间的差异。结果解读:所有KRAS突变中,82.9%发生在12号密码子,最常见的突变位点为G12D(46.5%),其次为G12V(27.5%)和G13D(8.7%),低级别阑尾黏液性肿瘤中,最常见的12号密码子突变为G12V,占56.5%,G12D占39.1%,与其他腺癌亚型不同。全队列中,可靶向的KRAS G12C突变率为7.0%,印戒细胞腺癌中G12R突变的比例显著高于其他亚型,占所有KRAS突变的33.3%。该结果以饼图呈现不同病理亚型的KRAS位点分布。


共突变分析结果显示,KRAS突变样本中GNAS突变的共发生频率比KRAS野生型样本高7倍以上(P<0.01),而BRAF突变在KRAS野生型样本中的频率是KRAS突变样本的4倍(P<0.01),符合RAS通路激活突变互斥的规律,该结果以柱状图呈现共突变分布。


文献未提及具体实验产品,领域常规使用生物信息学分析突变共发生模式。

4. Biomarker研究及发现成果

本研究涉及的生物标志物为多种可靶向驱动基因突变,包括KRAS G12C、KRAS G12D、GNAS、PIK3CA、DNA错配修复基因缺陷相关突变等,筛选与验证逻辑为:基于公开多中心大样本阑尾肿瘤队列,按病理亚型分层统计不同基因的突变频率,通过统计学比较明确不同亚型之间的突变频率差异,最终明确不同可靶向突变的分布特征。

本研究的生物标志物数据来源于GENIE队列的916例阑尾肿瘤样本,所有样本均通过二代测序获得基因组突变数据,采用生物学算法注释突变的致病性,分层统计后获得不同突变的频率数据。核心数据显示,总体来看21.5%的阑尾肿瘤病例至少携带1个及以上可靶向突变,4.3%的病例携带多个可靶向突变。KRAS突变在低级别阑尾黏液性肿瘤中的频率为88.9%(n=27,P<0.01),其中92%的KRAS突变发生在12号密码子,G12V占56.5%,G12D占39.1%,全队列中KRAS G12C突变频率为7.0%,GNAS突变频率为26.4%,磷脂酰肌醇-3-激酶催化亚单位α突变频率为6.9%,DNA错配修复基因突变频率为3.5%(n=916)。

本研究核心成果证实,不同病理亚型的阑尾肿瘤存在高度的突变谱异质性,低级别阑尾黏液性肿瘤和黏液性腺癌以高频率KRAS和GNAS突变为主要特征,而杯状细胞腺癌和印戒细胞腺癌的突变特征差异显著,总体有21.5%的阑尾肿瘤患者可以通过二代测序检测到可靶向突变,提示尽管单个可靶向突变的频率较低,但由于突变之间重叠较少,仍有相当比例的晚期阑尾肿瘤患者可以从二代测序指导的靶向治疗中获益。本研究明确了KRAS G12C(7.0%)和KRAS G12D(46.5%)是阑尾肿瘤中最值得关注的可靶向生物标志物,目前已有针对KRAS G12C的靶向药物上市,针对KRAS G12D的靶向药物也进入临床研究阶段,为未来阑尾肿瘤的靶向治疗指明了方向,为二代测序在晚期阑尾肿瘤中的临床应用提供了关键的循证数据支持。

特别声明

1、本页面内容包含部分的内容是基于公开信息的合理引用;引用内容仅为补充信息,不代表本站立场。

2、若认为本页面引用内容涉及侵权,请及时与本站联系,我们将第一时间处理。

3、其他媒体/个人如需使用本页面原创内容,需注明“来源:[生知库]”并获得授权;使用引用内容的,需自行联系原作者获得许可。

4、投稿及合作请联系:info@biocloudy.com。