【文献解析】转移性胃癌患者姑息性二线紫杉醇联合雷莫芦单抗治疗前后血浆游离DNA的配对分析

1. 领域背景与文献

文献英文标题:Pairwise analysis of plasma cell-free DNA before and after palliative second-line paclitaxel plus ramucirumab treatment in patients with metastatic gastric cancer;

发表期刊:Gastric Cancer;影响因子:7.3(2024年);研究领域:肿瘤学-胃癌精准诊疗

胃癌是全球第六大常见癌症、第三大癌症相关死亡原因,在韩国则为第四位常见癌症及第四大癌症相关死亡原因。晚期转移性胃癌(metastatic gastric cancer,mGC)患者预后极差,一线治疗失败后,紫杉醇联合雷莫芦单抗(抗VEGFR2单克隆抗体)是标准二线治疗方案,但该方案的中位无进展生存期(progression-free survival,PFS)仅4.4个月,多数患者最终会出现疾病进展,且目前仍缺乏抗血管生成药物的有效预测生物标志物。传统肿瘤组织DNA(tumor tissue DNA,ttDNA)测序是肿瘤基因组分析的金标准,但存在取样创伤、无法动态监测肿瘤异质性与克隆演变的局限性。血浆游离DNA(cell-free DNA,cfDNA)测序作为非侵入性液体活检技术,可实时反映肿瘤基因组特征,在肺癌等癌种中已用于耐药突变检测(如EGFR T790M),但针对紫杉醇联合雷莫芦单抗治疗mGC的cfDNA研究仍属空白,亟需明确cfDNA与ttDNA的突变检测一致性,以及其在耐药机制探索、预后预测中的临床价值,为mGC的精准诊疗提供新的技术支撑。

2. 文献综述解析

作者从胃癌诊疗现状、二线治疗耐药困境、cfDNA技术优势三个核心维度展开综述,以“临床需求-技术局限-研究空白”的逻辑链条,系统梳理了领域内现有研究的进展与不足。

现有研究显示,下一代测序(next-generation sequencing,NGS)技术已全面解析胃癌的基因组特征,ttDNA测序可精准识别肿瘤驱动突变,但受肿瘤异质性、取样难度限制,无法实现治疗过程中的动态监测;cfDNA测序作为非侵入性替代方案,具有可重复取样、实时反映肿瘤全貌的优势,在肺癌、结直肠癌等癌种中已成功用于耐药突变检测与预后预测,但在mGC领域,仅针对HER2靶向治疗、免疫检查点抑制剂的cfDNA研究有报道,针对紫杉醇联合雷莫芦单抗方案的研究尚未开展。此外,抗血管生成药物的预测生物标志物仍未明确,现有研究中cfDNA浓度、变异等位基因频率(variant allele frequency,VAF)值与预后的关联结论不一,且缺乏针对110-160bp循环肿瘤DNA(circulating tumor DNA,ctDNA)片段的预后价值研究。

本研究的创新价值在于,首次针对接受紫杉醇联合雷莫芦单抗治疗的mGC患者,开展基线与疾病进展(progressive disease,PD)时的cfDNA配对分析,对比cfDNA与ttDNA的突变检测性能,探索治疗过程中的克隆演变规律,并系统评估cfDNA相关指标的预后价值,填补了该方案下cfDNA研究的空白,为mGC的动态监测与预后预测提供了新的研究方向。

3. 研究思路总结与详细解析

本研究的核心目标是明确cfDNA测序与ttDNA测序的突变检测一致性,探索mGC患者在紫杉醇联合雷莫芦单抗治疗过程中的克隆演变特征,评估cfDNA相关指标的预后价值;核心科学问题包括cfDNA能否有效补充ttDNA的突变检测,以及哪些cfDNA指标可作为该方案的预后生物标志物;技术路线遵循“队列构建-样本检测-突变分析-生存验证”的闭环逻辑,确保研究结果的科学性与可靠性。

3.1 患者队列与样本采集

实验目的是建立标准化的mGC患者队列,获取多时间点、多类型的DNA样本用于对比分析,为后续研究提供可靠的临床基础。方法细节:从韩国首尔大学盆唐医院招募76例接受姑息性二线紫杉醇联合雷莫芦单抗治疗的mGC患者,最终纳入46例具备ttDNA、基线cfDNA、PD cfDNA及外周血单个核细胞基因组DNA(genomic DNA,gDNA)样本的患者;样本采集严格遵循实体瘤疗效评价标准(Response Evaluation Criteria in Solid Tumor,RECIST)1.1版,ttDNA检测采用4种不同的临床NGS panel(Theragen、SNUBH_V1、SNUBH_V2、Illumina TruSight Oncology 500)。结果解读:纳入患者中位年龄为57.5岁,男女比例为27:19,客观缓解率为23.5%,中位PFS为4.1个月(95% CI 2.7-5.5),中位总生存期(overall survival,OS)为8.6个月(95% CI 6.7-10.5),符合该治疗方案的真实世界临床结局。实验所用关键产品:Ficoll-Paque Plus(Cytiva)、QIAamp DNA迷你试剂盒(Qiagen)、Illumina TruSight Oncology 500 panel等。

3.2 cfDNA提取与靶向测序

实验目的是获取高质量cfDNA样本并完成靶向NGS测序,确保后续突变分析的数据可靠性。方法细节:血浆样本采集后30分钟内离心分离,采用Ficoll-Paque Plus去除细胞成分,二次高速离心清除细胞碎片,血浆分装后于-80℃保存;使用QIAamp循环核酸试剂盒(Qiagen)提取cfDNA,通过4200 TapeStation(Agilent Technologies)进行定量;采用IMBdx NGS DNA文库制备试剂盒构建测序文库,使用AlphaLiquid®100(AL100)靶向捕获panel(覆盖106个癌症相关基因)进行目标区域富集,在Illumina NextSeq 550平台进行150bp双端测序;测序数据经去接头、比对人类参考基因组hg38、目标区域提取等生物信息学处理。结果解读:成功获取所有纳入患者的合格cfDNA样本,基线cfDNA中位浓度为12.94ng/µL,测序数据的覆盖深度与质量均符合后续突变分析的要求。

3.3 体细胞突变检测与克隆演变分析

实验目的是对比ttDNA与cfDNA的突变检测性能,识别治疗过程中出现的新突变以揭示肿瘤克隆演变规律。方法细节:基于UniqSeq流程识别单核苷酸变异(single-nucleotide variant,SNV)与插入缺失突变(insertion or deletion,indel),经IMBdx内部过滤步骤和机器学习模型区分真假变异;通过50例正常样本构建参考深度谱检测拷贝数变异(copy number variation,CNV);去除生殖系突变与克隆性造血(clonal hematopoiesis of indeterminate potential,CHIP)相关突变,设定VAF≥0.003、变异等位基因计数≥6的过滤阈值;绘制流图可视化ttDNA、基线cfDNA、PD cfDNA的VAF和CN变化。结果解读:共识别179个体细胞突变,PD cfDNA(130个)的突变检出数最高,其次为基线cfDNA(126个)和ttDNA(69个);与ttDNA单独检测相比,基线cfDNA检测使70.0%(32/46)的患者检出额外突变,联合基线与PD cfDNA后该比例升至73.9%(34/46);PD cfDNA中发现10例患者存在14个新的致病性突变,包括9个功能缺失突变(如APC S2223*、TP53 R273P)和5个功能获得突变(如PIK3CA R88Q、MYC扩增),提示治疗过程中发生了克隆演变或获得性耐药。


3.4 生存分析与预后指标验证

实验目的是评估cfDNA相关指标与患者PFS、OS的关联,筛选潜在的预后生物标志物。方法细节:采用Kaplan-Meier法绘制生存曲线,log-rank检验比较组间差异,Cox比例风险模型进行多因素分析;通过受试者工作特征(receiver operating characteristic,ROC)分析确定cfDNA浓度、VAF值的截断值,以预测6个月PFS;调整年龄、性别后进行多因素分析以控制混杂因素。结果解读:基线110-160bp ctDNA片段浓度>4.38ng/µL的患者PFS显著更短(中位3.5个月vs 5.3个月,n=46,P=0.016),多因素分析中该指标仍具有统计学意义(风险比hazard ratio,HR=2.16,95% CI 1.14-4.11,P=0.018);单因素分析中,基线cfDNA最大VAF>0.1045(P=0.022)、VAF总和>0.2071(P=0.028)、TP53 VAF>0.1014(P=0.022)均与更差PFS相关,但多因素分析中因样本量较小未达统计学显著性。

4. Biomarker研究及发现成果

本研究识别的Biomarker包括110-160bp ctDNA片段浓度、基线cfDNA最大VAF、VAF总和、TP53 VAF,其中110-160bp ctDNA片段浓度是独立的预后生物标志物。

Biomarker定位与筛选逻辑

110-160bp ctDNA片段浓度是基于cfDNA片段长度特征筛选的预后Biomarker,筛选逻辑为:参考既往研究中ctDNA富集于110-160bp片段的结论,计算该片段的浓度占比与绝对浓度,通过ROC分析确定截断值,经单因素和多因素生存分析验证其预后价值;基线cfDNA VAF相关指标则基于NGS测序的突变检测结果,反映肿瘤负荷与基因组异质性,通过生存分析评估其与预后的关联。

研究过程与验证数据

110-160bp ctDNA片段浓度通过Pysam软件计算,即110-160bp片段数占总片段数的比例乘以50-700bp范围内的cfDNA浓度;验证方法为Kaplan-Meier生存分析与Cox多因素分析,ROC曲线确定的截断值为4.38ng/µL,该指标的敏感性与特异性数据文献未明确提供,基于图表趋势推测具有较好的预后区分能力。基线cfDNA最大VAF、VAF总和、TP53 VAF则通过NGS测序数据直接计算,单因素分析显示与PFS显著相关,但多因素分析中因样本量较小未达统计学显著性。

核心成果与临床价值

110-160bp ctDNA片段浓度>4.38ng/µL的患者PFS显著更短(HR=2.16,95% CI 1.14-4.11,n=46,P=0.018),是紫杉醇联合雷莫芦单抗治疗mGC的独立预后Biomarker,可为患者的风险分层与治疗方案调整提供依据;基线cfDNA VAF相关指标可反映肿瘤负荷,单因素分析中与PFS相关,需更大样本量的研究验证其独立预后价值;PD cfDNA中发现的新致病性突变(如PIK3CA R88Q、MYC扩增)可为mGC的耐药机制研究提供新的靶点,部分突变(如EGFR扩增)对应的靶向药物已进入临床研究,具有潜在的临床转化价值。

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。