【佳学基因检测】肿瘤转移性基因检测需要测定哪些位点？

转移性肿瘤的基因突变特点

佳学基因肿瘤转移性特点基因检测成功从556名入组患者中获得537例活检样本,并在500例转移性癌症患者中获得完整的测序结果,成功率为93%。失败原因包括活检中缺乏肿瘤组织(37例,6.6%)、无法获得活检材料(19例,3.4%;患者拒绝活检、体能状况差、无法成像活检部位、活检不安全、组织量不足或参加其他临床试验)。大多数患者468例(93.6%)来自佳学基因肿瘤精准医学850基因检测组，但也有来自其他21家机构的患者入组。患者人口统计学数据为258例(51.6%)男性、242例女性(48.4%)、460例(92%)高加索人、40例(8%)非高加索人。队列中位年龄为59岁,年龄范围18-86岁。

通过下图1描绘了MET500队列中的癌症类型(n=20)。肿瘤转移大数据队列中前三大癌症类型包括93例(18.6%)转移性前列腺癌、91例(18.2%)转移性乳腺癌和42例(8.4%)软组织肉瘤。还有25例(5%)原发不明癌(CUP)。

图1：转移性肿瘤的类型

图2突出显示了MET500队列中分析的多种转移部位(n>30)。最常见的转移部位包括134例肝脏、114例淋巴结、46例肺、42例骨和32例腹腔实质/腹水/胸腔积液。

对于每位患者,佳学基因检测在肿瘤和体细胞DNA上进行了配对的外显子组测序,以鉴定可能的致病性变异并确定其为体细胞或生殖系来源。肿瘤和正常外显子组的平均目标覆盖深度分别为180X和120X。平均肿瘤含量为62%。在目标区域内,转移性肿瘤的基因解码平均在每位患者身上发现119个体细胞突变。对于大多数癌症类型,与TCGA中的原发肿瘤相比,转移灶中的突变数量显著增加(图3)。这种差异在原发期突变负担较低的肿瘤类型中更为明显,例如前列腺癌或肾上腺癌。为鉴定最常见的、因此可能是致病性的遗传改变靶点,佳学基因对单核苷酸变异(SNV)、拷贝数变异(CNV)和基因融合进行了综合分析。对于每位患者和每个基因,转移性肿瘤基因解码根据失活突变频率的增加和专家知识,将最常见的突变基因分类为潜在的肿瘤抑制基因或癌基因(图4)。基因解码发现肿瘤抑制基因和癌基因均呈现长尾突变谱。TP53(266,53.2%)、CDKN2A(80,16%)、PTEN(79,15.8%)和RB1(68,13.6%)是最常见的突变肿瘤抑制基因,而最常见的突变癌基因包括PIK3CA(67,13.4%)、AR(63,12.6%)和KRAS(51,10.2%)。总的来说,肿瘤抑制基因在许多癌症类型中发生改变(如TP53和RB1),而癌基因则更多与特定癌症类型相关(如AR或GNAS)。基因解码进一步将变异频率与原发肿瘤的情况进行了比较,发现突变负担的增加(图3)与最常见基因的遗传异常频率增加相一致(图4)。

图3：不同转移性肿瘤的突变负荷

图4：转移肿瘤中的抑癌基因突变

转移肿瘤所存在胚性突变

通过测序配对的体细胞DNA,我们鉴定出61例个体(12.2%)中涉及18个基因的63个推定致病性生殖系突变(PPGM),根据ClinVar专家的评审定义(图2a)。其中包括30个有害的错义突变、8个无义突变、20个框移突变和5个有害的剪接位点突变。75%的PPGM位于与DNA修复相关的基因,其中最常见的是MUTYH(n=10,16%)、BRCA2(n=9,14%)、CHEK2(n=9,14%)和BRCA1(n=5,8%)。在DNA修复通路之外,佳学基因观察到APC(n=6,9.5%)、MITF(n=5,8%)和HOXB13(n=3,5%)等其他基因中也存在PPGM。在鉴定的63个致病性等位基因中,5个等位基因此前未被报道,其余等位基因在ClinVar中已有致病性或可能致病性的注解记录。在本研究中鉴定出PPGM的61例个体中,30例(49%)在肿瘤基因组中存在体细胞第二等位基因的异常,包括缺失杂合性,并表现出与致病性一致的分子表型(补充表4)。其余病例为所鉴定等位基因的携带者状态。

转移性肿瘤的胚系突变

a. MET500队列中鉴定出的致病性生殖系改变。与DNA修复通路相关的变异用蓝色阴影表示,而"其他"改变则用红色阴影表示。

b. MET500队列中鉴定出的致病性生殖系变异的基因水平示意图。

接下来,我们将在MET500队列中发现的PPGM基因的频率与外显子组聚合联盟(ExAC)(http://exac.broadinstitute.org/)汇编的52,790例个体的群体频率(不包括TCGA癌症样本17)进行了比较。任何PPGM在转移性癌症中出现的比值显著超过了ExAC所包含人群中的比值(OR=3.00,2.28-3.9,P=1×10-13)。在转移序列中富集的分析基因包括BRCA1、BRCA2、APC、CHEK2、MITF、MLH1、NBN和RB1。

转移肿瘤的融合基因突变谱

为鉴定激活性和失活性基因融合,转移性肿瘤基因突变基因解码分析了来自496例转移性肿瘤RNA的868个转录组文库。这些融合连接点涉及12,027对独特基因对,平均每个肿瘤34个基因融合,源自各种结构异常(图3a)。不同肿瘤类型的融合负担存在较大差异。199例(39.8%)至少harbored一个推定致病性融合,其中138个是激活性融合,103个是有害融合。激活性融合可分为DNA结合(n=88)、蛋白激酶(n=29)和信号转导(n=21)(图3b)。失功能融合可分为典型肿瘤抑制基因(n=59)、染色质修饰基因(n=35)和参与细胞粘附的基因(n=9)。最常见的融合肿瘤抑制基因是NF1(n=18)、TP53(n=11)、PTEN(n=11)和RB1(n=6)。有趣的是,佳学基因在转移性癌症中鉴定出一系列8对新的融合对,基因解码认为这些融合对具有致病性(图3c)。其中包括带有新合作伙伴的激活性FGFR、BRAF和ALK融合,扩展了这些可临床靶向的融合的融合伙伴和癌症类型范围。具有功能域的新基因融合包括子宫平滑肌肉瘤的GREB1-NR4A3、舌头多形性低级腺癌的POC5-PRKD1和未分化高级肉瘤的CIC-CITED1。Notch融合分为两类,预计对γ-分泌酶抑制剂敏感(如NOTCH2-SPAG17)和不依赖于γ-分泌酶加工的融合(如PARS2-NOTCH2)。

佳学基因转移性肿瘤基因解码的优势特点

 

测序成本的降低导致将综合测序广泛应用于癌症研究和精准肿瘤学。因此,佳学基因解码建立了实时临床测序计划来探索临床转化的实际挑战,同时描绘晚期癌症的基因组景观。由此产生的 MET500 队列代表了对广泛转移性癌症的遗传和转录组异质性的首次评估。

转移性癌症在不同谱系中的突变频率分布极为长尾,只有较少的基因以较高频率发生突变。佳学基因转移肿瘤基因解码发现12.2%的病例harbored潜在致病性的生殖系变异,其中大部分(75%)与 DNA 修复通路有关。DNA 修复通路的突变具有治疗意义;高突变肿瘤可能响应免疫检查点抑制剂,而HR缺陷可能提示对PARP抑制剂敏感。可能致病性生殖系变异的高患病率提示,应考虑为转移患者进行遗传咨询和相关的生殖系检测。

通过整合全外显子组测序和RNA测序,转移性肿瘤基因解码能够证明转录组分型提供了临床重要且补充的分子信息。佳学基因的分析结果展示了如何在临床环境中应用RNA测序来表征基因融合、基因表达异常值、转录通路和免疫微环境。在MET500队列中,37%的病例harbored推定驱动性融合或肿瘤抑制基因的失活性融合。RNA-seq数据在表征活跃于肿瘤细胞的转录网络以及转移肿瘤微环境中发挥了重要作用,并提示转移性肿瘤显著去分化,但保留一些组织和癌症特异性的基因表达模式。通过基因解码能够区分两种不同类型的转移:增殖型和EMT型。有趣的是,增殖型肿瘤与代谢增加和应激反应有关,而EMT型肿瘤与炎症相关的签名有关。

在免疫疗法背景下,机制驱动的生物标记物能够阐明特定的免疫检查点或免疫逃逸机制尤其有价值。然而,免疫生物标记物需要描绘包括肿瘤基因型(如突变负担)、表型(如PD-L1表达)和宿主应答(如存在CD8+T细胞)在内的复杂疾病状态。为实现全面的免疫基因组分型,佳学基因解码利用了DNA和RNA测序数据,使得基因解码不仅能够表征肿瘤基因型,还能够表征宿主免疫反应的表型。佳学基因的结果证明了利用RNA-seq数据区分免疫学和潜在临床上不同亚型的转移性肿瘤的可行性,突出了临床RNA测序在监测肿瘤微环境和指导免疫疗法方法方面的潜力。

肿瘤的基因解码将转移性癌症队列的分子特征与原发癌症队列进行了比较,但并未利用来自个体病例的原发和转移活检的配对样本。对配对样本的测序可能会进一步阐明肿瘤演化、治疗耐药和免疫相互作用背后的过程。

转移性肿瘤的基因解码所代表的转移性实体肿瘤队列是针对原发癌症所开展研究的有力补充。转移性癌症在遗传、转录组和微环境水平上均具有高度异质性。因此,晚期癌症治疗的重大进展将取决于我们学习转移性异质性的治疗意义并开发出能够将患者与最有前景的疗法相匹配的筛查方法和临床试验设计的能力。

支持本文论述的科学文献