怎么用你的自测小样本数据发CCR

大家好,今天给大家带来的文献解读是今年2月发表在Clinical Cancer Research(IF:10.107)的一篇文章,这篇文章主要讲的是基线ctDNA在左侧转移性结直肠癌研究中的附加价值。

The added value of baseline circulating tumor DNA profiling in patients with molecularly hyperselected, left-sided metastatic colorectal cance

方法:

该研究纳入了120例患有左侧,RAS和BRAF野生型,HER2阴性和微卫星稳定型的转移性结直肠癌(mCRC)患者,他们预先接受了FOLFOX-帕尼单抗的治疗。研究者对基线血浆样本中的14个基因进行了基于扩增子的基因组分析,并将这些数据与肿瘤组织深度测序结果进行了比较。分类数据的分布采用卡方检验和Fisher精确检验。连续非参数数据的比较采用Mann-Whitney U检验。采用单变量Cox回归对右删失变量进行建模。采用一维k-均值算法对相关耐药突变的变异等位基因分数(VAF)阈值及与预后的相关性进行建模。此外,分析过程还使用了ggplot2、dplyr、survminer、survival和finalfit R软件包。

结果:

患者群体

图1A显示了最终队列中检测到的所有ctDNA改变的热图。EGFR是上皮生长因子细胞增殖和信号传导的受体,对于可能与抗EGFR治疗耐药相关的基因,液体活检(LB)中分别有10例和15例患者存在RAS和PI3KCA突变,其中只有4例患者同时出现RAS和PI3KCA突变。表1显示了特异的RAS或PI3KCA突变,founder/克隆突变,如TP53或APC,ctDNA中每个突变的VAF以及匹配肿瘤组织中的RAS和PI3KCA状态。补充图2显示了每种突变的VAF分布,其中TP53的中位值最高,RAS的中位值最低,而补充图3显示了RAS和PIK3CA中相关耐药性改变的VAF分布,该分布用于生存分析中构建VAF阈值。

图1

表1 每个样本的RAS突变、PIK3CA突变和克隆突变及其相应的VAF

补充图2

补充图3

ctDNA突变的预后影响

图1B和1C分别展示了在ctDNA中检测到的每个基因突变对无进展生存期(PFS)和总体生存期(OS)的影响。对于可能在抗EGFR治疗中起作用的基因,与ctDNA中携带RAS突变的患者与RAS野生型亚组相比,PFS和OS都明显更差(图2A-B)。同时,在ctDNA中携带PIK3CA突变的患者与野生型亚组相比,也观察到了类似的结果(图2C-D)。此外,同时携带PIK3CA和KRAS突变的患者与仅携带其中一种突变的患者相比,PFS和OS都更差(补充图4)。表2显示了ctDNA中RAS和PI3KCA状态对肿瘤反应动力学的影响,根据实体肿瘤的疗效评价标准(RECIST) 和ETS,基线ctDNA中RAS突变的存在与总体反应显著相关,并趋向于与DoR显著相关,而PI3KCA状态与这些参数均无关(注:早期肿瘤缩小(ETS)指的是治疗早期进行评价时肿瘤体积收缩率,可作为预测肿瘤预后的重要指标,DoR为缓解程度)。

图2

补充图4

表2 基于基线ctDNA中RAS和PIK3CA突变状态汇总总体反应率

液体活检与肿瘤组织NGS的比较

补充图5显示了液体活检和组织NGS在RAS(图A)和PI3KCA(图B)突变方面的一致性。RAS基因突变的总符合率为109/120(90.8%),PI3KCA基因突变的总符合率为111/120(92.5%),而突变样本(液体活检或肿瘤组织)中RAS基因突变的阳性符合率仅为5/16(31.3%),PI3KCA基因突变的阳性符合率为8/17(47.1%)。仅在肿瘤组织中发现RAS或PI3KCA突变而不在液体活检中发现的患者非常少,尽管他们的预后并不差,但其结果不能作为一个独特的亚组进行研究(补充图6)。

补充图5

补充图6

RAS和PI3KCA变异等位基因分数在液体活检中的作用

LB中RAS和PIK3CA突变的VAF中位数分别为1.3%和17.1%。在与组织NGS呈阳性符合率的患者中,液体活检里此类突变的中位VAF更高(图3A,3D)。RAS VAF也与ETS(图3B)和DoR(图3C)显著相关,而PIK3CA VAF状态的这种关联并不显著(图3E,F)。根据其分布得出的VAF阈值,研究者将具有RAS或PIK3CA突变的患者分为克隆亚组(VAF≥5%)、亚克隆亚组(VAF<5%)和无ctDNA突变的患者。与全部野生型相比,克隆亚组的PFS和OS最差(图4A,B)。

图3

图4

到这里这篇文章的解析就基本结束了,该文章的研究意义在于基线ctDNA分析可能会为肿瘤组织检测增加价值,ctDNA能够为mCRC患者提供更好、更低伤害的识别患者治疗靶标获取选择。最近小编也阅读到了好几篇相似的ctDNA研究,自测数据要发高分除了完整的临床信息外,也需要发现一个特别有意义的点再结合生信分析展开研究才不会浪费花大价钱获得的自测数据。在测序成本不断降低的阶段,赶紧把手里的存量数据物尽其用起来吧

参考文献:The added value of baseline circulating tumor DNA profiling in patients with molecularly hyperselected, left-sided metastatic colorectal cance

如果您有自测数据又苦于不懂

如何结合生成做高分研究,私信小编

生信分析服务垂直通道  生信意向表单

你可能感兴趣的:(怎么用你的自测小样本数据发CCR)