在NSCLC患者疾病进展期间进行cfDNA监测的结果|肿瘤_新浪财经

　　炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！

转自：医学界

肺癌是全球范围内最常见的恶性肿瘤之一，也是最常见的癌症死亡原因。非小细胞肺癌（NSCLC）约占所有肺癌病例的80%-85%[1]，目前在NSCLC的临床诊疗过程中，因疾病复发导致患者术后死亡的百分比仍然较高。研究显示，2年内IB期患者复发率为45%、IIIA期患者复发率高达76%[2]，NSCLC患者的临床管理方法，在过去数十年间发生了深刻的变革，可以明确的是，疾病的持续监测是治疗成功的基础，微小残留疾病（MRD）也因此越来越受到临床重视。目前检测MRD的新兴技术之一便是液体活检，相比组织活检，具有操作简便，且能重复取样的优势，可常规用于肿瘤的基因突变检测和研究[3]。

循环游离DNA（cfDNA）作为MRD检测的手段和环节之一，在生理和病理情况下，cfDNA是从凋亡或坏死的肿瘤组织细胞中释放出来的，体液中cfDNA的“脱落”量取决于肿瘤细胞的有丝分裂率、肿瘤体积和肿瘤周围血管的生长情况，利用目前的分子检测技术，可识别出在血液、唾液、胸腔积液和其他生物液体中释放的长度小于100个碱基对（bp）的cfDNA片段[4-6]。基于此，cfDNA的含量变化和分子特征等使其成为一种“实时”生物标志物，对疾病监测尤其有效，可反映疾病的进展和肿瘤负荷的增加，并为后续治疗提供临床决策。

“医学界”小编特摘选了一篇来自立陶宛的Agne Sestokaite等人于2023年在International Journal of Molecular Sciences（影响因子：6.2分）发表的一篇名为“Surveillance of cfDNA Hot Spot Mutations in NSCLC Patients during Disease Progression”的研究[7]，该研究旨在通过二代测序（NGS）识别和监测NSCLC患者cfDNA中肺癌特异性突变的发生率以及血浆cfDNA的总体负荷，并分析液体活检对预测疾病预后的价值。研究发现TP53突变的发生率以及游离DNA载量可以用作NSCLC监测的生物标志物，本文攫取重点内容整理如下，以飨读者！

研究简介

这项前瞻性队列研究纳入了2018年8月至2020年7月期间立陶宛维尔纽斯国家癌症研究所（National Cancer Institute in Vilnius，Lithuania）的41例NSCLC患者（表1）。随访时间截至2021年9月（平均17.2个月，范围为0.6-36.0个月），患者在随访期间证实出现影像学进展即为疾病进展。在3个预定的时间点采集患者的血液样本，即治疗前（n=41；T0）、治疗后15.4±4.3周（n=13；T1）和疾病进展时（治疗后26.9±3.6周，n=18；TX）。本研究因受限于新冠肺炎（COVID-19）的流行和NSCLC的快速进展，没有采集到部分患者在预定时间点的血液样本。使用覆盖11个基因（基因：ALK、BRAF、EGFR、ERBB2、KRAS、MAP2K1、MET、NRAS、PIK3CA、ROS1和TP53）的液体活检检测产品（Oncomine Lung cfDNA panel），从41例患者的72份血浆样本中分离出的cfDNA制备测序文库，利用测序平台（Ion Torrent Ion S5）进行基因检测。采用乘积极限法（Kaplan-Meier）创建生存曲线，并采用对数秩检验（Mantel-Cox）进行比较。

表1. 41例NSCLC患者的临床和人口统计学特征[7]

研究结果

1.T0、T1、TX组的cfNDA基因突变情况和VAF的变化[7]

在T0组（n=41）中，41份样本中只有3份未检测到cfDNA突变，最常见的突变基因是KRAS（占所有病例的43.9%），其次是ALK（36.6%）、TP53（31.7%）、PIK3CA（29.3%）、MAP2K1（17.1%）、EGFR（14.6%）、MET（9.8%）和BRAF（2.4%）。每个病例的中位突变数为2（95% CI：1.0-3.0），在6份样本（6/41，14.6%）中发现KRAS和TP53共突变，其中50.0%为腺癌，而在7份血液样本（7/41，17.1%）中发现KRAS和PIK3CA共突变，其中57.1%为鳞状细胞癌（图1）。

图1.基于NSCLC分期的T0组样本中cfDNA基因突变汇总

注：基因突变按突变类型从致病到良性渐变的颜色编码：红色（错义）；蓝色（框内插入缺失）；橙色（同义）；棕色（无义）；绿色（剪接位点）；紫色（内含子区域）；黄色（非框内插入缺失）；灰色方块代表未检测到突变。NSCLC患者的分期以蓝色梯度编码，从深蓝的IV期到浅蓝的I期[7]

在T1组中，与T0组的配对样本相比，平均突变数从1增加到3，13个病例中有4例（30.8%）的突变数增加。治疗后突变数减少的病例与突变数增加的病例相比，中位总生存期（OS）更长（33.5 vs 26.5个月）。

在TX组中，33.3%病例的突变数从2增加到4，在T0组未发现cfDNA的突变中，以TP53基因突变最多（亚型为Y205fs、M237I、V216M和R158H），未发现T0与TX样本中突变数量的变化与患者的临床病理特征存在相关性。

本研究根据观察到的cfDNA中的变异等位基因频率（VAF），将VAF定义为低（<5%）和高（≥5%），在T0与TX配对样本中，KRAS的中位VAF最高（4.9%和6.0%；图2B）。另外，仅在TX组中检测到VAF高于5%，例如，EGFR L858R突变和非移码插入突变的VAF在疾病进展过程中增加了3倍以上（17.2%至51.2%，3.8%至32.2%）。就KRAS基因而言，除3例患者的cfDNA外，所有T1和TX样本的VAF均持续高于5%，其中G12位置的突变在疾病进展期间增加了约2倍及以上（18.2%至33.6%；4.8%至20.8%），Q61H的突变则显著减少（22.6%至0.2%）。1例患者在疾病进展过程中，TP53 C242Y变异的升高幅度越来越大（6.9%至22.9%）。

图2.根据样本采集时间点T0、T1和TX组的突变计数和VAF的变化

注：（图2A）T0、T1和TX组的突变状态和突变数分布；突变数以白色的0突变到深蓝色的6突变，按照颜色梯度编码；灰色为未采集样本。（图2B）T0、T1和TX组中最常突变的可操作基因VAF；每个点代表一个样本，小提琴图对应估计的密度，中，中位VAF显示为红色垂直线；垂直虚线分别为2%、5%和10%VAF[7]

2.cfNDA基因突变情况与预后的相关性[7]

在随访期间（中位17.9个月，95% CI：13.6-20.7个月），56.1%的患者（23/41例）确诊为疾病进展，65.9%的患者（27/41例）死亡。

图3.基因突变状态与无进展生存期（Progression-Free-Survival，PFS）（图3A）和OS（图3B）的风险比（Hazard ratio,HR）[95%置信区间（confidence interval,CI）][7]

TP53 R181P、H178P、C242Y、R175C、R280T、R249S、S241C、R213或G154fs的突变状态与PFS和OS显著相关[分别为HR=2.6（1.0-6.4）；p=0.043和HR=3.7（1.6-8.4）；p=0.002]。

BRAF V600E突变的患者疾病进展倾向较高[HR=2.38（0.31-18.01）；p=0.404]，而EGFR、PIK3CA、ALK或KRAS突变的发生对PFS或OS没有显著影响。

突变计数对PFS或OS无显著影响，但1-2个突变组（n=19）的PFS和OS比0（n=8）或3（n=14）个突变组短了数月（分别为7.0 vs 9.5或9.5个月和10.0 vs 13.0或19.5个月）。

TP53突变患者的中位PFS和OS（5.0和8.0个月）显著短于非TP53突变的患者（14.0和24.5个月）[HR=2.5（0.8-7.7）；p=0.029和HR=3.4（1.2-9.7）；p<0.001]。

图4. PFS和OS的Kaplan-Meier估计值

注：（图4A、B）根据突变数对患者进行分类，突变数分别为0、1-2和≥3；突变数以蓝色0、橙色1-2和红色≥3表示。（图4C、D）根据TP53突变状态的估计值；蓝色表示TP53阴性，红色表示阳性[7]

以患者的中位cfDNA载量（50分子/mL血浆）为阈值，分为cfDNA高载量（>50个突变型cfDNA分子，n=16）和cfDNA低载量或无（≤50个突变型cfDNA分子，n=25）。结果显示，cfDNA高载量的进展风险高于cfDNA低载量的NSCLC患者[HR=2.3（0.9-5.5）；p=0.029]，表明疾病进展期间肿瘤的负荷增加。然而，在两组之间没有观察到对OS的影响[HR=1.1（0.5-2.4）；p=0.778]。

图5.基于cfDNA载量高（红色）、低（蓝色）的PFS（图5A）和OS（图5B）的Kaplan-Meier估计值[7]

小结

当患者的组织活检难以获得时，cfDNA的检测就显得尤其重要，在先前的研究中，血浆中cfDNA的突变特征已被证明与肿瘤病灶的分子特征相似[8-9]，并且cfDNA中的突变状态、数量和突变负荷也被证明是监测肿瘤进展的有用指标[10-11]。一项针对1100多例的NSCLC患者的研究[12]结果显示，cfDNA有可能成为独立的OS预测指标，其HR达到2.05，95%CI为1.74-2.42（p<0.001）。

在本研究中，NSCLC患者cfDNA中可检测到的最常见致病突变分别为KRAS、ALK、TP53和PIK3CA突变，TP53的突变状态以及治疗前的总体cfDNA突变载量可显著预测NSCLC患者的PFS，而突变计数则不能预测。本研究还指出TP53突变状态是OS更短的预测因素，患者的OS比无TP53突变的患者缩短了3倍。

综上所述，cfDNA技术可以用于早期癌症的筛查、诊断和监测，通过检测cfDNA中的肿瘤标记物可以快速发现肿瘤病变，并跟踪肿瘤治疗的疗效。本研究也证实了TP53突变的发生率以及cfDNA载量可用作监测NSCLC的敏感生物标志物，有助于在影像学检测之前发现疾病进展。cfDNA技术的发展可以为医学诊断、治疗和监测带来革命性的变革，为患者提供更精准、便捷和有效的个性化医疗服务。随着cfDNA技术的不断创新和应用，相信它将在未来成为医学领域的重要工具之一！

参考文献：

[1]Kafkova LR, Mierzwicka JM, Chakraborty P, et al. NSCLC: from tumorigenesis, immune checkpoint misuse to current and future targeted therapy[J]. Front Immunol. 2024 Feb 7:15:1342086.

[2]KRISM G，GASPARL E，CHAFTJ E，et al. Adjuvant systemic therapy and adjuvant radiation therapy for stage I to IIIA completely resected non-small-cell lung cancers：American society of clinical oncology/cancer care Ontario clinical practice guideline update[J]. J Clin Oncol，2017，35（25）：2960-2974. DOI：10.1200/JCO.2017.72.4401.

[3]Wan, J.C.M.; Massie, C.; Garcia-Corbacho, J.; Mouliere, F.; Brenton, J.D.; Caldas, C.; Pacey, S.; Baird, R.; Rosenfeld, N. Liquid biopsies come of age: Towards implementation of circulating tumour, DNA. Nat. Rev. Cancer 2017, 17, 223–238.

[4]Duffy M.J.,McDermott E.W.,Crown J.Blood-based biomarkers in breast cancer:from proteins to circulating tumor cells to circulating tumor DNA[J].Tumour Biol,2018,40(5):1010428318776169. DOI:10.1177/1010428318776169.

[5]Johann, D.J.; Steliga, M.; Shin, I.J.; Yoon, D.; Arnaoutakis, K.; Hutchins, L.; Meeiyueh, L.; Liem, J.; Walker, K.; Pereira, A.; et al. Liquid biopsy and its role in an advanced clinical trial for lung cancer. Exp. Biol. Med. 2018, 243, 262–271.

[6]Bronkhorst, A.J.; Ungerer, V.; Holdenrieder, S. The emerging role of cell-free DNA as a molecular marker for cancer management. Biomol. Detect. Quantif. 2019, 17, 100087.

[7]Sestokaite A, Gedvilaite V, Cicenas S, et al. Surveillance of cfDNA Hot Spot Mutations in NSCLC Patients during Disease Progression[J]. International Journal of Molecular Sciences, 2023, 24(8): 6958.

[8]Yang, N.; Li, Y.; Liu, Z.; Qin, H.; Du, D.; Cao, X.; Cao, X.; Li, J.; Li, D.; Jiang, B.; et al. The characteristics of ctDNA reveal the high complexity in matching the corresponding tumor tissues. BMC Cancer 2018, 18, 319.

[9]Wu, Z.; Yang, Z.; Li, C.S.; Zhao, W.; Liang, Z.X.; Dai, Y.; Zhu, Q.; Miao, K.L.; Cui, D.H.; Chen, L.A. Differences in the genomic profiles of cell-free DNA between plasma, sputum, urine, tumor tissue in advanced NSCLC. Cancer Med. 2019, 8, 910–919.

[10]Forthun, R.B.; Hovland, R.; Schuster, C.; Puntervoll, H.; Brodal, H.P.; Namløs, H.M.; Aasheim, L.B.; Meza-Zepeda, L.A.; Gjertsen, B.T.; Knappskog, S.; et al. ctDNA detected by ddPCR reveals changes in tumour load in Metastatic malignant melanoma treated with bevacizumab. Sci. Rep. 2019, 9, 17471.

[11]Kang, J.; Luo, Y.; Wang, D.; Men, Y.; Wang, J.; Che, Y.Q.; Hui, Z. Tumor Mutation Load: A Novel Independent Prognostic Factor in Stage IIIA-N2 Non-Small-Cell Lung Cancer. Dis. Markers 2019, 2019, e3837687.

[12]Jee, J.; Lebow, E.S.; Yeh, R.; Das, J.P.; Namakydoust, A.; Paik, P.K.; Chaft, J.E.; Jayakumaran, G.; Brannon, A.R.; Benayed, R.; et al. Overall survival with circulating tumor DNA-guided therapy in advanced non-small-cell lung cancer. Nat. Med. 2022, 28, 2353–2363.

*本材料由阿斯利康提供，仅供医疗卫生专业人士参考

审批编号CN-128380过期日期2024-10-11