循环肿瘤细胞相关基因在雌激素受体阳性乳腺癌进展中的作用及瘤内异质性研究

《npj Breast Cancer》：The role of circulating tumor cell-associated genes in the progression of estrogen receptor-positive breast cancer

本研究针对ER+/HER2-乳腺癌远期复发预测难题，通过分析CTC相关基因特征，开发了基于基因表达和拷贝数变异的预后模型。研究发现CTC-sig模型10与Oncotype DX评分高度相关（R=0.83），且能有效预测METABRIC队列20年无复发生存（p=0.0041）。瘤内异质性分析显示ΔH评分与复发风险显著相关，为乳腺癌精准诊疗提供了新视角。

　　

雌激素受体阳性、人表皮生长因子受体阴性（ER+/HER2-）乳腺癌作为最常见的乳腺癌亚型，约占所有病例的75%。尽管其生存率相对较高，但最具挑战性的特点是远期复发风险——即使在完成5年内分泌辅助治疗后，仍有患者在15年甚至更长时间后出现复发。当前临床上广泛使用的Oncotype DX（21基因检测）虽然能较好预测早期复发，但对远期复发的预测能力有限。同时，过度治疗问题也困扰着临床决策：部分低风险患者可能接受了不必要的化疗，而某些高风险患者却可能治疗不足。

在这一背景下，循环肿瘤细胞（CTC）引起了研究人员的关注。CTC是癌症转移的"种子"，能够从原发肿瘤脱落进入血液循环，在远处器官形成转移灶。更为重要的是，CTC具有休眠特性，可能长期潜伏在体内，逃避治疗打击，最终导致晚期复发。然而，由于CTC在血液中极为稀少，检测技术门槛高，直接利用CTC进行液体活检在临床应用中仍面临挑战。

研究团队另辟蹊径，将目光转向原发肿瘤中的CTC特征。他们假设：原发肿瘤中是否含有CTC相关基因特征的细胞群体，可能预示着肿瘤的转移潜能和复发风险？这些特征在原发肿瘤中的分布异质性（瘤内异质性，ITH）是否与患者的预后相关？

为了验证这一假设，研究团队开展了一项系统性的回顾性研究，成果发表在《npj Breast Cancer》上。研究纳入了194例早期ER+/HER2-乳腺癌患者，这些患者均在2008-2017年间在玛格丽特公主癌症中心接受了Oncotype DX检测。研究设计巧妙地将Oncotype DX评分作为复发风险的替代指标，通过年龄匹配的方式，按照2:1的比例选择了低风险（评分<26）和高风险（评分≥26）患者，更好地反映了临床实际情况。

研究采用多组学技术路线，主要包括：利用NanoString nCounter技术平台检测CTC相关基因的表达谱；通过低深度全基因组测序（LP-WGS）分析拷贝数变异；运用多重荧光原位杂交（Multiplex-FISH）技术在组织微阵列（TMA）上量化CTC特征基因的瘤内异质性。所有分析均基于玛格丽特公主癌症中心生物样本库提供的福尔马林固定石蜡包埋（FFPE）组织样本，包括每位患者的两个不同肿瘤区域和一个配对癌旁正常组织。

CTC signature expression-based recurrence test

基因表达分析显示，大多数CTC特征基因在肿瘤组织中显著差异表达，且过表达基因多于低表达基因。通过LASSO回归模型训练，研究人员开发出了CTC-sig模型10，该模型包含46个基因，在训练集中与Oncotype DX评分呈现强相关性（R=0.87，p=0.045）。在测试集和全部样本中，相关性依然保持强劲（分别为R=0.79，p=0.070和R=0.83，p=0.039）。

模型稳健性验证结果显示，在不同大小的随机子集中，CTC-sig模型10始终保持着R>0.82的强相关性。更重要的是，当研究团队将这一模型应用于METABRIC数据库的1397例乳腺癌患者时，模型成功地将患者分为低风险和高风险组，两组间20年无复发生存（RFS）存在显著差异（p=0.0041），术后10年RFS率分别为68%和58%。值得注意的是，CTC特征基因在预测远期（>10年）复发方面表现尤为突出，这与CTC的休眠特性相吻合。

CTC signature copy number-based recurrence test

拷贝数分析呈现了不同的情况。与原发肿瘤整体基因组背景相比，CTC特征区域大多呈现拷贝数中性状态。这符合预期，因为CTC作为肿瘤中的稀有细胞群体，其特异性基因组特征在整体组织分析中容易被"稀释"。基于拷贝数数据建立的模型与Oncotype DX评分仅呈现中等程度的相关性（训练集R=0.69，全部样本R=0.60）。

尽管如此，拷贝数模型在METABRIC数据库中仍显示出一定的预后价值，能够区分患者的长期复发风险（p=0.017）。这表明，虽然基因表达是更直接的预后指标，但基因组层面的特征也包含一定的预后信息。

CTC signature ITH as a recurrence predictor

瘤内异质性分析揭示了更有趣的现象。研究人员计算了108例患者的ΔH评分（基于香农指数的异质性评分），发现高风险Oncotype DX评分组（≥26）的ΔH评分显著高于低风险组（<26）。具体而言，低、中、高风险组的ΔH中位数分别为0.20、0.33和0.38，低风险组与中高风险组之间存在显著差异（p<0.05）。

同时，高级别（III级）肿瘤的ΔH评分也显著高于中级别（II级）肿瘤（中位数0.54 vs 0.26，p=0.014）。这一发现表明，原发肿瘤中CTC特征基因的分布异质性与肿瘤的侵袭性和复发风险密切相关。

讨论与结论

本研究系统探讨了CTC相关基因特征在ER+/HER2-乳腺癌预后预测中的价值。主要发现包括：基于CTC特征基因表达的模型与Oncotype DX评分高度一致，且能预测长期复发风险；CTC特征在原发肿瘤中的瘤内异质性与复发风险显著相关。

这些发现具有重要的临床意义。首先，CTC-sig模型10展现出预测远期复发的潜力，而这正是当前主流预后检测工具的短板。其次，瘤内异质性作为新的预后指标，为理解肿瘤生物学行为提供了新视角。肿瘤内部不同细胞群体间的差异可能影响治疗反应和疾病进展，捕捉这种异质性有助于更精准地评估患者风险。

然而，研究也存在一些局限性。单中心设计和样本选择性可能影响结果的普适性；使用Oncotype DX作为终点替代指标而非直接临床结局，需要在前瞻性研究中进一步验证；不同平台间的技术差异可能影响模型在外部数据集中的表现。

未来研究方向应包括在多中心前瞻性队列中验证这一特征，结合长期随访数据直接评估其对临床结局的预测能力，并探索其在其他乳腺癌亚型中的应用价值。

总之，这项研究创新性地将CTC生物学特征与原发肿瘤预后评估相结合，为改善ER+/HER2-乳腺癌的风险分层和治疗决策提供了有价值的新思路。随着进一步验证和优化，这一特征有望成为现有预后检测工具的重要补充，特别是在识别远期复发高风险患者方面发挥独特作用。