《JCO Precision Oncology》：Genomic Landscape of Gastroenteropancreatic Neuroendocrine Neoplasms Using Panel Sequencing
编辑推荐：
目的：基因组分析在胃肠胰神经内分泌肿瘤（GEP-NENs）中的临床应用价值尚未完全明确，尤其是在临床相关注释变异和预后分层方面。研究人员开展了一项多机构分析，旨在表征GEP-NENs各亚型的基因组变异特征，生成患病率估计以指导精准肿瘤学实践，并评估其与临床可操
目的：基因组分析在胃肠胰神经内分泌肿瘤（GEP-NENs）中的临床应用价值尚未完全明确，尤其是在临床相关注释变异和预后分层方面。研究人员开展了一项多机构分析，旨在表征GEP-NENs各亚型的基因组变异特征，生成患病率估计以指导精准肿瘤学实践，并评估其与临床可操作性及生存的关联。
方法：研究人员对美国癌症研究协会项目基因组证据肿瘤信息交换（GENIE）数据库中1,691例GEP-NENs进行了回顾性分析。肿瘤被分类为神经内分泌肿瘤（NETs）或神经内分泌癌（NECs），并按原发部位进行分层。采用Panel校正方法分析基因组变异，包括单核苷酸变异（SNVs）、插入/缺失（indels）、拷贝数变异（CNAs）和结构变异（SVs）。利用多个知识库对变异进行临床相关性注释。在具有可用数据的亚组（n = 502）中评估总生存期（OS）。
结果：86.5%的患者检出基因组变异。NETs富集染色质重塑基因（MEN1、DAXX）和mTOR通路调节因子TSC2的变异，而NECs以经典驱动基因（TP53、RB1、KRAS、APC和BRAF）为特征。34.1%的患者检出注释变异，NECs的检出率显著高于NETs（74.4%对28.5%，P < .001）。值得关注的注释靶点包括BRAF V600E（2.2%；占所有结直肠NECs的14.8%）、KRAS激活突变（6.8%；G12C占0.35%）和NTRK融合（0.2%）。注释率因原发部位而异，结直肠、胃和食管NECs的检出率最高。在NETs中，存在NEC相关驱动基因变异与更差的总生存期相关（风险比[HR] = 3.67 [95% CI, 2.49至5.42]，P < .001）。
结论：基因组分析揭示了GEP-NENs各亚型间生物标志物患病率和预后的显著差异。这些发现支持将基因组分析与组织学分类相结合，以优化风险分层并为生物标志物驱动的临床试验提供依据。
论文解读文章
一、研究背景与问题
胃肠胰神经内分泌肿瘤（GEP-NENs）是一类起源于胃肠道和胰腺神经内分泌细胞的异质性恶性肿瘤，其发病率在过去二十年持续上升，部分归因于影像学技术进步和临床认知度的提高。GEP-NENs涵盖从惰性、分化良好的神经内分泌肿瘤（NETs）到侵袭性、分化差的神经内分泌癌（NECs）的广泛谱系，这一异质性使预后判断和治疗决策面临显著挑战。尽管组织学分类指导临床管理，但这类肿瘤同样受独特分子机制驱动。既往基因组研究已揭示亚型间的生物学分界：NETs常携带染色质重塑和表观遗传调控基因变异，而NECs更常由经典肿瘤抑制基因和癌基因变异定义。然而，现有基因组研究在规模上存在局限——多数基于小样本队列、聚焦单一解剖部位或仅涵盖单一分化状态，导致反映完整GEP-NENs谱系的真实世界分子研究相对匮乏。此外，尽管基因组分析已在肿瘤学中广泛应用，其在GEP-NENs中针对预后分层和生物标志物注释变异的临床价值仍不明确。基于上述空白，研究人员开展了涵盖1,691例GEP-NENs的多机构基因组分析，旨在表征亚型特异性突变谱、估计变异患病率以指导精准医学试验、注释生物标志物相关变异，并评估关键特征与总生存期的关联。
二、研究设计与主要技术方法
研究人员利用美国癌症研究协会项目基因组证据肿瘤信息交换（GENIE，version-18）数据库开展回顾性分析，共纳入来自16个国际癌症中心的1,691例GEP-NENs患者。肿瘤依据组织学分类为NETs或NECs，原发部位归类为胰腺或胰外胃肠来源。患者接受48种机构Panel（45-760个基因，中位数324个基因）的靶向测序。为校正Panel异质性，研究人员采用Panel校正方法，将各基因和变异类型的患病率分母限定为检测覆盖该基因相应变异类型的患者。基因组变异涵盖单核苷酸变异（SNVs）、小插入/缺失（indels）、拷贝数变异（CNAs）和结构变异（SVs），排除同义和非编码变异。变异临床相关性通过OncoKB、临床癌症变异解读（CIViC）、癌症基因组解读器（CGI）和分子肿瘤学年鉴（MOAlmanac）等多个知识库进行注释，证据统一分为三个层级（Tier 1：指南/FDA批准；Tier 2：临床试验支持；Tier 3：病例报告/其他临床证据）。总生存期数据来自纪念斯隆凯特琳癌症中心（MSK）亚组（n = 502），采用Kaplan-Meier法和Cox比例风险模型进行分析。基因映射至Sanchez-Vega等定义的10条经典致癌通路，体细胞共发生和互斥分析采用配对Fisher精确检验。
三、研究结果
队列特征：队列包含1,691例GEP-NENs患者，其中NETs占87.9%（n = 1,486），NECs占12.0%（n = 203）。活检来源包括原发灶（53.2%）和转移灶（43.0%）。NETs中胰腺原发最常见（46.1%），其次为小肠（17.9%）；NECs绝大多数来源于结直肠（89.7%）。中位年龄60岁，52.5%为男性。
SNV/Indel基因组图谱：84.9%的肿瘤检出非同义SNV/indels。按Panel校正患病率计，最常见的变异基因为MEN1（21.6%）、TP53（16.9%）、DAXX（10.4%）、ATRX（9.4%）、APC（7.5%）和TSC2（7.4%）。肿瘤分化定义了截然不同的SNV/indel谱：NETs显著富集染色质重塑因子（MEN1、DAXX、ATRX）和mTOR通路基因TSC2，而NECs富集经典肿瘤抑制基因和癌基因（TP53、APC、KRAS、RB1、BRAF）。转移性NETs活检较原发灶更富集驱动基因变异（TP53、KRAS、ERBB2、EGFR）。胰腺NETs较胰外胃肠NETs显著富集MEN1、DAXX、ATRX及mTOR通路基因（TSC2、TSC1、PTEN）。
通路水平突变与基因组互作：NECs在多个致癌通路的SNV/indel发生率显著高于NETs，而PI3K通路突变频率相近（19.2%对18.9%）。NETs中转移灶较原发灶显示更广泛的通路富集（RTK-RAS、PI3K、TP53通路）。基因组互作分析发现NETs中DAXX-MEN1、ATRX-MEN1和DAXX-TSC2显著共发生；NECs中APC与KRAS共发生，BRAF与KRAS互斥；胰腺NETs中MEN1、DAXX与KRAS呈互斥关系。
SV和CNA图谱：9.4%的患者检出结构变异（SVs），复发事件涉及染色质重塑和mTOR通路基因，包括KMT2A、TSC2、SMARCA4、ATM和NTRK3基因融合。24.1%的患者检出拷贝数变异（CNAs），常见事件包括CDKN2A（6.0%）和CDKN2B（5.4%）纯合缺失及MYC（1.9%）和CCNE1（1.2%）扩增。整合CNA/SV检测在基因特异性层面增加了检出率，尤其对CDKN2A/B缺失及部分MYC、RB1和PTEN事件构成主要检出类别。13.5%的患者（n = 229）在所有变异类别中均无可检出变异，该亚组几乎全部为NETs（97.8%），在小肠（24.2%）和阑尾NETs（32.4%）中比例较高。
变异注释：34.1%的患者（n = 576）检出匹配FDA批准/指南支持疗法或临床证据的注释变异。SNV/indel分析单独检出437例（25.8%），整合CNA和SV额外增加139例（绝对增加8.2%）。576例中76.0%携带Tier 1变异。NECs的注释率显著高于NETs（74.4%对28.5%），结直肠（74.7%）、胃（72.7%）和食管（70.0%）NECs检出率最高。最常见的Tier 1变异包括mTOR通路功能缺失变异（TSC2 4.4%、TSC1 0.9%、PTEN 4.1%）、BRAF V600E突变（2.2%）、KRAS突变（6.8%，含0.35% G12C）及DNA损伤修复基因变异（BRCA2、ATM、CHEK2、FANCA）。
NETs中的预后关联：在单中心生存亚组（n = 502）中，肿瘤分化具有强预后价值，NECs的死亡风险为NETs的6倍（HR = 6.01）。在NETs内（n = 445），携带NEC相关致癌驱动基因变异（TP53、RB1、APC、KRAS、BRAF）的患者预后显著更差（HR = 3.67）。基因特异性分析显示APC变异风险最高（HR = 6.88），KRAS（HR = 3.48）、TP53（HR = 3.03）和RB1（HR = 3.04）亦与不良预后相关。MEN1变异无预后影响，DAXX变异呈非显著的良好预后趋势，TSC2变异与更差预后相关（HR = 2.02）。
四、讨论与结论
讨论部分指出，该多机构分析是GEP-NENs领域迄今规模最大的真实世界基因组队列之一。注释变异检出率为34.1%，但需注意除组织不可知（tumor-agnostic）批准外，多数反映的是跨癌种生物标志物关联的外推，而非GEP-NENs特异性批准，应将其解读为描述试验入组和假设生成的生物标志物景观，而非既定治疗选择。NECs被确定为生物标志物注释发现概率最高的亚组，结直肠、胃和食管NECs的注释率超过70%且以Tier 1变异为主，这强化了现行指南观点：广泛基因组分析在分化差的肿瘤中最具治疗价值，而分化良好的中肠NETs中其应用可能最好保留给难治病例或转移性疾病。BRAF V600E突变主要见于结直肠NECs（占该亚组的14.8%），作为组织不可知生物标志物对BRAF靶向治疗敏感但疗效具有背景依赖性。KRAS突变谱以G12和G13热点为主，泛KRAS抑制剂的开发提示部分GEP-NENs可能与KRAS驱动的胃肠癌共享治疗特征。罕见的NTRK融合（0.2%）虽占比极小，但鉴于TRK抑制剂在融合阳性癌症中的临床获益，这一亚群可能从靶向治疗中显著获益。NETs中注释变异主要限于mTOR通路失调（约10%的患者），TSC2变异与更差总生存期的关联支持基因组分析在mTOR导向治疗排序中的选择性作用。基因组特征提供了超越组织学的探索性预后信号：携带NEC相关驱动基因的NETs死亡风险增加3.67倍，提示分子与组织学特征之间存在不一致，可能反映高级别转化、混合组织学、瘤内异质性采样局限、肿瘤演化或组织学误分类。识别NETs中的NEC相关变异有助于在分子与组织学特征分歧时优化风险分层。约13.5%的肿瘤在所有变异类别中无可检出变异，在胰外胃肠NETs中常见（小肠24.2%、阑尾32.4%），提示这些肿瘤的分子驱动因素可能无法通过靶向Panel测序捕获，表观遗传失调或复杂结构变异可能发挥更大作用。
研究结论为：这项多机构分析提供了GEP-NENs的全面基因组特征描述。NECs中高比例的注释变异与NETs中更为有限、通路特异性的基因组景观形成对比。基因组特征在探索性分析中与超越组织学分类的生存关联，识别出具有NEC样分子特征和侵袭性行为的NETs亚群。该研究为优化临床风险模型和设计分子靶向试验奠定了基础，推动这一日益常见的肿瘤类型中的精准肿瘤学发展。
