《Scientific Reports》：RNA-based next-generation sequencing strategy for screening MDM2-amplified sarcomas
编辑推荐：
软组织肉瘤和骨肿瘤的准确诊断是病理实践中的持续挑战。针对去分化脂肪肉瘤（DDLPS）等MDM2扩增肿瘤，靶向RNA测序（NGS）因无法检测拷贝数变异而临床效用受限。本研究通过回顾性队列和TCGA数据，开发了一种利用RNA NGS数据（12q13-15区融合事件数与MDM2转录水平）筛查DDLPS的新算法，实现了高敏感性与特异性，为MDM2扩增肉瘤的诊断提供了有效策略。
在复杂的肿瘤诊断世界中，软组织肉瘤和骨肿瘤的诊断始终是病理医生面前一块难啃的“硬骨头”。这些肿瘤种类繁多，形态各异，经常“伪装”成其他疾病，给准确诊断带来了巨大挑战。近年来，基于下一代测序（Next-Generation Sequencing, NGS）的技术，特别是靶向RNA测序，为肿瘤的分子分型带来了革命性的变化，它能够精准地捕捉到由基因融合（gene fusion）这一驱动事件导致的、具有诊断和预后价值的生物标志物。然而，这项看似“万能”的技术，在面对一种名为“去分化脂肪肉瘤（Dedifferentiated Liposarcoma, DDLPS）”的恶性肿瘤时，却显得有点“力不从心”。DDLPS的特征性分子改变并非基因融合，而是染色体12q13-15区域（包含MDM2基因等）的扩增（amplification）。遗憾的是，常规的靶向RNA测序面板主要设计用于检测融合基因，对于MDM2基因拷贝数变异（Copy Number Variation, CNV）这种“剂量”的改变并不敏感。这就导致了一个尴尬的局面：当病理医生遇到形态学不典型、难以确诊的病例时，即使送检了昂贵的RNA测序，也可能因为检测平台的“盲区”而无法获得关键的MDM2扩增证据，从而延误或影响诊断。那么，能否利用我们手头已有的RNA测序数据，“挖掘”出能够间接提示MDM2扩增的线索，从而为DDLPS的诊断开辟一条新路呢？这正是发表在《Scientific Reports》上的一项研究所要解决的核心问题。
为了回答这个问题，研究人员巧妙地设计并开展了一项回顾性研究。他们的主要技术方法包括：首先，利用一个包含150名患者的机构队列的RNA测序数据作为发现集，通过生物信息学分析计算12q13-15染色体区域内基因融合事件的数量以及MDM2基因的转录本表达水平（以每百万转录本数，TPM表示）。其次，使用来自癌症基因组图谱肉瘤项目（TCGA-SARC）的公开数据作为独立验证集，以评估所开发算法的普适性。最后，运用统计学方法，如受试者工作特征（ROC）曲线分析，来确定上述两个指标用于区分DDLPS与非DDLPS的最佳诊断阈值，并评估其敏感性和特异性。
研究结果主要分为几个部分，每个部分都揭示了重要的发现：
首先，研究人员在机构队列中观察到，与对照组（非DDLPS肉瘤）相比，DDLPS病例在12q13-15区域显示出显著更多的融合事件，并且MDM2的RNA表达水平也显著升高，两者均具有极高的统计学差异（p值小于0.001）。这初步证实了这两个指标作为潜在筛查标志物的价值。
接着，通过ROC曲线分析，他们为临床筛查设定了明确的定量标准。对于“12q13-15区域融合事件数”这一指标，当阈值设定为≥3个时，在机构队列中能够以100%的灵敏度（即所有真正的DDLPS都能被检出）和95.65%的特异度（即非DDLPS被正确排除的比例）识别出DDLPS。对于“MDM2 RNA表达水平”这一指标，当阈值设定为≥100 TPM时，同样达到了100%的灵敏度和97.37%的特异性。这些数据表明，仅利用RNA测序的衍生数据，就能实现对DDLPS的高精度筛查。
然后，为了验证这一算法的稳健性，研究团队将其应用于独立的TCGA-SARC数据集。尽管由于测序面板、测序深度、基因覆盖度和生物信息学流程的差异，最优阈值略有不同（TCGA数据中MDM2 TPM的最佳阈值更高），但该算法依然表现出了强大的鉴别能力，成功区分了MDM2扩增与非扩增的肉瘤，证明了其在不同技术平台间的可移植性。
最后，研究对算法进行了综合评估与讨论。他们提出的筛查策略具有显著的临床应用潜力。它无需额外的实验或成本，仅通过对现有RNA测序数据的二次分析，就能有效提示存在MDM2扩增的可能性，从而弥补了常规靶向RNA测序在诊断DDLPS方面的关键短板。这对于那些形态学不典型、但恰好进行了RNA测序的疑难病例尤其有价值，可以提示病理医生需要进一步通过荧光原位杂交（FISH）等金标准方法确认MDM2扩增。此外，该研究的意义不仅限于DDLPS。由于MDM2扩增也见于其他类型的肉瘤（如骨肉瘤、某些高级别未分化多形性肉瘤等），这一算法可能扩展应用于更广泛的“MDM2扩增肉瘤”的筛查，从而实现更精准的分子分型。总之，这项研究展示了一种将常规测序数据“物尽其用”的创新思路，通过开发基于RNA测序数据的生物信息学筛查算法，成功绕过了技术限制，为MDM2扩增相关肉瘤的精准诊断提供了高效、实用的新工具。
