体细胞突变谱鉴定分化良好胰腺神经内分泌肿瘤的侵袭性与惰性表型

《Frontiers in Oncology》:Somatic mutational profiling identifies aggressive and indolent disease phenotypes in well-differentiated pancreatic neuroendocrine tumors

【字体: 大 中 小 】 时间:2026年05月08日 来源:Frontiers in Oncology 3.3

编辑推荐:

  引言:由于疾病罕见性和异质性,生物标志物在分化良好胰腺神经内分泌肿瘤(Pancreatic Neuroendocrine Tumors, PNETs)临床管理中的整合仍然有限。研究人员利用公开的基因组数据库,建立了一个大型分化良好PNETs队列进行研究,重点关

  
引言:由于疾病罕见性和异质性,生物标志物在分化良好胰腺神经内分泌肿瘤(Pancreatic Neuroendocrine Tumors, PNETs)临床管理中的整合仍然有限。研究人员利用公开的基因组数据库,建立了一个大型分化良好PNETs队列进行研究,重点关注通过改良的靶向测序方法对体细胞突变及疾病亚群进行分层。方法:研究纳入了来自九个公开基因组研究的434名患者,代表310个原发肿瘤和124个转移瘤。在整个队列中应用包含261个基因的靶向测序panel以建立每位患者的体细胞变异谱。患者被进一步分配到已建立和新型的分子亚组中进行额外调查。结果:MEN1仍然是原发和转移肿瘤中突变频率最高的基因(均为41.9%)。在亚组分层中,与既往报道相反,ATRX和DAXX突变在转移环境中与生存缺陷无关。传统上与神经内分泌癌相关的TP53突变在原发和转移肿瘤中分别普遍存在于5.5%和19.4%。另有4.2%的原发肿瘤和9.7%的转移肿瘤携带KRAS或SMAD4突变,这些突变更常见于胰腺导管腺癌。TP53突变与转移相关,提示存在更具侵袭性的疾病表型。讨论:体细胞变异可作为分化良好PNETs的预后生物标志物。对TP53、KRAS或SMAD4状态的谱分析可能有助于识别侵袭性亚型。有必要进一步评估靶向肿瘤测序指导PNET治疗的效用。
论文解读:体细胞突变谱揭示分化良好胰腺神经内分泌肿瘤的表型异质性
研究背景与意义
胰腺神经内分泌肿瘤(PNETs)是一组起源于胰腺、具有显著异质性的肿瘤,其临床表现、生物学行为及分子特征差异巨大,给临床管理带来严峻挑战。目前,分化良好的PNETs治疗决策主要依赖于肿瘤的可切除性、分化状态和分级(Grade),而分子数据在临床实践中的应用极为有限。尽管既往的全基因组和全外显子组研究揭示了染色质重塑(如MEN1、ATRX、DAXX)、端粒维持及DNA损伤修复等通路中的复发性突变,但这些发现往往受限于单中心或小样本量,导致报道的突变频率变异性大,且缺乏统一的分子分型标准来指导预后评估。因此,研究人员旨在通过聚合多个公共基因组数据集,构建一个大规模的分化良好PNETs队列,利用标准化的靶向测序方法,深入解析体细胞突变图谱,验证并建立能够区分侵袭性与惰性疾病的分子亚群分类体系。该研究发表于《Frontiers in Oncology》,对于推动PNETs的精准医疗具有重要意义。
关键技术方法概述
研究人员从cBioPortal数据中枢筛选了九个公开的基因组数据集,涵盖了包括PANET ARCNET 2017、MSK-IMPACT、PCAWG等在内的多机构数据,最终构建了包含434名患者(310例原发肿瘤,124例转移瘤)的聚合队列。为确保跨平台数据的可比性,研究人员采用了MS-IMPACT 341与OrigiMed 450基因panel的交集,形成了一个包含261个基因的定制化靶向测序panel对所有样本进行标准化分析。统计分析方面,运用了Pearson卡方检验、Fisher精确检验进行频率差异分析,并通过多变量逻辑回归模型评估体细胞变异与转移的关联。此外,研究人员还应用了Ciobanu等人建立的PanNEN分型体系以及自行提出的新型分子分型方案对肿瘤进行了亚组划分,并利用Kaplan-Meier法和log-rank检验进行了生存分析。
研究结果详述
1. 大型多机构PNET队列的建立
通过对九个公共数据集的整合,研究人员成功构建了一个包含434例独特样本的队列。该队列在人口统计学特征上具有多样性,但也反映出临床病理信息的缺失,例如完整的分级和分期数据仅在一部分患者中可获得。这种大规模聚合克服了单一研究的局限性,为后续分析提供了坚实基础。
2. 原发与转移肿瘤呈现不同的体细胞变异谱
利用261基因panel的分析显示,MEN1是原发和转移肿瘤中突变频率最高的基因(均为41.9%)。然而,转移瘤显示出独特的分子特征:TP53突变率在转移瘤中显著高于原发瘤(19.4% vs. 5.5%,p<0.001),且逻辑回归分析证实TP53和FAT1突变与转移呈正相关。此外,约4.2%的原发肿瘤和9.7%的转移肿瘤携带KRAS或SMAD4突变,这些基因通常与胰腺导管腺癌(PDAC)相关。变异共现分析显示,原发瘤中ATRX与DAXX呈强互斥性,而转移瘤中KRAS与TP53则表现出显著的共现模式。
3. 全外显子/全基因组测序(WES/WGS)验证
针对59.7%的原发性肿瘤进行的WES/WGS数据分析显示,其高频突变基因(如MEN1、ATRX、DAXX)的频率与靶向测序队列高度一致。这证实了利用靶向panel进行大规模筛查的有效性和代表性,尽管TTN突变在WES/WGS数据中被检出,但其作为乘客基因的属性不影响核心结论。
4. 应用既定肿瘤亚群分组揭示临床独特的PNET疾病模式
研究人员应用Ciobanu等人的PanNEN分型对队列进行重新分类。结果显示,不同亚型的分子驱动因素存在显著差异:PanNEN1(MEN1-突变型)转移灶中ATM、ERBB4突变频发;PanNEN2(ATRX/DAXX-突变且MEN1-突变)转移灶中TSC2突变率高(33.3%);而PanNEN4(功能性胰岛素瘤相关)转移灶中DAXX突变富集(80.0%)。值得注意的是,传统的PanNEN分型在生存分析上未显示出统计学显著差异,且ATRX/DAXX突变在转移灶中并未表现出预期的不良预后,反而呈现出较长的生存期。
5. 鉴定出一种携带TP53/KRAS/SMAD4突变的PNET肿瘤亚型
鉴于TP53和KRAS突变在原发和转移肿瘤中频繁出现且与经典PNET分型不吻合,研究人员提出了一种新的分子分型。该分型将肿瘤分为五类,特别设立了一个独立的TP53/KRAS/SMAD4-突变亚组。该亚型在转移瘤中占比达23.4%,且在分级数据中,超过半数被记录为Grade 1(低级别)。这一发现挑战了传统认为这些PDAC相关突变仅存在于高级别或去分化病变的观点。
结论与讨论总结
本研究表明,分化良好的PNETs虽然组织学形态相似,但在分子水平上可划分为截然不同的生物学亚型。研究发现MEN1、ATRX、DAXX等经典基因的突变频率与既往报道一致,但关于ATRX/DAXX突变的预后意义出现了新的见解——在该队列的转移灶中,这些突变并未缩短生存期,反而可能与惰性病程相关,这提示临床可能需要对该亚群采取更为保守的治疗策略。
更重要的是,研究揭示了TP53、KRAS或SMAD4突变在分化良好PNETs中的重要性。这些通常被视为胰腺导管腺癌或神经内分泌癌标志的突变,实际上在分化良好的PNETs(包括部分Grade 1/2肿瘤)中占有一定比例(转移瘤中高达23.4%),并且与转移和不良预后相关。这一定量分析纠正了以往认为这些突变在PNETs中极其罕见的认知。
讨论部分强调,尽管临床病理学数据的不完整性限制了更深层次的关联分析,但本研究确立的261基因panel足以捕捉PNETs的核心基因组特征。未来的研究应结合更完善的临床随访数据(如无进展生存期)以及拷贝数变异、表观遗传等多组学数据,进一步验证TP53/KRAS/SMAD4突变作为独立预后因子的价值,并探索其在指导靶向治疗或免疫治疗中的应用潜力。总之,该研究为PNETs的精准分型提供了新的分子依据,并为识别高危患者提供了潜在的生物标志物。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号