乳腺癌是一种异质性极高的恶性肿瘤，其不同亚型在临床表现和治疗反应上差异显著。传统的亚型区分依赖于组织学检测，但这种方法在晚期乳腺癌中可能存在局限性。近年来，循环肿瘤DNA（ctDNA）的甲基化分析逐渐成为一种有前景的无创检测手段，用于识别和区分乳腺癌的不同亚型。在2024年美国临床肿瘤学会（ASCO）年会的Clinical Science Symposium专场中，英国伦敦癌症研究所Nicolas Turner教授领衔的研究团队基于最新的研究成果，探讨了通过ctDNA甲基化分析区分晚期乳腺癌亚型的可行性和有效性（摘要号：1013）。【肿瘤资讯】整理如下，以飨读者。
研究背景
乳腺癌根据雌激素受体（ER）、孕激素受体（PR）以及人类表皮生长因子受体2（HER2）的表达状态可分为多种亚型，如ER阳性/阴性、HER2阳性/阴性等。这些亚型在预后和治疗策略上存在显著差异。然而，在晚期乳腺癌中，获得高质量的组织样本用于亚型分析往往具有挑战性。因此，探索更为便捷且无创的检测方法具有重要的临床意义。ctDNA是一种来源于肿瘤细胞的游离DNA片段，其甲基化状态可以反映肿瘤的分子特征，因此成为乳腺癌亚型区分的潜在生物标志物。
DNA CpG位点的甲基化是基因表达调控的重要机制之一。肿瘤细胞的基因组中，特定基因的CpG岛甲基化模式常常发生改变，进而影响基因的表达。这种异常的甲基化模式可以通过高通量测序技术检测，并用于肿瘤的早期诊断、预后评估以及亚型区分。在乳腺癌中，不同亚型的肿瘤细胞具有独特的甲基化特征，这为基于ctDNA的甲基化分析提供了理论基础。
研究方法
本研究采用了一种基于甲基化捕获面板的检测方法，针对乳腺癌相关的537个CpG甲基化位点进行富集和测序分析。研究中使用的Methylation Capture Panel可以有效富集低丰度的ctDNA片段，并通过高通量测序技术对其甲基化状态进行精准检测。研究数据表明，在所分析的样本中，ctDNA甲基化水平与乳腺癌不同亚型之间存在显著差异。
为了从海量的甲基化数据中提取有意义的特征，本研究引入了多种生物信息学工具和机器学习算法，包括主成分分析（PCA）和支持向量机（SVM）。这些工具和算法能够有效识别不同亚型乳腺癌的甲基化模式，并建立区分健康样本与癌症样本、以及区分不同亚型的分类模型。研究结果显示，机器学习模型的准确性达到了85%以上，表明该方法在临床应用中的潜力。
研究结果
在本研究中，共纳入了232例ER阳性乳腺癌患者和58例ER阴性患者，通过免疫组织化学（IHC）对其组织进行分析。使用轻梯度提升机（LGBM）分类器对样本进行分析，结果显示，该分类器在区分ER阳性与阴性乳腺癌中的表现非常出色。具体而言，模型的中位曲线下面积（AUC）为0.942（标准差0.057），中位灵敏度在特异性达到84%至99%时为84.78%。在实际预测中，有12%的ER阳性病例被错误分类为ER阴性，有5%的ER阴性病例被错误分类为ER阳性，这表明ctDNA甲基化分析在区分乳腺癌ER状态方面具有较高的准确性，但仍需进一步优化模型以减少误分类。
在ER状态的分类中，误分类主要集中在以下几个因素上：28例被误分类为ER阴性患者中，1例表现为ER低表达，25例显示ctDNA水平较低，表明低ctDNA浓度可能影响甲基化检测的准确性。此外，3例被误分类为ER阳性，其中2例为转移性ER阴性、HER2阳性乳腺癌，进一步分析显示其中1例在后续的转移活检中确认为ER阳性状态，这提示转移性乳腺癌中ER状态可能发生改变。另一例为原发性三阴性乳腺癌（TNBC），没有复发组织样本，可能也是误分类的原因。这些结果表明，在乳腺癌的ER状态分类中，特别是对于低ctDNA水平或特定分子亚型的病例，甲基化分析仍需谨慎解读。对于HER2状态的分类研究，LGBM分类器表现出色，AUC达到0.95，表明ctDNA甲基化分析在HER2状态无创分类中的高效应用价值，但仍有部分误分类现象。
研究结论
本研究表明，基于ctDNA甲基化分析的检测方法能够有效区分晚期乳腺癌的不同亚型。该方法不仅为乳腺癌患者提供了一种无创且高效的分子检测手段，还为个体化治疗的制定提供了重要依据。具体研究数据显示，该检测方法在区分不同亚型的乳腺癌患者中，整体准确率达到85%以上，特别是在ER和HER2状态的无创判定中具有良好的应用前景。
Pasha, N. (2024). The Dr. Bernard Fisher Memorial Annual Clinical Science Symposium Supported by the Breast Cancer Research Foundation: Emerging Role of ctDNA in Breast Cancer. In 2024 ASCO Annual Meeting (Clinical Science Symposium) (Abstract #1013).
声明：材料由阿斯利康支持，仅供医疗卫生专业人士参考
审批号：CN-143122
排版编辑：肿瘤资讯-Ale
