首页 > 文章详情

新型NGS方法精准检测肺癌原发MET扩增：预后分层与治疗新启示

05月20日

整理：肿瘤资讯

来源：肿瘤资讯

肺癌治疗已进入精准医学时代，但MET基因扩增这一重要分子标志的临床检测仍面临挑战。法国研究团队最新开发的NGS检测方法，不仅实现高精度MET扩增检测，更创新性地建立分级系统，揭示不同扩增水平患者的生存差异。这项2025年2月发表于病理学知名期刊Lab Invest的研究，为优化肺癌精准诊疗路径提供了重要技术支撑。

研究背景

非小细胞肺癌（NSCLC）占肺癌病例的85%，MET扩增作为原发驱动基因改变，在初治患者中的发生率约2.4%。现有检测方法存在明显局限：免疫组化特异性不足，FISH检测通量低且存在判读主观性，ddPCR等单靶点检测难以满足临床筛查需求。更关键的是，传统方法无法对扩增程度进行精确分层，而临床研究显示抗肿瘤药物疗效与MET扩增水平密切相关。因此，开发可整合于常规NGS检测的自动化分析方法，建立标准化的扩增分级体系，成为突破临床实践瓶颈的关键。

研究方法

研究团队开发基于机器学习算法ifCNV的NGS分析方法，通过2000次计算机模拟确定最佳检测参数（拷贝数比CNR阈值1.5，污染参数0.028）。在72例临床样本中，与FISH金标准进行方法学验证，并应用该方法回顾性分析1932例NSCLC患者。通过生存分析探讨不同扩增层级（低：CNR 1.5-2.2；中：2.2-4；高：>4）的预后差异，同时评估伴随基因突变特征。

结果

1、基于计算机模拟分析确定优化的MET扩增检测参数

研究者首先使用ifCNV工具确定了基于NGS的MET扩增检测的最合适参数。针对每个CNR阈值（范围0.5-2.4，增量0.1）和污染值（范围0.017-0.031，增量0.01）进行了2000次模拟。这一过程使用超过200万样本的训练集，共生成了75万次不同的模拟。研究者为每个CNR阈值和污染值计算了二元分类指标，旨在最大化F分数。最终确定的最佳参数为CNR阈值1.5和污染值0.028（图1A）。

图片15.png

图1. MET检测与样本分层的计算机模拟分析。(A) 拷贝数比（CNR）阈值与污染参数值不同组合的F分数热图。黑色方块表示最高F分数（F-score=0.989）。(B) 观察到的CNR与理论CNR的比较及后续分层。

使用这些优化参数，研究者评估了基于NGS的MET扩增检测方法对样本进行准确分层的能力。研究者进行了额外的7000次模拟，将合成数据集中MET扩增子的读取次数按2到5倍递增，随后使用ifCNV计算每个模拟的对应CNR。有趣的是，皮尔逊相关分析显示预期比率与观察比率之间存在强相关性（超过0.99）（图1B）。此外，尽管观察到的CNR略有低估，但将样本分层为低、中、高扩增组的准确性达到100%（图1B）。

2、优化的MET扩增检测参数的体内验证

基于上述参数，研究者接下来在72例肿瘤细胞比例≥20%的NSCLC样本验证集上评估了基于NGS的MET扩增检测和分层方法（图1B）。研究者使用IHC、ddPCR和NGS评估MET扩增状态，并将结果与当前金标准方法FISH进行比较。IHC表现出完美的敏感性（Se=1.00），但特异性（Sp=0.19）较低，显示出大量假阳性（FP）。另一方面，ddPCR分析的敏感性为0.83，特异性为0.77。与FISH结果相比，基于NGS的MET扩增检测方法的敏感性为0.91，特异性为0.98，仅出现1例假阳性和2例假阴性（表1）。

图片16.png

表1. 基于不同方法学的MET扩增检测结果

3、基于NGS的MET扩增检测方法作为筛查手段的评估

研究者随后将基于NGS的MET扩增检测方法应用于一个包含1932例NSCLC患者的独立回顾性队列。在这些患者中，62例（3.2%）MET扩增检测呈阳性，其中16例在分析前接受过EGFR-TKI治疗。其余46例患者在NGS分析前未接受任何治疗，因此被归类为新发（de novo）病例。根据MET扩增水平将这些新发病例分层为3个不同组，结果如下：低扩增组（1.5≤CNR<2.2）22例（47.8%）；中扩增组（2.2≤CNR<4）17例（37.0%）；高扩增组（CNR≥4）7例（15.2%）（表2）。除PD-L1肿瘤比例评分外，三个扩增组在临床病理数据方面无显著差异，其中高扩增组富集了PD-L1阴性（<1%）患者（表2）。尽管无统计学显著性（P=0.07），但值得注意的是，高扩增组均为IV期患者，而其他组还包括III期患者（低扩增组和中扩增组分别为45%和29%）和1例II期患者（低扩增组）。

图片17.png

表2. 回顾性队列中新发MET扩增病例的临床病理特征

研究者接下来确定了46例新发MET扩增患者队列中同时存在的分子改变的患病率（图2）。在测序panel中包含TP53的患者亚组（n=33）中，29例（87.9%）表现出部分或无功能的TP53突变。5例（10.9%）新发MET扩增患者同时存在欧洲肿瘤内科学会（ESMO）定义的可靶向治疗变异（ESCAT I级）（图2）。这些变异包括2例EGFR激活突变、2例KRAS G12C变异和1例导致MET外显子14跳跃突变。值得注意的是，在低扩增组患者的肿瘤样本中检测到了所有这些改变。另外17个样本（37.0%）显示出其他共突变，分类为ESCAT II/III/IV/V/X级，如下：5例（10.9%）STK11变异；4例（8.7%）CDKN2A变异；3例（6.5%）BRAF变异；2例（4.35%）MET变异；2例（4.35%）FGFR2变异；1例（2.2%）KRAS变异；1例（2.2%）KIT变异；1例（2.2%）ALK变异；1例（2.2%）PIK3CA变异（图2）。有趣的是，高扩增组的7例患者中有6例仅表现出TP53改变，表明MET扩增在这些病例中是主要的致癌驱动因素。回顾性队列中未发现ALK和RET融合。

图片18.png

图2. 新发MET扩增样本的基因组图谱。上图为拷贝数比（CNR）；下图为检出的伴随分子改变

4、基于NGS的MET扩增检测和分层的临床意义

研究者随后探讨了新发MET扩增水平与患者预后的相关性，以评估其在总生存期（OS）方面的潜在预后意义。各组之间存在显著差异（P<0.001，图3A），即低扩增组患者的预后更优（中位OS：35.9个月），优于中扩增组（中位OS：14.3个月）或高扩增组（中位OS：3.3个月）。尽管PD-L1肿瘤比例评分和分期趋于显著（P=0.08和0.06，表3），但其他评估的临床参数未显示预后价值。单因素分析中P<0.1的预后因素随后被纳入多因素Cox模型，模型中仅MET扩增水平的预后意义持续存在。

图片19.png

图3. 基于NGS检测的新发MET扩增患者的临床结局。(A) OS生存分析；(B) 化疗下的PFS生存分析；(C) 免疫治疗下的PFS生存分析

图片20.png

表3. OS和PFS预后因素的Cox回归分析

由于新发MET扩增患者不符合一线靶向治疗的条件，研究者评估了他们接受传统一线治疗（如化疗和免疫治疗）的无进展生存期（PFS），以评估MET扩增水平是否影响治疗反应。由于中扩增和高扩增组的患者数量有限，将它们合并以评估患者对治疗的反应。有趣的是，在PFS方面，观察到中/高扩增组患者对化疗的反应较低于扩增组患者有所降低（P=0.001）（图3B和表3）。值得注意的是，两组之间对免疫治疗的反应无统计学显著差异（P=0.745）（图3C）。为解决MET扩增组内分期的异质性，仅在IV期患者中进行了相同分析。该亚分析显示，OS和化疗及免疫治疗下的PFS结果与图3所示趋势一致。

结论

本研究建立的NGS检测方案成功实现MET扩增的精准检测与临床分层，首次系统揭示扩增程度与预后的强相关性。该方法的临床应用有望优化治疗决策，特别是为中/高扩增患者早期介入靶向治疗提供依据。但需注意研究的局限性：回顾性设计可能引入选择偏倚，样本量较小影响亚组分析效力，长期疗效仍需前瞻性研究验证。建议后续开展多中心验证，并探索不同扩增层级对MET抑制剂的响应差异，最终建立标准化的临床实践指南。

参考文献

Cabello-Aguilar S, Vendrell JA, Evrard S, et al. An Optimized Next-Generation Sequencing Method for Detecting De Novo MET Amplification in Non-Small Cell Lung Cancer: Prognostic and Therapeutic Implications. Lab Invest. Published online February 20, 2025. doi:10.1016/j.labinv.2025.104117。

审批编号：CN-158905 有效期至：2025-07-24

声明：本材料由阿斯利康提供，仅供医疗卫生专业人士参考

责任编辑：肿瘤资讯-Yuno
排版编辑：肿瘤资讯-Sally

05月21日

宋忠全

潍坊市人民医院 | 内科

受益匪浅，继续学习

05月21日

韩书菊

清河县中心医院 | 消化内科

建立标准化的扩增分级体系，成为突破临床实践瓶颈的关键

05月21日

乐凌云

余姚市人民医院 | 肿瘤内科

新型ngs检查避免假阴性结果出现