您好,欢迎您

基于DNA甲基化生物标志物的多种肺癌鉴别诊断方法

05月22日
整理:肿瘤资讯
来源:肿瘤资讯

区分肺内转移(IPM)与独立原发肺癌(SPLC)对多发性肺癌(MLC)的分期和治疗至关重要,但当前缺乏诊断金标准。一项近期发表的研究利用DNA甲基化测序和随机森林模型,开发出基于31个甲基化标志物的DNA甲基化(DM)方法用于区分肺内转移与独立原发肺癌。结果显示,该方法能显著区分患者预后(p<0.05),预测疾病进展或死亡的能力优于现有标准,提示其在多发性肺癌鉴别诊断中具有良好的应用潜力。

研究背景

肺癌是全球最致命的恶性肿瘤之一,医疗负担沉重。低剂量计算机断层扫描(LDCT)筛查普及后,大量可疑肺结节被发现,部分术后确诊为MLC。这类患者的关键诊断难点在于区分SPLC与IPM。TNM分期中,SPLC取各病灶最高分期,IPM依位置分为T3(同叶)或T4(异叶)。分期直接影响治疗与预后:可切除的II/III期非小细胞肺癌(NSCLC)患者可从辅助化疗获益,但I期(尤其IA期)获益尚不明确。因此,精准区分SPLC与IPM,可避免治疗不足或过度。

目前常用方法包括传统病理标准(Melamed-Martini标准、综合组织学评估标准)和综合分子评估(CMA)方法,但均缺乏金标准,准确率不理想,结果常不一致。DNA甲基化是重要的表观遗传修饰,在肿瘤早期诊断与预后预测中具有独特价值。本研究采用全基因组甲基化捕获测序(Methylome-seq),探索基于DNA甲基化标志物区分IPM与SPLC的可行性,并初步观察DNMT3B的表达差异。

研究方法

研究纳入43例MLC和7例PBM患者(2014‑2022年手术),排除异时性MLC。7例MLC术中见胸膜转移,同时切除原发灶及胸膜结节;所有PBM切除脑转移灶。MLC标本中,微浸润性腺癌(MIA)和原位腺癌(AIS)定义为惰性病变,浸润性腺癌和鳞癌为浸润性病变。通过Melamed‑Martini(MM)标准依病灶性质、表型、肺外转移、淋巴结转移及位置判为MM‑SPLC或MM‑IPM。按照综合组织学评估(CHA)标准,双盲评估,依惰性、病理类型、亚型及间质一致性判为CHA‑SPLC或CHA‑IPM。采用Kaplan‑Meier法评估2年无进展生存期(PFS)。

研究结果

患者与标本特征

对43例MLC和7例PBM行Methylome-seq,随机分为训练集(26例/40样本)和验证集(24例/43样本)。临床病理特征见图1。

1.png

图1 研究流程概览

无监督聚类划分训练集

对训练集(含侵入性肺病变及参考样本PBM、惰性肺病变)行K‑均值聚类,分为两簇(图2a‑b)。PBM(IPM代表)与惰性肺病变(SPLC代表)分属不同簇(图2c)。簇1与直径更大、肺外转移更多、2年进展/死亡率更高相关(Fisher检验,p均<0.05,图2d‑f)。至少一标本属簇1者为DM‑IPM(如P04),其余为DM‑SPLC(如P01)。DM‑IPM的2年PFS低于DM‑SPLC(33.3% vs. 89.5%,p<0.05),中位随访24个月,删失率42.9%(图3a‑b)。

2.png

图2 无监督聚类分析(k-均值聚类)在训练集中识别出两个具有不同表观遗传、临床病理及预后特征的样本簇

3.png

图3 基于样本聚类结果,训练集中的MLC患者可分为两种预后不同的亚型

31个标志物

筛选出31个检测区域(涉及A1BG等基因),模型袋外错误率2.5%,有效区分两簇(图4a‑b)。

4.png

图4 检测区域的选择及随机森林模型的建立

验证集验证

验证集中,随机森林将全部惰性肺病变归簇2、PBM归簇1(图5a)。簇1同样与更大直径、肺外转移、高进展/死亡率相关(p<0.01,图5c‑e)。患者分为DM‑IPM(如P31)和DM‑SPLC(如P34)(图6a)。DM‑IPM的2年PFS低于DM‑SPLC(40% vs. 100%,p<0.05),中位随访24个月,删失率40.9%(图6b)。

5.png

图5 随机森林模型将验证集中的样本分为两个具有不同表观遗传、临床、病理及预后特征的簇

6.png

图6 基于样本聚类结果,验证集中的MLC患者可分为两种预后不同的亚型

DM方法优于其他方法

与MM标准、CHA标准、CMA方法比较,仅DM方法显著区分IPM与SPLC的2年PFS(图6c‑d)。24个月时间依赖性ROC:DM方法(AUC=0.769,p<0.05)优于MM标准(AUC=0.659)和CHA标准(AUC=0.697)(图6e)。

结论

本研究首次将DNA甲基化检测用于区分IPM与SPLC。基于31个甲基化标志物建立的DM方法可将MLC患者分为DM‑IPM与DM‑SPLC,两组2年无进展生存期差异显著(p<0.05),且DM‑IPM中DNMT3B表达升高。DM方法的预后预测能力优于现有标准(MM、CHA、CMA),但需前瞻性研究的验证。

参考文献

Xu K, Tan B, Liang R, et al. DNA methylation biomarkers-based method for the differential diagnosis of multiple lung cancers. Lung Cancer. 2026 Jun;216:109415. doi: 10.1016/j.lungcan.2026.109415. Epub 2026 Apr 15. PMID: 42001696.

审批编号:CN-184175   有效期2026-8-14

声明:本材料由阿斯利康提供,仅供医疗卫生专业人士进行医学科学交流,不用于推广目的。

责任编辑:肿瘤资讯-Yuno
排版编辑:肿瘤资讯-李鑫
版权声明
版权归肿瘤资讯所有。欢迎个人转发分享,其他任何媒体、网站如需转载或引用本网版权所有内容,须获得授权,且在醒目位置处注明“转自:良医汇-肿瘤医生APP”。