高级别胃肠胰腺神经内分泌肿瘤的综合基因组和转录组特征研究报告

研究背景

高级胃肠胰腺神经内分泌肿瘤（high-grade gastro-entero-pancreatic neuroendocrine neoplasms, HG GEP-NENs）是一类具有神经内分泌分化特征的异质性恶性肿瘤。根据WHO 2019 [1]和2022 [2]标准，GEP-NENs目前被分为三类：神经内分泌肿瘤（NETs），神经内分泌癌（NECs）和混合型非神经内分泌-神经内分泌肿瘤。国际临床指南[3, 4]认可将GEP-NET G3和GEP-NECs作为一个覆盖性概念HG GEP-NENs，但强调GEP-NET G3和GEP-NECs在预后和治疗上的差异。GEP-NECs的预后较差，晚期患者中位总生存时间(OS)不到1年，首选治疗方案为基于铂的化疗(PBC)[5, 6]。

在既往研究中，Ki-67指数被认为是区分高级GEP-NENs亚类的重要标志。北欧NEC研究[5]和其他研究表明，以Ki-67为55%的切点有助于更好地分层HG GEP-NENs患者[7, 9, 10]。本研究旨在探讨这些高级GEP-NENs在基因组和转录组上的特点及其对预后和潜在治疗预测的影响。

研究来源

本文由Valentina Angerilli, Giovanna Sabella, Michele Simbolo, Vincenzo Lagano, Giovanni Centonze, Marco Gentili, Alessandro Mangogna, Jorgelina Coppa, Giada Munari, Gianluca Businello, Chiara Borga, Francesca Schiavi, Sara Pusceddu, Rita Leporati, Simone Oldani, Matteo Fassan和Massimo Milione等人撰写。作者分别来自意大利帕多瓦大学医学部门、米兰National Cancer Institute、维罗纳大学和医院、乌迪内大学和米兰National Cancer Institute等机构。该论文发表于2024年5月10日British Journal of Cancer上。

研究流程

病理学和样本分析

本研究纳入了2010年至2020年期间的49例高级GEP-NENs患者。患者的样本通过组织病理学、免疫组化、基因组和转录组测序等方法进行分析。排除标准包括：混合型神经内分泌和非神经内分泌成分、样本材料不足以进行下一代测序（NGS）分析和非GEP来源的肿瘤。

免疫组化分析

检测的标志物包括：普遍神经内分泌标志物（chromogranin-A和synaptophysin）、Ki-67标记指数、RB1、p53、SSTR-2A和PD-L1等。通过三位病理学家的共同评估，提供了有关这些高级GEP-NENs的免疫组化特征的详细数据。

基因组和转录组测序

通过NGS方法对样本进行了详细的基因组分析。使用Trusight Oncology 500 (TSO500)平台，为每个样本测序120 ng的DNA和200 ng的RNA。对于RNA测序，通过Smarter Stranded Total RNA-Seq Kit V3 - Pico Input Mammalian库制备并进行测序。

数据处理和分析

使用FASTQC等工具对测序读数的质量进行检查，数据分析过程中使用了多种生物信息学软件和方法，包括Star、RSeQC、DEseq2和GSEA等。分析过程中注重基因的差异表达以及癌症和生物学特征的泛癌病特征。

主要结果

病例特征和分布

49例患者中，包括21例GEP-NET G3，12例GEP-NEC <55%，以及16例GEP-NEC ≥55%。这些肿瘤主要发生在胰腺（44.9%）、结直肠（24.4%）和胃（14.3%）中。GEP-NET G3患者较多发生在胰腺原发肿瘤中。

免疫组化结果

免疫组化分析显示，p53异常表达发生在55.1%的肿瘤中，RB1丢失在50%的GEP-NEC ≥55%中发生。SSTR-2A的表达在GEP-NET G3中较高，SSTR-2A缺乏在GEP-NEC <55%和GEP-NEC ≥55%中较为常见。

基因组分析

基因组分析揭示了TP53、APC、KRAS和MEN1等基因的常见突变。GEP-NEC ≥55%和GEP-NEC <55%共享很多突变，包括TP53和APC，但GEP-NET G3更多突变集中在MEN1和VHL中。此外，GEP-NET G3中发现了与胰腺NETs G1/G2类似的基因组特征。

转录组分析

RNA测序和差异基因表达分析显示，GEP-NET G3与GEP-NECs在基因表达上区别明显，而GEP-NEC <55%和GEP-NEC ≥55%在基因表达上没有显著差异。基因集富集分析指出，WNT-β-catenin及MYC信号通路等在GEP-NECs中多见，而胰腺β细胞特征与GEP-NET G3相关。

结论

本研究展示了GEP-NET G3和GEP-NECs在基因组和转录组上的显著差异。然而，GEP-NEC <55%和GEP-NEC ≥55%在分子水平上可能属于同一光谱，尽管它们在临床表现和化疗响应上有所不同。进一步，研究提供了具有预后和潜在治疗价值的分子发现，为高级GEP-NENs患者的精准医疗提供了新的视角。

研究亮点

1. 基因组异质性：揭示了高级GEP-NENs具有显著的基因组异质性，不同亚组在基因表达和突变谱上不同。
2. 转录组数据：首次对高级GEP-NENs的转录组进行了深入分析，指出了各亚组在病理机制上的差异。
3. 预后标志物：确立了RB1丢失和TP53突变等分子标志物的预后价值，并指出这些特征与特定免疫微环境相关。

研究意义

本研究不仅为高级GEP-NENs的分子特征提供了新见解，还对临床上如何更好地分类和治疗该类肿瘤提出了新的建议和方向。未来的研究可以在现有基础上，进一步验证这些发现，并探索新的治疗策略。