EN

数字PCR:客观、快速且准确检测肺癌ALK状态 —— 曾瑄教授团队新进展!

发布日期:2020-05-06

摘要

北京协和医院病理科曾瑄教授团队在《Thoracic Cancer》发表题为 “Clinical evaluation of the effectiveness of fusion-induced asymmetric transcrip-tion assay-based reverse transcription droplet digital PCR for ALK detection in formalin-fixed paraffin-embedded samples from lung cancer” 的研究论文,该研究使用新羿TD-1数字PCR平台,采取融合诱导的不平衡转录分析 (Fusion-induced asymmetric transcription assay, FIATA) 策略,对逆转录微液滴数字PCR(RT-ddPCR)法检测肺癌间变性淋巴瘤激酶(ALK)重排的可行性进行评价,该研究还分析了ALK RNA水平与肿瘤细胞含量、FISH阳性细胞百分比及不同阳性信号类型之间的相关性。研究结果表明,该方法能快速、准确且客观地识别ALK状态,具有潜在临床应用价值。

数字PCR:客观、快速且准确检测肺癌ALK状态 —— 曾瑄教授团队新进展!

主要结果与新发现

对269例经荧光原位杂交(FISH)和免疫组化(IHC)双确认ALK状态的福尔马林固定石蜡包埋(FFPE)的肺癌样本进行基于FIATA的数字PCR分析。在89例ALK阳性和180例ALK阴性样本中:

1)ALK阳性组的最低ALK 3’端表达水平显著高于ALK阴性组的最高ALK 3’端表达水平,如图1。

2)基于FIATA的RT-ddPCR检测ALK 融合方法,灵敏度为100% (95%置信区间,94.8–100%),特异性为100% (95%置信区间,97.4–100%),准确性100% (269/269),ROC曲线如图2。

3)在ALK阳性样本中,癌细胞比例与ALK RNA表达水平呈正相关 (P<0.05),如图3。

4)FISH阳性细胞百分比或信号类型(红绿分离BA或单红IR)与ALK RNA表达水平(R3)无相关性,如图4。

5)其他发现:检出一例FISH和IHC双阴性的样本(94号),其ALK全长基因均显示为转录本高拷贝数,而非常见的仅ALK3’端高表达,测序未发现融合伙伴基因和其它相关变异,这种特殊的ALK状态的生物学意义尚待进一步探索。

数字PCR:客观、快速且准确检测肺癌ALK状态 —— 曾瑄教授团队新进展!

图1:89例ALK阳性组与180例ALK阴性组表达水平

数字PCR:客观、快速且准确检测肺癌ALK状态 —— 曾瑄教授团队新进展!

图2:基于FIATA的RT-ddPCR检测ALK 融合ROC曲线

数字PCR:客观、快速且准确检测肺癌ALK状态 —— 曾瑄教授团队新进展!

图3:组织切片中癌细胞比例与ALK RNA表达水平的关系

数字PCR:客观、快速且准确检测肺癌ALK状态 —— 曾瑄教授团队新进展!

图4:FISH阳性细胞百分率和FISH阳性信号模式与ALK RNA表达水平的关系。a:FISH阳性细胞百分率和FISH阳性信号模式与ALK RNA表达水平的关系,BA红绿分离,IR单红;b1,b2:BA信号模式样本(例39);c1,c2:IR信号模式样本(例32)

基于FIATA的RT-ddPCR法检测ALK融合变异的优势

1)不受融合伙伴基因种类和融合位点的影响,理论上可检出全部已知和未知的融合变异

2)基于RNA的绝对定量检测,更能反映融合基因的表达水平

3)检测结果客观,排除了人为判读结果中主观因素可能导致的偏差

4)实验操作和数据分析简单方便,检测周期短,适合临床使用。

这是继2020年3月3日北京协和医院病理科曾瑄教授团队在《Journal of Cancer Research and Clinical Oncology》发表题为 “ALK detection in lung cancer: identification of atypical and cryptic ALK rearrangements using an optimal algorithm” 的研究论文之后,使用新羿TD-1数字PCR平台对非小细胞肺癌ALK融合检测的姊妹篇,鉴于相关研究已显示出现有的检测手段均具有一定程度的固有局限性,因此该研究在前期工作的基础上,进一步评估并验证了基于FIATA的RT-ddPCR法检测肺癌ALK状态的临床可行性及其特点与优势。

作者介绍

北京协和医院病理科刘媛媛为该论文的第一作者,曾瑄教授为论文的通讯作者。

参考文献

Yuanyuan Liu, Shafei Wu, Xiaohua Shi, Linping Lu, Lingxiang Zhu, Yong Guo, Li Zhang & Xuan Zeng, Clinical evaluation of the effectiveness of fusion-induced asymmetric transcription assay-based reverse transcription droplet digital PCR for ALK detection in formalin-fixed paraffin-embedded samples from lung cancer, Thoracic Cancer,2020, doi: 10.1111/1759-7714.13535