资讯

首页 - 全部文章 - 资讯 - 除了唐氏筛查,又一研究证明NIPT可用于检测孕妇癌症及其复发

除了唐氏筛查,又一研究证明NIPT可用于检测孕妇癌症及其复发

今年,无创产前检测技术(NIPT)可谓一波未平一波又起。尽管NIPT自身仍存在部分的技术限制和局限性,但不可否认的是,这项技术使千万家庭避免了出生缺陷的悲剧发生,甚至还能提早发现母体中所存在的恶性肿瘤。

通常提到NIPT,大家想到的就是无创产前筛查。但近日的一项研究表明,NIPT检测平台还能用于女性癌症的复发预测!是不是很吃惊?

拷贝数变化(CNA)在ctDNA中的表征可作为肿瘤生物标志物。随着研究的不断深入,NIPT越来越多地被认为在CNA检测中有着广阔的应用前景。既然NIPT在CNA中的应用价值如此之大,CNA又在肿瘤中起着重要作用,那么利用NIPT平台检测CNAs,能否用于预测女性癌症的预后和复发呢?

为确定NIPT平台的这一新应用场景,来自日本的研究人员通过一项前瞻性研究对该设想进行了验证。他们发现NIPT检测平台也可以捕获ctDNA中的CNAs,这使NIPT成为一种检测癌症的无创经济有效的方法成为可能。

2018年7月26日,研究人员在Nature子刊Scientific Report发表了相关研究成果。文章报道称,研究团队利用NIPT方法能够检测到约20%女性癌症的CNAs,且在检测晚期癌症中的检测效果更显著,还发现检测到CNA患者的预后较差。

该前瞻性研究共纳入100名女性癌症患者,包括36名卵巢癌患者、11名宫颈癌患者和53名子宫内膜癌患者。研究人员收集了患者的术前血浆样本,样本被随机地重新排列,使用低覆盖率的NIPT平台,对样本进行了CNA检测。

研究流程图

研究中,研究人员利用cfDNA片段数目(SeqFF)方法检测了CNA。在NIPT检测中,利用SeqFF方法检测胎儿CNA,依赖于胎儿和母体cfDNA之间的片段长度差异。所以研究人员设定了一个假设,即母体ctDNA和cfDNA的片段长度也不同

我们知道全基因组检测CNA在ctDNA中的表征,使ctDNA可以作为具有优异灵敏度和特异性的肿瘤生物标志物。但这方法需要深度测序,会显著增加临床实践中的使用成本和难度。而已有研究表明,通过低覆盖全基因组测序对cfDNA中的染色体不稳定性分析可以用于卵巢癌的初步诊断。一些产前检测研究也证明了使用基于全基因组测序NIPT检测胎儿CNV的可能性。

研究结果显示,通过低覆盖NIPT检测,共检测到100例女性癌症中的19例,包括36例卵巢癌中的6例,11例宫颈癌中的3例,53例子宫内膜癌中的10例。此外,NIPT能够更好的检测晚期癌症中的CNAs,晚期病例的总检出率为37%,而早期病例的总检出率为12%。包括21例早期卵巢癌中的1例,15例晚期卵巢癌中的5例,11例早期宫颈癌中的3例,41例早期子宫内膜癌中的5例,12例晚期子宫内膜癌中的5例,未发现晚期宫颈癌患者。

研究中检测到6例卵巢癌,3例子宫颈癌和10例子宫内膜癌的CNA

研究人员发现,与未检到CNA的患者相比,检测到CNA患者的无进展生存期和总体生存期均较低,因此CNA可作为癌症预后的生物标志物。并且子宫内膜癌患者往往携有影响癌症驱动基因,如MYCCCNE1的改变。而恰好其中一些受影响的基因也是药物靶点。

此外,他们还检测到影响特定基因的CNA。除了一人外,所有的CNAs卵巢癌患者都有BRCA1BRCA2的拷贝数丢失。同时,他们还发现了影响PI3K/Akt 信号通路基因的CNA。

以上研究表明,低覆盖率全基因组测序的NIPT平台可以有效识别早期和晚期女性癌症,并预测其复发,尤其在晚期癌症中的预测效果更好。NIPT平台识别血浆中CNA的能力具有许多潜在的临床应用价值,为检测孕妇潜在侵袭性癌症的提供了难得的机会,也为术后女性癌症复发预测提供了一个选择

但研究人员表示,这项研究的样本规模很小,而且没有比较血浆DNA和肿瘤数据以确认CNA的起源,还需要临床研究来验证。尽管其临床应用还有待进一步研究确认,但NIPT检测在基因诊断方面确实具有更广阔的应用前景。例如利用ctDNA检测癌症和预测预后。

NIPT检测最终可以用于非侵入性癌症的诊断,以及监测复发和治疗反应。随着测序技术的发展和研究的深入,在临床肿瘤治疗中,更实惠、无创和纵向监测的工具将更有价值。

 

 

 

参考文献:

1. NIPT Platform Can Detect Copy Number Alterations in Some Gynecological Cancers

2. Massively parallel sequencing of cell-free DNA in plasma for detecting gynaecological tumour-associated copy number alteration

(0)

本文由来源 微信,由 戴胜 整理编辑!

热评文章