CN113046438B - 一种纳入分子分型和免疫评分的子宫内膜癌预后评价系统 - Google Patents
一种纳入分子分型和免疫评分的子宫内膜癌预后评价系统 Download PDFInfo
- Publication number
- CN113046438B CN113046438B CN202110329820.5A CN202110329820A CN113046438B CN 113046438 B CN113046438 B CN 113046438B CN 202110329820 A CN202110329820 A CN 202110329820A CN 113046438 B CN113046438 B CN 113046438B
- Authority
- CN
- China
- Prior art keywords
- vista
- tumor
- grade
- lvsi
- risk
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
- C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
- C12Q1/6886—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material for cancer
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
- G01N33/57407—Specifically defined cancers
- G01N33/57442—Specifically defined cancers of the uterus and endometrial
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
- G01N33/57484—Immunoassay; Biospecific binding assay; Materials therefor for cancer involving compounds serving as markers for tumor, cancer, neoplasia, e.g. cellular determinants, receptors, heat shock/stress proteins, A-protein, oligosaccharides, metabolites
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/112—Disease subtyping, staging or classification
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/118—Prognosis of disease development
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/156—Polymorphic or mutational markers
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/158—Expression markers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
- G01N2333/435—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans
- G01N2333/46—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans from vertebrates
- G01N2333/47—Assays involving proteins of known structure or function as defined in the subgroups
- G01N2333/4701—Details
- G01N2333/4748—Details p53
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Immunology (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Biomedical Technology (AREA)
- Hematology (AREA)
- Urology & Nephrology (AREA)
- Physics & Mathematics (AREA)
- Cell Biology (AREA)
- Biotechnology (AREA)
- Organic Chemistry (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Oncology (AREA)
- Hospice & Palliative Care (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Microbiology (AREA)
- Genetics & Genomics (AREA)
- General Physics & Mathematics (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Biophysics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Reproductive Health (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明一种基于分子分型、免疫评分和病理形态学诊断的子宫内膜癌预后评价系统(MIP评分),用于判断子宫内膜癌的预后。通过测序判断POLE突变状态和免疫组化方法检测4中错配修复蛋白及p53确定分子分型;免疫组化的方法检测肿瘤间质免疫细胞中VISTA的表达,进行免疫评分。通过镜下观察病理形态学判断肿瘤的组织学级别及淋巴脉管间隙浸润(LVSI)。分别赋予复发风险分值。该预后评价系统可以有效区分子宫内膜癌的复发和死亡风险。
Description
技术领域
本发明涉及生物医药领域,尤其是涉及子宫内膜癌预后。
背景技术
子宫内膜癌是较常见的妇科恶性肿瘤,在我国其发病率约为60/10万,死亡率约为20/10万,发病率呈上升趋势。2015年中国新发病例6万余例,死亡病例2万余例。子宫内膜癌最常见的治疗方法是以手术为主,根据术后病理报告,有高危因素者联合术后近距离腔内放疗或盆腔外放疗或化疗等辅助治疗。病理诊断是术后辅助治疗的主要依据。2014版《WHO女性生殖器官肿瘤组织学分类》中将内膜癌分为了九大类,即子宫内膜样癌、浆液性癌、黏液性癌、透明细胞癌、神经内分泌癌、混合性癌、未分化/去分化癌、癌肉瘤等。各种病理类型预后不一,其中子宫内膜样癌预后较好,非内膜样癌的预后较差。目前在临床中的应用最为广泛的是欧洲肿瘤内科学会的ESMO风险分层标准[1],该标准主要纳入了FIGO分期、组织学类型、肿瘤分化程度、肌层浸润深度及淋巴脉管间隙浸润(LVSI),根据高危因素将内膜癌划分为低危、中危、高中危、高危组。具体风险分层如下:
2013年,美国癌症基因组图谱计划(TCGA)基于全基因组分析提出了子宫内膜癌的分子分型,该分型将子宫内膜癌分成4种类型:DNA多聚酶E(polymerase E,POLE)超突变型、微卫星不稳定型(microsatellite instability,MSI)、低拷贝数型/微卫星稳定型和高拷贝数型。不同分子类型患者的预后不同,其中POLE超突变型预后最好,高拷贝数型预后最差。该分子分型对于子宫内膜癌的诊断及治疗有重要的意义[2]。国外的学者提出了一种简便、经济的前瞻性分子分类工具来代替高通量测序,该方法通过POLE的核酸外切酶结构域突变(exonuclease domain mutations,EDM)测序方法来确定POLE突变型,然后通过免疫组化法检测错配修复蛋白表达来确定错配修复缺陷(deficient mismatch repair,dMMR)的类型,最后根据p53免疫组化结果将其他病例分为p53突变型和p53野生型[3]。该方法最终分为POLE突变型、dMMR型、p53突变型及无特定分子特征型(NSMP,non-specific molecularprofile)。替代分子分型的检测流程见图1。这种模型已经被多个团队验证,对于指导子宫内膜癌分子分型、危险分级和指导治疗具有重要的意义[4]。
ESMO风险分层标准的制定是以病理诊断为基础的。然而,由于使用不同病理标准、对相同病理诊断标准解读不同、肿瘤形态学模糊不清导致难以分类,10%~20%的子宫内膜癌病理存在分歧;在高级别肿瘤中,高达26%~37%的比例组织形态学上很难区分其病理类型,病理诊断不一致[5,6]。一项研究中,3名妇科肿瘤病理医师分别对56例高级别子宫内膜样癌进行组织学鉴别,诊断结果的不一致率高达62.5%。这种以形态学病理诊断为基础的ESMO风险分层影响了子宫内膜癌患者治疗策略的选择,导致部分内膜癌患者的过度治疗或治疗不足。因此,目前有必要建立一种客观的、重复性更高的、对判断预后和指导治疗更精准的分类方法。
TCGA子宫内膜癌分子分型基于高通量深度测序提出的,高通量测序经济成本高、耗时较长会限制了分子分型在临床中的应用。后来学者提出的TCGA的替代分型方案虽然被多个团队证明有效,然而TCGA分型和替代分型都并不能有效区分占60%–70%的dMMR型和NSMP的预后。该分子分型中并未纳入常规的病理参数,也没有纳入肿瘤微环境中的免疫相关分子。综上,有必要建立一种纳入分子分型、形态学病理诊断及肿瘤微环境中免疫分子的综合预后评分系统,同时这个预后评分系统必须具备客观、临床可行和重复性高的特点。
[1].Concin N,Matias-Guiu X,Vergote I et al.ESGO/ESTRO/ESP guidelinesfor the management of patients with endometrial carcinoma.InternationalJournal of Gynecologic Cancer,2021,31(1):12-39.
[2].Cancer Genome Atlas Research N,Kandoth C,Schultz N etal.Integrated genomic characterization of endometrial carcinoma.Nature,2013,497(7447):67-73.
[3].Vermij L,Smit V,Nout R et al.Incorporation of molecularcharacteristics into endometrial cancer management.Histopathology,2020,76(1):52-63.
[4].宗丽菊,向阳.难治性子宫内膜癌免疫治疗研究进展.实用妇产科杂志,2020,36(06):415-417.
[5].Gilks CB,Oliva E,Soslow RA.Poor interobserver reproducibility inthe diagnosis of high-grade endometrial carcinoma.Am J Surg Pathol,2013,37(6):874-881.
[6].Han G,Sidhu D,Duggan MA et al.Reproducibility of histologicalcell type in high-grade endometrial carcinoma.Mod Pathol,2013,26(12):1594-1604.
发明内容
本发明的目的是提供一种客观的、可行的、重复性高的基于分子分型、形态学病理诊断及肿瘤微环境中免疫分子的综合预后评价系统,根据评价系统对子宫内膜癌患者进行危险分层,判断不同危险分层的患者预后,从而指定出不同的管理策略和治疗方案。
为达到上述发明目的,本发明所采取的技术方案是提供一种判断子宫内膜癌术后复发及生存时间的综合评价系统,该评价系统是基于内膜癌分子分型、VISTA评分、肿瘤级别和是否存在淋巴脉管间隙浸润(LVSI)的综合风险评价系统,可以用来判断早期子宫内膜癌术后的复发及生存的概率。FIGO I–III期内膜癌占所有内膜癌的95%以上,本评价系统适用于FIGO I–III期子宫内膜癌。
本发明提供了一种子宫内膜癌预后评价模型,该模型给予内膜癌分子分型,VISTA评分、肿瘤级别和淋巴脉管间隙浸润综合评价系统,可以预期子宫内膜癌术后复发。
本发明提供了检测VISTA的试剂在制备子宫内膜癌预后评价制剂的应用。
进一步的,本发明提供了一种检测VISTA的试剂联合检测淋巴脉管间隙浸润LVSI的试剂在制备子宫内膜癌预后评价制剂的应用。
进一步的,本发明提供了检测VISTA的试剂、检测淋巴脉管间隙浸润LVSI的试剂、检测POLE、错配修复蛋白、p53的组合物。
本发明提供了检测VISTA的试剂、检测淋巴脉管间隙浸润LVSI的试剂、检测POLE、错配修复蛋白、p53的组合在制备子宫内膜癌预后评价制剂的应用。
本发明提供一种子宫内膜癌预后评价试剂盒,含有检测VISTA的试剂;所述试剂盒还包括测其他标记物的试剂,优选检测淋巴脉管间隙浸润LVSI的试剂。
本发明提供一种子宫内膜癌预后评价试剂盒,包括检测VISTA和检测其他标记物的试剂。
进一步的,所述检测VISTA的试剂可以是检测VISTA基因、检测VISTA蛋白和/或其他生物学标记的试剂。
进一步的,所述检测其他标记物的试剂可以是检测POLE、错配修复蛋白、p53和/或检测淋巴脉管间隙浸润LVSI的试剂。
进一步的,所述检测其他标记物的试剂可以是检测基因的试剂、检测蛋白和/或其他生物学标记的试剂。
进一步的,所述错配修复蛋白包括MLH1、MSH2、MSH6和/或PMS2。
进一步的,所述检测的方法为测序、DNA测序、RNA测序、免疫组化、病理切片和/或其他生物学检测方法。
本发明提供一种子宫内膜癌预后评价系统和/或模型,其包含分子分型部分、VISTA评分部分、肿瘤级别部分和淋巴脉管间隙浸润LVSI评价部分。
进一步的,所述分子分型部分包括检测POLE、错配修复蛋白和/或p53的试剂。
进一步的,所述分子分型部分通过DNA测序、免疫组化和/或其他生物学方法检测POLE、错配修复蛋白(MLH1、MSH2、MSH6、PMS2)和/或p53蛋白的表达情况。
进一步的,p53突变型判定为2分,dMMR/NSMP型判定为1分,POLE突变型判定为0分。
进一步的,所述VISTA分型部分包括,检测VISTA的试剂。
进一步的,所述检测VISTA的试剂可以是检测VISTA基因、检测VISTA蛋白和/或其他生物学标记的试剂。
进一步的,所述检测可以是测序、DNA测序、RNA测序、免疫组化和/或其他生物学检测方法。
进一步的,所述VISAT分型部分将VISTA在肿瘤间质免疫细胞中阳性的比例≥1%定义为VISTA阳性,<1%定义为VISTA阴性。
进一步的,所述VISTA评估部分中,VISTA阳性判定为0分,VISTA阴性判定为1分。
进一步的,肿瘤级别部分包含对肿瘤分级的试剂。
进一步的,所述肿瘤级别被分为高级别、低级别。
进一步的,所述高级别为FIGO3级,所述低级别为FIGO1级或2级。
进一步的,所述肿瘤级别部分,高级别判定为1分,低级别判定为0分。
进一步的,所述LVSI部分包括组织形态病理诊断的试剂。
进一步的,所述织形态病理诊断的试剂包括苏木素伊红染色试剂。
进一步的,所述织形态病理诊断执行如下判断,由扁平的内皮细胞围绕成的间隙中看到至少一簇肿瘤细胞,即定义为存在LSVI或LVSI阳性,否则即定义为LVSI阴性。
进一步的,所述LVSI部分,LVSI阳性为1分,阴性为0分。
进一步的,所述系统和/或模型中,将以上四项预后因素得分相加,得到总分,总分范围0–5分,危险分层如下:0–1分为低危,2分为中危,3分为高中危,4–5分为高危。
本发明提供构建一种子宫内膜癌综合预后评价系统,总体技术方案见图2。主要包括以下步骤:
1.组织形态学病理诊断
组织形态学病理诊断包括两方面:(1)判断肿瘤的组织学级别,(2)判断是否存在LVSI。将福尔马林固定石蜡包埋的内膜癌肿瘤标本进行苏木素伊红(HE)染色,显微镜下进行形态学病理诊断:
判断肿瘤的组织学级别:1级(G1),即分化良好者称为高分化,肿瘤细胞接近相应的正常发源组织,恶性程度低;2级(G2),组织异型性介于Ⅰ级和Ⅲ级之间者,恶性程度居中;3级(G3),分化较低的细胞称为低分化,肿瘤细胞与相应的正常发源组织区别大、分化差,为高度恶性。对于子宫内膜样癌,FIGO 1级肿瘤由分化较好的腺体组成,部分腺体融合;FIGO2级肿瘤中部分可见腺体结构,部分腺体结构不清呈实性片状,细胞中度异型;FIGO 3级肿瘤腺腔结构不明显,细胞异型性明显,可见多数核分裂及灶状坏死。FIGO 1级和2级为低级别肿瘤,FIGO 3级为高级别肿瘤。
LVSI的判读:由扁平的内皮细胞围绕成的间隙中看到至少一簇肿瘤细胞,即定义为存在LSVI或LVSI阳性,否则即定义为LVSI阴性。
2.判断分子分型
利用石蜡组织标本抽提DNA进行Sanger测序检测POLE第9~14号外显子突变,对于突变的标本,利用PCR的方法进行反向验证。利用免疫组织化学的方法检测错配修复蛋白(MLH1、MSH2、MSH6、PMS2)及p53蛋白的表达情况。4种错配修复蛋白的表达定位于细胞核,以非肿瘤性内膜腺体、内膜间质及淋巴细胞核作为阳性内对照,呈棕黄色阳性着色。只有在内对照阳性前提下肿瘤区域细胞核表达完全缺失可判定为MMR蛋白缺失(dMMR)。非肿瘤性内膜腺体、内膜间质及淋巴细胞作为p53染色的野生型内对照,细胞核呈强弱不等的差异性着色。大于70%的肿瘤细胞细胞核呈弥漫强阳性判定为错义突变型,全部肿瘤细胞核不着色判读为无义突变型,细胞核呈强弱不等的差异性着色判定为野生型。分子分型的判断流程:1)先判读POLE基因的突变状态:有致病性突变的判断为POLE突变型,无POLE突变的再进行MMR蛋白的判断;2)4种错配修复蛋白中任一蛋白的表达缺失,即判定为dMMR型,若不是dMMR型,则进行p53的判读;3)根据p53染色情况判断为p53突变型或p53野生型,p53野生型即无特定分子特征(non-specific molecular profile,NSMP)型。
3.免疫评分
利用免疫组织化学的方法检测VISTA在子宫内膜癌中的表达。VISTA的评估:VISTA在肿瘤间质免疫细胞中阳性的比例≥1%定义为VISTA阳性,免疫评分为1分;VISTA在肿瘤间质免疫细胞中阳性的比例<1%定义为VISTA阴性,免疫评分为0分。
4.综合预后评分系统如下:
将以上四项预后因素得分相加,得到总分,总分范围0–5分,危险分层如下:0–1分为低危,2分为中危,3分为高中危,4–5分为高危。将该预后模型纳入了分子分型(Moleculartype)、免疫评分(Immune score)和病理参数(Pothologic parameters)定义为子宫内膜癌MIP预后评价系统。
有益效果:
本发明是基于450例FIGO I–III期子宫内膜癌建立的。本发明达到了以下几方面的效果:
(1)根据本发明的MIP预后评价系统制定的不同风险分层患者预后差异显著。根据发明中的评价系统,低危患者176例,其中1例复发,5年无复发生存率(RFS)为99.1%;中危患者119例,8例复发,5年RFS为88.7%;高中危患者97例,其中19例复发,5年RFS为65.5%;高危患者58例,其中16例复发,5年RFS为53.5%。而根据ESMO危险分层,低危患者149例,其中4例复发,5年RFS为96.2%;中危患者84例,其中7例复发,5年RFS为85.5%;高中危患者75例,其中7例复发,5年RFS为87.9%;高危患者142例,其中26例复发,5年RFS为68.1%。两种风险分层患者的无进展生存期和疾病特异生存期的生存曲线见图3。
(2)本发明的MIP预后评价系统比现有的ESMO风险分层具有更高的预测能力。C指数即一致性指数(C-index,concordance index),用来评价模型的预测能力。C指数是指所有病人对子中预测结果与实际结果一致的对子所占的比例,它估计了预测结果与实际观察到的结果相一致的概率。对于患者的无复发生存期(RFS),MIP预后评价系统模型的C指数为0.90(95%可信区间0.86–0.94),而ESMO的C指数为0.79(95%可信区间为0.71–0.87),两个模型的预测能力具有差异(p<0.01)。对于患者的疾病特异生存期(DSS),MIP模型的C指数为0.90(95%可信区间0.85–0.96),而ESMO的C指数为0.83(95%可信区间为0.74–0.91),两个模型的预测能力具有差异(p<0.01)。两种风险分层的C指数的比较见图4。
综合判别改善指数(Integrated Discrimination Improvement,IDI),总体来说IDI越大,则提示新模型预测能力越好。若IDI>0,则为正改善,说明新模型比旧模型的预测能力有所改善,若IDI<0,则为负改善,新模型预测能力下降,若IDI=0,则认为新模型没有改善。对于2年无复发生存期的预测能力,MIP模型与ESMO模型相比,IDI=10%,95%可信区间为4.2%–18.3%,p<0.001;对于2年疾病特异生存期,IDI=3.5%,95%可信区间为0.0%–9.9%,p=0.052;对于5年无复发生存期的预测能力,MIP模型与ESMO模型相比,IDI=14.5%,95%可信区间为5.4%–24.9%,p=0.002;对于5年疾病特异生存期,IDI=12.2%,95%可信区间为1.9%–24.7%,p=0.016。由此可以看出,本发明的MIP分型分层方法比现有ESMO方法的预测能力更好,预测患者预后的能力更强。
(3)本发明中的MIP预后评价系统风险分层比现有ESMO风险分层的方法更客观、更简洁。ESMO风险分层是仅根据组织形态学判读,纳入了肿瘤的组织学类型、肿瘤浸润深度、肿瘤的组织学级别及淋巴脉管间隙浸润。肿瘤的组织学类型目前有9种,病理医生的诊断一致性较低,尤其是在高级别肿瘤中,鉴别组织学类型较为困难,病理医生之间的诊断一致性更低。本发明中的MIP风险分层是基于分子病理、免疫评分、肿瘤级别和LVSI建立的评价系统,并没有纳入组织学类型,因此该方法更加客观、重复性更高。并且根据预后得分即可判读内膜癌的复发风险。因此,本发明中的MIP风险分型更加简洁。
附图说明
图1.现有子宫内膜癌替代分子分型的检测流程
图2.本发明的子宫内膜癌MIP预后评价系统的技术路线
图3.本发明中的MIP预后模型及现有ESMO模型中不同风险分层患者的生存曲线。A.根据本发明中的MIP预后模型风险分层患者的无复发生存曲线;B.根据现有ESMO模型风险分层患者的无复发生存曲线;C.根据本发明中的MIP预后模型风险分层患者的疾病特异生存曲线;D.根据现有ESMO模型风险分层患者的疾病特异生存曲线。
图4.本发明中的MIP预后模型及现有ESMO模型C指数的比较,本发明中MIP模型的C指数显著高于现有ESMO模型的C指数。
具体实施方式
实施例
一、研究对象
本实施案例的研究对象为FIGO I–III期子宫内膜癌患者术后的肿瘤组织标本。纳入标准:明确病理诊断为子宫内膜癌;FIGO I–III期;病理切片及石蜡标本完整;随访时间至少3个月;临床数据完整。
排除标准:FIGO IV期;术前接受新辅助化疗;术前接受放射治疗;合并卵巢癌、宫颈癌等妇科恶性肿瘤;刮宫后的手术标本中无肿瘤组织;病理切片或石蜡标本缺失;随访时间小于3个月。
二、研究方法
1.临床资料的收集
通过查阅患者住院病历及门诊病历,记录患者的年龄、手术方式、腹水细胞学结果、术前是否接受化疗、术后是否接受辅助治疗、辅助治疗的方式,通过电话或门诊病历随访,记录患者是否复发、复发时间、复发部位、复发后的治疗方式、是否死亡、死亡时间、死亡原因。
2.病理参数的判读
通过显微镜下观察病理HE切片,判读以下病理参数,包括组织学类型、分化程度、肿瘤分级、肿瘤浸润深度、LVSI、宫颈间质浸润情况。根据病理参数及影像学检查确定FIGO分期。
3.POLE测序
利用凯杰公司的DNA提取试剂套装QIAamp提取内膜癌的肿瘤组织DNA,利用PCR的方法扩增POLE的第9至14号外显子,PCR引物序列如下:
4.免疫组织化学染色
1)病理标本的筛选:挑选含有肿瘤组织的石蜡组织标本,有条件可制备石蜡包埋标本的组织芯片。
2)切片,展片,贴片,烤片:切片厚度为4μm,然后将展开的切片用防脱粘附载玻片捞起,放于切片架晾干,在烤片机上70℃烘烤30min。
3)脱蜡:将至切片一次放入二甲苯Ⅰ、二甲苯Ⅱ、100%酒精、95%酒精、90%酒精、85%酒精、75%酒精、50%酒精、蒸馏水中各5min,进行脱蜡。
4)抗原修复:将一定量的柠檬酸钠抗原修复液(pH=6.0)加入烧杯中,将烧杯放入高压锅中,加热至沸腾,高压沸腾2~3min,抗原修复液冷却恢复至室温,用PBS冲洗2次。
5)灭活过氧化物酶:滴加3%双氧水至组织切片,室温孵育15min,PBS冲洗3遍,以阻断内源性过氧化物酶。
6)封闭:使用防水记号笔勾勒出组织标本部分,滴加封闭用血清,置于湿盒中室温下封闭30min,PBS冲洗3次.
7)孵育一抗:在组织切片滴加抗VISTA(货号D1L2G,稀释比例1:200;厂家CellSignaling Technology)、MSH2,、MSH6、MLH1、PMS2(四种错配修复蛋白的抗体来自VENTANAMMR IHC试剂盒)及p53抗体(ZA-0408,稀释比例1:200,北京中杉金桥)的抗体置于湿盒中,4℃过夜。同型IgG作为阴性对照。
8)孵育二抗:一抗孵育4℃过夜后,取出,在37℃复温1h,PBS洗三次,滴加二抗,室温孵育1h;然后PBS冲洗三次.
9)DAB显色:孵育完毕后,滴加新鲜配置的DAB显色液,显色5min左右,观察染色情况,根据染色的程度,流动水冲洗10min,及时终止显色。
10)苏木素复染,蓝返:切片在苏木素染液中室温染色2min左右,流动水冲洗后放入0.1%盐酸乙醇中5-10s,自来水冲洗后,放入氨水中5-10s蓝返。
11)脱水:依次在浓度为50%酒精→70%酒精→80%酒精→90%酒精→95%酒精→100%酒精(两次)脱水5min,二甲苯透明:二甲苯Ⅰ、二甲苯Ⅱ中10min透明。
12)封片:中性树胶封片,盖上盖玻片,注意避免出现气泡,通风橱内晾干后观察。
5.免疫组化结果的评估
错配修复蛋白的判读:4种错配修复蛋白的表达定位于细胞核,以非肿瘤性内膜腺体、内膜间质及淋巴细胞核作为阳性内对照,呈棕黄色阳性着色。只有在内对照阳性前提下,肿瘤区域细胞核任一种MMR表达完全缺失可判定为MMR蛋白缺失(dMMR)。
P53的评估:非肿瘤性内膜腺体、内膜间质及淋巴细胞作为p53染色的野生型内对照,细胞核呈强弱不等的差异性着色。大于70%的肿瘤细胞细胞核呈弥漫强阳性判定为错义突变型,全部肿瘤细胞核不着色判读为无义突变型,错义突变型和无义突变型判定为p53突变型,细胞核呈强弱不等的差异性着色判定为p53野生型。
VISTA的判读:仅评估VISTA在间质免疫细胞中的表达,不评估VISTA在肿瘤细胞中的表达。VIATA在肿瘤间质免疫细胞中阳性的比例≥1%定义为VISTA阳性,<1%定义为VISTA阴性。
6.分子分型的步骤
如图1所示:1)先判读POLE基因的突变状态:有致病性突变的判断为POLE突变型,无POLE突变的再进行MMR蛋白的判断;2)4种错配修复蛋白中任一蛋白的表达缺失,即判定为dMMR型,若不是dMMR型,则进行p53的判读;3)根据p53染色情况判断为p53突变型或p53野生型,p53野生型即无特定分子特征(non-specific molecular profile,NSMP)型。
7.根据MIP预后评价系统判断复发风险
根据以下表格进行预后风险赋分:
将以上四项预后因素得分相加,得到总分,总分范围0–5分,危险分层如下:0–1分为低危,2分为中危,3分为高中危,4–5分为高危。
8.根据ESMO方法判断复发风险级别
根据病理参数和ESMO的标准,按照下表判断复发风险的等级:
三、统计分析
利用R语言中的survival包及ggplot包绘制两种模型的患者生存曲线,利用R语言中的survival包和survcomp包比较新模型与现有ESMO模型的C指数,利用R语言中的survIDINR包计算两种模型的综合判别改善指数(Integrated DiscriminationImprovement,IDI)。总体来说IDI越大,则提示新模型预测能力越好。若IDI>0,则为正改善,说明新模型比旧模型的预测能力有所改善,若IDI<0,则为负改善,新模型预测能力下降,若IDI=0,则认为新模型没有改善。
(1)根据本发明的MIP预后评价系统制定的不同风险分层患者预后差异显著。根据发明中的评价系统,低危患者176例,其中1例复发,5年无复发生存率(RFS)为99.1%;中危患者119例,8例复发,5年RFS为88.7%;高中危患者97例,其中19例复发,5年RFS为65.5%;高危患者58例,其中16例复发,5年RFS为53.5%。而根据ESMO危险分层,低危患者149例,其中4例复发,5年RFS为96.2%;中危患者84例,其中7例复发,5年RFS为85.5%;高中危患者75例,其中7例复发,5年RFS为87.9%;高危患者142例,其中26例复发,5年RFS为68.1%。两种风险分层患者的无复发生存期和疾病特异生存期的生存曲线见图3。
(2)本发明的MIP预后评价系统比现有的ESMO风险分层具有更高的预测能力。C指数即一致性指数(C-index,concordance index),用来评价模型的预测能力。C指数是指所有病人对子中预测结果与实际结果一致的对子所占的比例,它估计了预测结果与实际观察到的结果相一致的概率。对于患者的无复发生存期(RFS),MIP预后评价系统模型的C指数为0.90(95%可信区间0.86–0.94),而ESMO的C指数为0.79(95%可信区间为0.71–0.87),两个模型的预测能力具有差异(p<0.01)。对于患者的疾病特异生存期(DSS),MIP模型的C指数为0.90(95%可信区间0.85–0.96),而ESMO的C指数为0.83(95%可信区间为0.74–0.91),两个模型的预测能力具有差异(p<0.01)。两种风险分层的C指数的比较见图4。
综合判别改善指数(Integrated Discrimination Improvement,IDI),总体来说IDI越大,则提示新模型预测能力越好。若IDI>0,则为正改善,说明新模型比旧模型的预测能力有所改善,若IDI<0,则为负改善,新模型预测能力下降,若IDI=0,则认为新模型没有改善。对于2年无复发生存期的预测能力,MIP模型与ESMO模型相比,IDI=10%,95%可信区间为4.2%–18.3%,p<0.001;对于2年疾病特异生存期,IDI=3.5%,95%可信区间为0.0%–9.9%,p=0.052;对于5年无复发生存期的预测能力,MIP模型与ESMO模型相比,IDI=14.5%,95%可信区间为5.4%–24.9%,p=0.002;对于5年疾病特异生存期,IDI=12.2%,95%可信区间为1.9%–24.7%,p=0.016。由此可以看出,本发明的MIP分型分层方法比现有ESMO方法的预测能力更好,预测患者预后的能力更强。
(3)本发明中的MIP预后评价系统风险分层比现有ESMO风险分层的方法更客观、更简洁。ESMO风险分层是仅根据组织形态学判读,纳入了肿瘤的组织学类型、肿瘤浸润深度、肿瘤的组织学级别及淋巴脉管间隙浸润。肿瘤的组织学类型目前有9种,病理医生的诊断一致性较低,尤其是在高级别肿瘤中,鉴别组织学类型较为困难,病理医生之间的诊断一致性更低。本发明中的MIP风险分层是基于分子病理、免疫评分、肿瘤级别和LVSI建立的评价系统,并没有纳入组织学类型,因此该方法更加客观、重复性更高。并且根据预后得分即可判读内膜癌的复发风险。因此,本发明中的MIP风险分型更加简洁。
SEQUENCE LISTING
<110> 中国医学科学院北京协和医院
<120> 一种纳入分子分型和免疫评分的子宫内膜癌预后评价系统
<130> P210029
<160> 12
<170> PatentIn version 3.5
<210> 1
<211> 23
<212> DNA
<213> 人工序列(Artificial sequence)
<400> 1
tcttttaaca accagaggga ggt 23
<210> 2
<211> 21
<212> DNA
<213> 人工序列(Artificial sequence)
<400> 2
ttgctcccat tcctggacta a 21
<210> 3
<211> 22
<212> DNA
<213> 人工序列(Artificial sequence)
<400> 3
cacattgctg tggacttctt tg 22
<210> 4
<211> 21
<212> DNA
<213> 人工序列(Artificial sequence)
<400> 4
ctcatggagc tgcaattctg a 21
<210> 5
<211> 21
<212> DNA
<213> 人工序列(Artificial sequence)
<400> 5
atgaggctgc tgcttctgaa c 21
<210> 6
<211> 21
<212> DNA
<213> 人工序列(Artificial sequence)
<400> 6
ccaggagcca cctcctaagt c 21
<210> 7
<211> 20
<212> DNA
<213> 人工序列(Artificial sequence)
<400> 7
actctgcacc tcccgtgtct 20
<210> 8
<211> 21
<212> DNA
<213> 人工序列(Artificial sequence)
<400> 8
tcccatgaga tgtggtgaca g 21
<210> 9
<211> 19
<212> DNA
<213> 人工序列(Artificial sequence)
<400> 9
gcccagtttt gccagttct 19
<210> 10
<211> 18
<212> DNA
<213> 人工序列(Artificial sequence)
<400> 10
gagcgggctg gcatacat 18
<210> 11
<211> 21
<212> DNA
<213> 人工序列(Artificial sequence)
<400> 11
ctgtgccggt ctccttactg t 21
<210> 12
<211> 21
<212> DNA
<213> 人工序列(Artificial sequence)
<400> 12
gggacatcca cctccattca g 21
Claims (1)
1.一种子宫内膜癌预后评价系统,其特征在于,其包含分子分型部分、VISTA评估部分、肿瘤级别部分和淋巴脉管间隙浸润LVSI评价部分;所述各部分含有检测试剂,所述分子分型部分包括检测POLE的第9至14号外显子突变、错配修复蛋白表达缺失和p53突变型的试剂;所述VISTA评估部分包括检测VISTA在子宫内膜癌中的表达的试剂;所述肿瘤级别部分包含对肿瘤分级的检测试剂和所述LVSI评价部分包括组织形态病理诊断的检测试剂;
所述分子分型部分先判读POLE基因的突变状态:有致病性突变的判断为POLE突变型,无POLE突变的再进行错配修复蛋白的判断;4种错配修复蛋白中任一蛋白的表达缺失,即判定为dMMR型,若不是dMMR型,则进行p53突变的判读;判断为p53突变型或p53野生型,p53野生型即NSMP型;
所述错配修复蛋白包括MLH1、MSH2、MSH6和PMS2;
所述VISTA评估部分包括VISTA阳性和VISTA阴性,所述VISTA阳性为在肿瘤间质免疫细胞中阳性的比例≥1%,所述VISTA阴性为在肿瘤间质免疫细胞中阳性的比例<1%;
所述肿瘤级别部分包括低级别肿瘤和高级别肿瘤,所述高级别为FIGO3级,所述低级别为FIGO1级或2级;
所述LVSI评价部分包括LVSI阳性和LVSI阴性,所述LVSI阳性指由扁平的内皮细胞围绕成的间隙中看到至少一簇肿瘤细胞,否则LVSI阴性;
所述分子分型部分,p53突变型判定为2分,dMMR/NSMP型判定为1分,POLE突变型判定为0分;所述VISTA评估部分,VISTA阳性判定为0分,VISTA阴性判定为1分;所述肿瘤级别部分,高级别判定为1分,低级别判定为0分;所述LVSI评价部分,LVSI阳性为1分,阴性为0分;
将以上四项部分得分相加,得到总分,总分范围0–5分,危险分层如下:0–1分为低危,2分为中危,3分为高中危,4–5分为高危。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110329820.5A CN113046438B (zh) | 2021-03-26 | 2021-03-26 | 一种纳入分子分型和免疫评分的子宫内膜癌预后评价系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110329820.5A CN113046438B (zh) | 2021-03-26 | 2021-03-26 | 一种纳入分子分型和免疫评分的子宫内膜癌预后评价系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113046438A CN113046438A (zh) | 2021-06-29 |
CN113046438B true CN113046438B (zh) | 2022-03-22 |
Family
ID=76515802
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110329820.5A Active CN113046438B (zh) | 2021-03-26 | 2021-03-26 | 一种纳入分子分型和免疫评分的子宫内膜癌预后评价系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113046438B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113759132B (zh) * | 2021-10-08 | 2022-06-03 | 首都医科大学附属北京妇产医院 | 用于预测子宫内膜癌预后的模型、产品和方法 |
CN116973571A (zh) * | 2023-07-28 | 2023-10-31 | 上海市闵行区中心医院 | 基于深度学习的胃肠癌细胞智能检测方法、系统、介质及设备 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2561351B1 (en) * | 2010-04-22 | 2015-12-09 | British Columbia Cancer Agency Branch | Novel biomarkers and targets for ovarian carcinoma |
WO2014039983A1 (en) * | 2012-09-07 | 2014-03-13 | The Trustees Of Dartmouth College | Vista modulators for diagnosis and treatment of cancer |
WO2017008165A1 (en) * | 2015-07-14 | 2017-01-19 | British Columbia Cancer Agency Branch | Classification method and treatment for endometrial cancers |
-
2021
- 2021-03-26 CN CN202110329820.5A patent/CN113046438B/zh active Active
Non-Patent Citations (1)
Title |
---|
免疫检查点在宫颈癌中的研究进展;宗丽菊等;《现代妇产科进展》;20180625(第08期);第625-631页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113046438A (zh) | 2021-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113046438B (zh) | 一种纳入分子分型和免疫评分的子宫内膜癌预后评价系统 | |
PT1781814E (pt) | Métodos e kit para o prognóstico do cancro da mama | |
CN113156120B (zh) | B7h4在制备子宫内膜癌分子分型试剂及系统中的应用 | |
CN103602720A (zh) | 前列腺癌基因标记物在标记前列腺癌复发和转移中的用途及方法 | |
Arabi et al. | Impact of microsatellite instability (MSI) on survival in high grade endometrial carcinoma | |
CN105986024A (zh) | 一组用于三阴性乳腺癌预后的基因及其应用 | |
CN110244058B (zh) | Enpp1在制备高级别浆液性卵巢癌诊断及预后试剂盒中的应用 | |
Magi-Galluzzi et al. | The 17-gene genomic prostate score assay predicts outcome after radical prostatectomy independent of PTEN status | |
CN112877438A (zh) | 纳入分子分型和pdl1检测的高危子宫内膜癌预后评价系统 | |
CN106706915A (zh) | Susd2在制备高级别浆液性卵巢癌诊断和/或预后判断的试剂盒中的应用 | |
CN112961921B (zh) | 一种用于判断早期子宫内膜癌预后的制剂及复发风险模型 | |
CN106480188B (zh) | 转移性前列腺癌早期预测的分子探针、试剂盒及该分子探针的应用 | |
CN112229998B (zh) | 一种卵巢癌的预后诊断标志物Claudin22及其应用 | |
CN115232876A (zh) | 一种he4基因的原位杂交早期筛查试剂盒 | |
AU2010339478B2 (en) | Simultaneous detection of mutational status and gene copy number | |
CN112229997B (zh) | 一种卵巢癌的预后诊断标志物Claudin23及其应用 | |
Zhao et al. | Determination of follistatin-like protein 1 expression in colorectal cancer and its association with clinical outcomes | |
CN114990218A (zh) | 一种预测肺癌脑转移的试剂盒 | |
CN114778844A (zh) | Pld1作为评估肿瘤患者对于化疗药物敏感性的分子标志物的用途 | |
CN111948395A (zh) | 用于诊断三阴性乳腺癌免疫调节亚型的四联标志物及其应用 | |
CN113552355B (zh) | 一种宫颈癌预后评分系统及其应用 | |
El-Mansi et al. | Validation of tissue microarray technology using cervical adenocarcinoma and its precursors as a model system | |
CN101386889A (zh) | 一种amacr基因的原位杂交检测试剂盒及其检测方法和应用 | |
RU2104526C1 (ru) | Способ диагностики т-клеточных лимфом кожи | |
CN110244057B (zh) | Adora3在制备高级别浆液性卵巢癌诊断及预后试剂盒中的应用 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |