CN117589991B - 一种用于乳腺癌患者her2表达状态鉴定的生物标志物、模型、试剂盒及用途 - Google Patents

一种用于乳腺癌患者her2表达状态鉴定的生物标志物、模型、试剂盒及用途 Download PDF

Info

Publication number
CN117589991B
CN117589991B CN202410071183.XA CN202410071183A CN117589991B CN 117589991 B CN117589991 B CN 117589991B CN 202410071183 A CN202410071183 A CN 202410071183A CN 117589991 B CN117589991 B CN 117589991B
Authority
CN
China
Prior art keywords
breast cancer
her2
model
patient
cancer patient
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
Application number
CN202410071183.XA
Other languages
English (en)
Other versions
CN117589991A (zh
Inventor
陈利民
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin Yunjian Medical Instrument Co ltd
Tianjin Yunjian Medical Lab Co ltd
Original Assignee
Tianjin Yunjian Medical Instrument Co ltd
Tianjin Yunjian Medical Lab Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tianjin Yunjian Medical Instrument Co ltd, Tianjin Yunjian Medical Lab Co ltd filed Critical Tianjin Yunjian Medical Instrument Co ltd
Priority to CN202410071183.XA priority Critical patent/CN117589991B/zh
Publication of CN117589991A publication Critical patent/CN117589991A/zh
Application granted granted Critical
Publication of CN117589991B publication Critical patent/CN117589991B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/53Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/574Immunoassay; Biospecific binding assay; Materials therefor for cancer
    • G01N33/57484Immunoassay; 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
    • G01N33/57496Immunoassay; 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 involving intracellular compounds
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/53Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/574Immunoassay; Biospecific binding assay; Materials therefor for cancer
    • G01N33/57407Specifically defined cancers
    • G01N33/57415Specifically defined cancers of breast
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/68Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
    • G01N33/6803General methods of protein analysis not limited to specific proteins or families of proteins
    • G01N33/6848Methods of protein analysis involving mass spectrometry
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Molecular Biology (AREA)
  • Urology & Nephrology (AREA)
  • General Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Chemical & Material Sciences (AREA)
  • Hematology (AREA)
  • Cell Biology (AREA)
  • Microbiology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Data Mining & Analysis (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Biotechnology (AREA)
  • Pathology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Hospice & Palliative Care (AREA)
  • Oncology (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Evolutionary Biology (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Algebra (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)

Abstract

本发明属于生物技术领域,具体涉及一种用于乳腺癌患者HER2表达状态鉴定的生物标志物、模型、试剂盒及用途,生物标志物为蛋白标志物,其选自MSH2、TLE3、STAT3或XRCC1的一或多种,模型为MSH2、TLE3、STAT3和XRCC1四种生物标志物训练的逻辑回归模型。本发明提供了新的乳腺癌患者HER2状态的伴随诊断蛋白标志物,通过质谱选择反应监测(MS‑SRM)靶向蛋白定量检测技术,能够准确地直接定量乳腺癌中生物标志物的含量,准确地识别从抗HER2治疗中获益的乳腺癌患者,改善临床治疗和结果。

Description

一种用于乳腺癌患者HER2表达状态鉴定的生物标志物、模型、 试剂盒及用途
技术领域
本发明属于生物技术领域,具体涉及一种用于乳腺癌患者HER2表达状态鉴定的生物标志物、模型、试剂盒及用途。
背景技术
生物标志物一般是指正常生物学过程、病理过程、临床治疗过程或对暴露或干预反应中某种特征性的可测量的生化指标。客观的检查和评估一种疾病特异性的生物标志物,对于疾病的鉴定、早期诊断及预防、临床治疗过程中的监控具有重要的指导作用。生物标记物可以根据其应用进行分类。例如,基于免疫组织化学的病理组织诊断性生物标记物,可以帮助确认病变或癌症的类型。预后生物标志物与疾病结果相关,经常被用于确定哪些癌症可能需要额外的治疗。它们还可用于评估治疗反应和疾病的监测。预测性生物标志物用于确定特定治疗的潜在益处。
在精准肿瘤学的框架指导下,乳腺癌的临床治疗和诊断已取得快速发展与成果。一些新的个性化疗法和相应的生物标志物获得批准,还有一些正在发展的新概念。例如,HER2异质性再新认知的问题、HER2低表达群再深入分层和HER2突变的癌症等问题。由于激活HER2突变很少见(仅占乳腺癌的约2%-5%),它们常发生在HER2 IHC 0~2+和FISH扩增阴性癌症中。HER2激活突变已被确定为另一个药物靶点,因此在寻找其他潜在的药物靶点。这些变化使得CAP/ASCO指南的改进和最新更新,与之相并行,英国HER2指南制定了标准化英国HER2检测的方法和报告。比如,在早期ER阳性/ HER2阴性疾病中,多基因表达panel (如Oncotype DX)用于确定内分泌治疗中是否应加入化疗的新标准生物标志物。在ER阴性/HER2阳性或三阴性早期乳腺癌中,因肿瘤细胞的侵袭性更强对新辅助治疗的反应已被证明是一种有用的生物标志物,可帮助确定是否应为反应不完全的患者添加额外的治疗。最近Ki67也作为一种标志物出现,如果考虑在内分泌治疗中添加细胞周期抑制剂(abemaciclib),可用于识别高风险ER阳性和HER2阴性癌症。还有一点是,在转移性乳腺癌环境中,已经出现多种预测性生物标志物,包括:对转移性患者进行生殖系BRCA突变检测(确定PARP抑制剂的选择性治疗) 和其他ER-/HER2依赖生物标志物,可选用PD-L1 (用于三阴性患者的潜在免疫治疗) 和PIK3CA突变状态(用于ER阳性转移患者的潜在PI3K抑制剂治疗)。
上述的临床诊断和评估的技术方法仍基于抗原抗体和基因学方法,因受各自方法学的限制都存在一定的不足。目前,大家普遍认同的动态靶向蛋白的检测较相对静态的基因检测更接近临床的表型。
在乳腺癌患者中HER2蛋白异常表达约占乳腺癌患者的20%左右,临床上已证实HER2阳性乳腺癌患者术后易复发、转移,临床治疗和预后不良。
评估HER2状态的标准方法是免疫组织化学(IHC)和荧光原位杂交(FISH)试验,由美国FDA批准。IHC也是美国FDA批准的第一个伴随诊断产品。尽管IHC是评估HER2的指南标准方法,但因自身的方法学原因存有一定的局限性,其结果假阳性和假阴性的问题常引起临床医生的质疑。据报道,IHC判断为HER2阳性患者,存在高达20%的假阳性,而判断为HER2阴性的患者,假阴性比例为1.1%~11.5%。
FISH是检测HER2状态的金标准,但其费用高,耗时较长。FISH属于基因方法亦不可避免地存在检测壁垒,例如:1)检测价格较免疫组化昂贵;2)信号强度随时间衰减,检测方法存在不稳定性;3)较难鉴定乳腺癌微小浸润灶,不能同时观察细胞形态;4)需要病理医师及技术员接受专业的培训,否则会出现主观判断的偏差;5)该检测方法属于半定量方法,无法检测肿瘤细胞中HER2表达量的具体数值。
综上所述,目前临床中用于评估HER2状态的两种方法存在假阳/假阴、成本高、主观误差大、无法准确定量等问题;急需要开发新的伴随诊断蛋白去辅助乳腺癌患者HER2状态的鉴定。
临床质谱学的出现促进了分子诊断技术的进步与发展。靶向蛋白质谱是一种新颖的方法,与传统的FISH诊断方法相比,靶向质谱法具有独特的优势,克服了FISH方法学的局限性,可实现肿瘤细胞内5个数量级以上蛋白表达的绝对线性定量,可以在整个护理过程中同时定量多种特异性蛋白生物标志物。因此,寻找在整个护理过程中同时定量多种特异性蛋白生物标志物是亟待解决的问题。质谱选择反应监测(MS-SRM)靶向蛋白定量检测是美国CAP/CLIA实验室推荐的方法,已被广泛接受,用于定量特定蛋白靶点的水平。一些国家的相关研究已见报道,但在中国地区报道少见。
发明内容
本发明旨在至少解决相关技术中存在的技术问题之一。为此,本发明提供一种用于肿瘤细胞靶向蛋白绝对定量的质谱检测方法,可定量的肿瘤靶向蛋白的用于乳腺癌患者HER2表达状态鉴定的生物标志物、模型、试剂盒及用途。
本发明提供了用于乳腺癌患者HER2表达状态鉴定的生物标志物,所述生物标志物为蛋白标志物,其选自MSH2、TLE3、STAT3或XRCC1的一或多种。
本发明还提供了一种用于乳腺癌患者HER2表达状态鉴定的模型,针对四种上述的生物标志物,所述模型采用逻辑回归模型,其中,截距系数α为11.898962,STAT3前系数β1为-0.002953,XRCC1前系数β2为-0.005754,MSH2前系数β3为-0.008922,TLE3前系数β4为-0.006200,模型公式表示为:
本发明还提供了一种用于乳腺癌患者HER2表达状态鉴定的试剂盒,包括针对上述的生物标志物的检测试剂。
本发明还提供了一种针对生物标志物的检测试剂在制备乳腺癌患者HER2表达状态鉴定的试剂盒中的用途,所述生物标志物为蛋白标志物,其选自MSH2、TLE3、STAT3或XRCC1的一或多种。
另一方面,所述鉴定包括:
1)在所述患者的样本中,通过质谱选择反应监测靶向蛋白定量检测技术确定任一种所述生物标志物的蛋白表达水平;
2)将任一种所述生物标志物的蛋白表达水平与阈值比较,如果任一种所述生物标志物的蛋白表达水平高于阈值,判断该乳腺癌患者为HER2阳性患者;如果HER2的蛋白表达水平低于阈值,判断该乳腺癌患者为HER2阴性患者,其中,所述生物标志物的蛋白表达水平阈值为MSH2的阈值是200 amol/μg,TLE3的阈值是300 amol/μg,STAT3的阈值是1200 amol/μg,XRCC1的阈值是500 amol/μg。
另一方面,所述鉴定包括:
1)在所述患者的样本中,通过质谱选择反应监测靶向蛋白定量检测技术确定四种所述生物标志物的蛋白表达水平;
2)将由四种所述生物标志物的蛋白表达水平计算的模型评分和阈值比较,如果由四种所述生物标志物的表达状态鉴定的模型评分高于阈值,判断该乳腺癌患者为HER2阳性患者;如果HER2的蛋白表达水平低于阈值,判断该乳腺癌患者为HER2阴性患者,四种生物标志物的蛋白表达水平计算的模型评分阈值是0.75,其中所述模型采用逻辑回归模型,其中,截距系数α为11.898962,STAT3前系数β1为-0.002953,XRCC1前系数β2为-0.005754,MSH2前系数β3为-0.008922,TLE3前系数β4为-0.006200,模型公式表示为:
另一方面,所述样本为乳腺癌患者的石蜡包埋肿瘤组织样本或者新鲜手术取检组织样本。
本发明实施例中的上述一个或多个技术方案,至少具有如下技术效果之一:
本发明技术方案用于乳腺癌患者HER2表达状态鉴定的生物标志物,用途、模型及试剂盒,具有以下优点:
1)提供了新的乳腺癌患者HER2状态的伴随诊断蛋白标志物;
2)可以精准的将肿瘤细胞与非肿瘤组织分离;避免了非肿瘤组织对检测结果的干扰;
3)高的敏感性和特异性,检测敏感性可达到10-18数量级;
4)可以实现客观定量,通过在样本中加入已知含量的同位素标记肽段作为内标,实现对标志物蛋白的绝对定量。
发明详述
在描述本发明的产品和方法之前,应理解本发明不限于所述的特定产品或方法,因而当然可改变。还应理解,本文所用的术语仅用于描述特定实施方案的目的,而不欲具限制性,因为本发明的范围将仅由所附权利要求书限制。
在提供数值范围时,应理解,除非上下文另有明确说明,否则还特定公开介于所述范围的上限和下限之间的每一中间值。介于所述范围中的任何所述值或中间值与所述范围中的任何其它所述值或中间值之间的每一较小范围涵盖在本发明内。这些较小范围的上限和下限可独立地包括在范围中或排除在范围外,并且其中任一界限、无一界限或两个界限包括在较小范围内的每一范围也涵盖在本发明内,受制于所述范围中任何明确排除的界限。在所述范围包括一个或两个界限时,排除那些所包括界限的任一个或两个的范围也包括在本发明中。
除非另外定义,否则本文使用的所有技术和科学术语具有与本发明所属领域的普通技术人员通常所理解相同的含义。虽然与本文所述类似或等效的任何方法和材料可以用于实施或测试本发明,但现在描述一些潜在和优选的方法和材料。本文所提及的所有公开案通过引用的方式并入本文中以结合所引用的公开案来公开和描述方法和/或材料。应理解,在存在冲突的程度上,本公开取代所并入的公开案的任何公开内容。
本领域技术人员在阅读本公开内容后将显而易见,本文所描述和说明的每一单独的实施方案具有分立成分和特征,在不偏离本发明的范围或精神的情况下,其可容易地与任何其它若干个实施方案的特征分离或组合。可以所述事件的顺序或以逻辑上可能的任何其它顺序进行任何所述方法。
人表皮生长因子受体2 (HER2),又称为CD340 (分化簇340)、原癌基因Neu、Erbb2(啮齿动物)或ERBB2(人),是由erbB2基因编码的蛋白。该癌基因扩增或过度表达在侵袭性类型的乳腺癌进展进程中起着重要作用。大家还认识到erbB2基因的过度表达亦发生在卵巢癌、胃癌、肺腺癌、侵袭性子宫癌及30%涎腺导管癌中。
免疫组织化学或免疫组化(IHC),是应用抗原与抗体特异性结合的原理,通过化学反应使标记抗体的显色剂(荧光素、酶、金属离子)显色来确定组织细胞内抗原(多肽和蛋白质),对其进行定位、定性及相对定量的检测。
荧光原位杂交(FISH),是利用报告分子(如生物素、地高辛等)标记核酸探针,然后将探针与染色体或DNA纤维切片上的靶DNA杂交,若两者同源互补,即可形成靶DNA与核酸探针的杂交体。此时可利用该报告分子与荧光素标记的特异亲和素之间的免疫化学反应,经荧光检测系统在镜下对DNA进行定性、定量或相对定位分析。
术语“受试者”、“个体”或“患者”在本文中可互换使用。“受试者”可以是含有表达的遗传物质的生物实体。受试者可以为哺乳动物。该哺乳动物可以为人类。受试者可被诊断出疾病或怀疑处于疾病的高风险下。该疾病可为癌症。该癌症可为乳腺癌。在一些情况下,受试者不一定被诊断出疾病或怀疑处于疾病的高风险下。
术语“样本”指体液样本,分离的细胞样本,或来自组织或器官的样本。可由任意的组织或器官,通过例如活体组织检查(活检)或者手术切取或切除,获取组织或器官样本。
福尔马林固定和石蜡包埋后的组织切片(FFPE),是为了维持细胞核蛋白结构,先用福尔马林固定然后固体石蜡包埋,以便使用超薄切片机切成5-10微米厚的薄片的组织样本(通常是疑似肿瘤组织)。福尔马林与蛋白氨基发生了不可逆交联,保护细胞结构完整性,染色显示组织中肿瘤带来的畸形结构。
术语“表达水平”指生物标志物的蛋白或核酸表达水平,优选指生物标志物的蛋白表达水平。
本发明的质谱选择反应监测(MS-SRM)靶向蛋白定量检测技术,又称为多重反应监测质谱法(MS-MRM)。MS-SRM技术可使用三重四极杆(QQQ,triple quadrupole)质谱仪来从感兴趣的肽中选择带正电荷的离子,使带正电荷的离子片段化,随后测量所选带正电荷的片段离子的丰度。该测量通常可被称为过渡和/或过渡离子。
在一些应用中,MS-SRM 与高压液相色谱法(HPLC)和最近的超高压液相色谱法(UHPLC)耦合。在其他应用中,MS-SRM与采用QQQ质谱仪的UHPLC耦合,以对所有感兴趣的肽和蛋白质进行所需的LC-MS过渡测量。
在一些应用中,可使用四极杆飞行时间(qTOF)质谱仪、飞行时间-飞行时间(TOF-TOF)质谱仪、轨道阱质谱仪、四极杆轨道阱质谱仪或任何四极杆离子阱质谱仪从一种或多种感兴趣的肽中选择带正电荷的离子。然后,可测量片段化的带正电荷的离子来确定带正电荷的离子的丰度以用于量化感兴趣的肽或蛋白质。
在一些应用中,可使用飞行时间(TOF)、四极杆飞行时间(qTOF)质谱仪、飞行时间-飞行时间(TOF-TOF)质谱仪、轨道阱质谱仪或四极杆轨道阱质谱仪来测量来自未片段化的感兴趣的蛋白质的带正电荷的肽离子的质量和丰度,以供定量。在本申请中,分析物质量测量的准确度可用作测定的选择标准。具有已知组成和浓度的同位素标记的内标物可用作质谱定量方法的一部分。
在一些应用中,可使用飞行时间(TOF)、四极杆飞行时间(qTOF)质谱仪、飞行时间-飞行时间(TOF-TOF)质谱仪、轨道阱质谱仪或四极杆轨道阱质谱仪来测量感兴趣的蛋白质的质量和丰度以供定量。在本申请中,分析物质量测量的准确度可用作测定的选择标准。任选地,本申请在通过质谱法分析之前,可使用蛋白质的蛋白水解消化。具有已知组成和浓度的同位素标记的内标物可用作质谱定量方法的一部分。
在一些应用中,各种电离技术可与本文提供的质谱仪耦合,以产生所需的信息。可与本公开一起使用的非限制性的示例性电离技术包括但不限于:基质辅助激光解吸电离(MALDI)、解吸电喷雾电离(DESI)、直接辅助实时(DART)、表面辅助激光解吸电离(SALDI)或电喷雾电离(ESI)。
在一些应用中,HPLC和UHPLC可与质谱仪耦合。在质谱分析前,可进行多种其他肽和蛋白质分离技术。可用于从基质背景中分离所需分析物(例如,肽或蛋白质)的一些示例性分离技术包括但不限于,蛋白质或肽的反相液相色谱法(RP-LC)、MALDI前的离线液相色谱法(LC)、一维凝胶分离、二维凝胶分离、强阳离子交换(SCX)色谱法、强阴离子交换(SAX)色谱法、弱阳离子交换(WCX)和弱阴离子交换(WAX)。在质谱分析前可使用上述技术中的一种或多种。
术语“鉴定”在本文中用于指对分子或病理学状态、疾病或疾患(例如乳腺癌)的鉴定或分类。例如,“鉴定”可以指特定乳腺癌类型的鉴定。
本发明的方法可以诊断受试者是否患有乳腺癌,具体包括在所述受试者的样品中,通过质谱选择反应监测靶向蛋白定量检测技术确定HER2的蛋白表达水平;将所述的蛋白表达水平与阈值比较,如果乳腺癌IHC 2+的患者检测值高于阈值,可诊断为该患者HER2表达阳性;如果检测值低于阈值,考虑该患者HER2表达阴性。
如本领域技术人员将理解的,这种鉴定、预测、评估、诊断型虽然是优选的,但可能不会对100%被检测(研究)的受试者都是正确的。然而,该术语要求能够正确地评估具有统计学意义的部分的受试者,从而将乳腺癌HER2 IHC 2+的患者判定为阳性,还是阴性。
本发明中临床性能分为:敏感性,特异性,阳性预测值(PPV),阴性预测值(NPV)。
“敏感性”可用来衡量某种试验检测出有病者的能力,敏感性是将实际有病的人正确地判定为真阳性的比例。敏感性=真阳性人数/(真阳性人数+假阴性人数)*100%。
“特异性”是衡量试验正确地判定无病者的能力,特异性是将实际无病的人正确地判定为真阴性的比例。特异性=真阴性人数/(真阴性人数+假阳性人数)*100%。
阳性预测值(PPV)=真阳性人数/(真阳性人数+假阳性人数)*100%。
阴性预测值(NPV)=真阴性人数/(真阴性人数+假阴性人数)*100%。
本发明以所述的方法对乳腺癌进行诊断。例如,本文提供的设备可以以至少50%、至少55%、至少60%、至少65%、至少70%、至少75%、至少80%、至少85%、至少90%、至少95%、至少96%、至少97%、至少98%、至少99%或约100%的敏感性对乳腺癌进行诊断。
本发明所述的方法可以以至少50%、至少55%、至少60%、至少65%、至少70%、至少75%、至少80%、至少85%、至少90%、至少95%、至少96%、至少97%、至少98%、至少99%或约100%的特异性对乳腺癌进行诊断。
在一些情况下,本发明所述的方法以至少70%、至少75%、至少80%、至少85%、至少90%、至少95%、至少96%、至少97%、至少98%、至少99%或约100%的敏感性和特异性对乳腺癌进行诊断。
术语“治疗”或“处理”在本文中可互换使用。这些术语可指用于获得有益或所需结果的方法,该有益或所需结果包括但不限于治疗益处和/或预防益处。治疗益处可指正在治疗的潜在病症的根除或减轻。另外,治疗益处也可如下实现:与该潜在病症有关的一种或多种生理学症状得到根除或减轻,使得在受试者中观察到改善,尽管该受试者可能仍患有该潜在病症。预防益处包括延缓、防止或消除疾病或状况的出现,延缓或消除疾病或状况的症状的发作,减慢、中止或逆转疾病或状况的进展,或上述的任意组合。为了获得预防益处,处于发展成特定疾病的风险下的受试者或报告有疾病的一种或多种生理学症状的受试者可接受治疗,即使可能尚未作出该疾病的诊断。
本发明的方法可以辅助乳腺癌患者治疗,具体包括在受试者的样本中,通过选择反应监测靶向蛋白质组学技术确定MSH2、TLE3、STAT3或XRCC1蛋白表达水平;将所述的MSH2、TLE3、STAT3或XRCC1蛋白表达水平与阈值比较,或由四种生物标志物的蛋白表达水平计算的模型评分和阈值比较,如果高于阈值,可诊断乳腺癌受试者为HER2阳性患者;如果低于下限阈值,可诊断为阴性患者。高于阈值的乳腺癌患者被认为将从抗HER2治疗中获益。
目前大家普遍认同的动态靶向蛋白的检测较相对静态的基因检测更接近临床的表型。在过去的十年里,人们越来越认识到许多看似相同的肿瘤患者对相同的治疗亦有不同的反应,还意识到没有两位患者的癌症是完全相同的。因此,每一种癌症患者接受常规治疗方法,如化疗、放疗或靶向治疗时就可能有不同的反应。基于精准肿瘤学研究策略与方法,深入探究肿瘤不同的基因改变和不同的分子表型表征,阐明个体患者肿瘤的分子属性,客观地制定患者整体临床治疗方案,客观地评估在特定临床治疗与干预中哪些人群可能获益,哪些存在毒性的可能性。依据个体肿瘤患者中的分子靶点状况与分子药物相匹配,将改善临床治疗和结果,将有助于提高癌症治疗水平。本专利推断,此类例样本为HER2表达阴性或呈极低表达,对抗HER2靶向药的响应可能不佳,不宜抗HER2 靶向治疗。如果推断被得到证实,进一步说明基于MS-SRM靶向蛋白定量检测方法较传统方法优势明显,能够从特定的患病人群中准确地遴选出哪些将是从中获益的人群,哪些将是从中非获益的人群。还有MS-SRM方法不依赖于IHC的病理诊断,独立地对肿瘤细胞内的靶蛋白直接进行绝对定量,其具有良好的临床应用价值与前景。
本发明中使用的术语“试剂盒”指本发明所述组件的集合,优选地,其单独地或在单一的容器内提供。所述的容器内还包括实施本发明的方法的操作指南。这些操作指南可以是使用手册的形式,也可以通过计算机程序代码提供,当在计算机或数据处理设备上运行所述计算机程序代码时,其能够执行本发明的方法中的计算和比较,并相应地建立预测。所述的计算机程序代码可以是在数据存储介质或设备上,例如光学存储介质(例如光盘),或者直接在计算机或数据处理设备上提供。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中发现集以FISH结果作为实际类别的MSH2-SRM、TLE3-SRM、STAT3-SRM、XRCC1-SRM接受者操作特征曲线。
图2为本发明实施例中探索集以FISH结果作为实际类别的MSH2-SRM、TLE3-SRM、STAT3-SRM、XRCC1-SRM接受者操作特征曲线。
图3为本发明实施例中发现集以FISH结果作为实际类别的由MSH2-SRM、TLE3-SRM、STAT3-SRM、XRCC1-SRM为输入的逻辑回归模型评分接受者操作特征曲线。
图4为本发明实施例中验证集以FISH结果作为实际类别的由MSH2-SRM、TLE3-SRM、STAT3-SRM、XRCC1-SRM为输入的逻辑回归模型评分接受者操作特征曲线。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。以下实施例用于说明本发明,但不能用来限制本发明的范围。
下面结合图1至图4说明一种用于乳腺癌患者HER2表达状态鉴定的生物标志物、模型、试剂盒及用途。
为实现上述目的,本发明提出了一种用于肿瘤内蛋白绝对定量的质谱检测方法,可定量的肿瘤靶向蛋白的表达量;具体实施如下:
1.样本信息:
样本为乳腺癌手术肿瘤组织的FFPE切片,样本由三甲级合作医院提供;共65例,其中/FISH阴性(FISH -)样本14例;/FISH阳性(FISH +)样本51例;分为两个批次,第一批作为发现集35例,其中/FISH阴性(FISH -)样本7例;/FISH阳性(FISH +)样本28例;第二批作为验证集30例作为发现集,其中/FISH阴性(FISH -)样本7例;/FISH阳性(FISH +)样本23例。
2.样本制备:
首先病理医生对FFPE切片肿瘤组织中的肿瘤细胞进行标记,再行激光显微切割,利用激光能量将肿瘤细胞切割、分离和收集。之后,采用酶解法对收集的肿瘤细胞进行蛋白消化,获得靶向蛋白的肽段样本。
3.质谱检测:
质谱定量检测中包含30个蛋白,分别为:AXL,EGFR,ERCC1,FGFR-1234,FRalpha,hENT1,HER2,IDO1,IGF1R,KRAS,MSH2,MET,MGMT,MSLN,P16,PD-L1,RET,RRM1,TOPO1,TOPO2A,TLE3,TrkA,TYMP,STAT3,ALK,AR,HER3,ROS1,TUBB3,XRCC1
每个样品加入已知浓度的同位素标记的重肽作为内标(30个蛋白的同位素标记肽段),将样品注入连接三重四极杆质谱仪的液相系统,对每个样本中的30个蛋白进行质谱定量检测。
液相分离方法:液相色谱仪型号为Waters UPLC M-Class System;采用梯度洗脱。流动相A为水溶液,流动相B为乙腈溶液。色谱柱为MZ HSS T3 Column, 1.8 µm, 100 µm x100 mm)。液相分离梯度见下表:
质谱方法:质谱仪型号为Thermo TSQ-Altis,正极模式下运行,质谱仪参数设置如下:
质谱数据处理:质谱数据通过使用Pinnacle Production软件进行数据处理。
4.统计学分析以及诊断最佳阈值预测
研究计算和建模使用R 4.2.2版本对数据进行分析,我们对发现集35例样本绘制了样本以FISH检测阳性与阴性为假设的检测蛋白的线性预测的接受者操作特征曲线,其中四个靶向蛋白的接受者操作特征曲线表现良好,四个靶向蛋白为MSH2(AUC=0.816)、TLE3(AUC=0.806)、STAT3(AUC=0.862)和XRCC1(AUC=0.862),如图1所示。对验证集30例样本绘制了样本以FISH检测阳性与阴性为假设的检测蛋白的线性预测的接受者操作特征曲线,其中四个靶向蛋白的接受者操作特征曲线表现亦良好,具体表现为MSH2(AUC=0.807)、TLE3(AUC=0.826)、STAT3(AUC=0.932)和XRCC1(AUC=0.839),如图2所示。同时,我们对发现集35例样本绘制了样本以FISH检测阳性与阴性为假设的由四个靶向蛋白为输入得到的逻辑回归模型评分的线性预测接受者操作特征曲线,曲线表现良好,AUC为0.959,如图3所示。对验证集30例样本绘制了样本以FISH检测阳性与阴性为假设的由四个靶向蛋白为输入得到的逻辑回归模型评分的线性预测接受者操作特征曲线,曲线表现良好,AUC为0.975,如图4所示。
截距系数α为11.898962,STAT3前系数β1为-0.002953,XRCC1前系数β2为-0.005754,MSH2前系数β3为-0.008922,TLE3前系数β4为-0.006200,模型公式表示为:
在FISH 判读结果视为正确的基础上,MSH2蛋白质谱检测值在200 amol/µg阈值处对发现集35例样本具有高特异性(85.7%) 和高敏感性(75.0%)。MSH2蛋白质谱检测值在200amol/µg阈值处对验证集30例样本亦具有高特异性(71.4%) 和高敏感性(78.3%)。因此,本专利在应用MSH2蛋白的质谱定量值来诊断乳腺癌患者为HER2阳性患者时,将200 amol/µg作为判读阈值;即,样本的MSH2质谱检测值大于或等于200amol/µg时,判断该乳腺癌患者为HER2阳性患者,建议临床给予抗HER2靶向治疗;样本的MSH2质谱检测值小于200amol/µg时,判断该乳腺癌患者为HER2阴性患者,不建议临床给予抗HER2靶向治疗。
在FISH 判读结果视为正确的基础上,TLE3蛋白质谱检测值在300 amol/µg阈值处对发现集35例样本具有高特异性(71.4%) 和高敏感性(78.6%)。TLE3蛋白质谱检测值在300amol/µg阈值处对验证集30例样本亦具有高特异性(71.4%) 和高敏感性(78.3%)。因此,本专利在应用TLE3蛋白的质谱定量值来诊断乳腺癌患者为HER2阳性患者时,将300 amol/µg作为判读阈值;即样本的TLE3质谱检测值大于或等于300amol/µg时,判断该乳腺癌患者为HER2阳性患者,建议临床给予抗HER2靶向治疗;样本的TLE3质谱检测值小于300amol/µg时,判断该乳腺癌患者为HER2阴性患者,不建议临床给予抗HER2靶向治疗。
在FISH 判读结果视为正确的基础上,STAT3蛋白质谱检测值在1200 amol/µg阈值对发现集35例样本处具有高特异性(71.4%) 和高敏感性(75.0%)。STAT3蛋白质谱检测值在1200 amol/µg阈值对验证集30例样本处亦具有高特异性(100.0%) 和高敏感性(78.3%)。应用STAT3蛋白的质谱定量值来鉴定乳腺癌患者为HER2阳性患者时,将1200 amol/µg作为判读阈值;即,若样本的STAT3质谱检测值大于或等于1200amol/µg,判断该乳腺癌患者为HER2阳性患者,可以建议临床给予抗HER2靶向治疗;若样本的STAT3质谱检测值小于1200amol/µg,判断该乳腺癌患者为HER2阴性患者,不建议临床给予抗HER2靶向治疗。
在FISH 判读结果视为正确的基础上,XRCC1蛋白质谱检测值在500 amol/µg阈值处对发现集35例样本具有高特异性(100.0%) 和高敏感性(75.0%)。XRCC1蛋白质谱检测值在500 amol/µg阈值处对验证集30例样本具有高特异性(71.4%) 和高敏感性(78.3%)。应用XRCC1蛋白的质谱定量值来鉴定乳腺癌患者为HER2阳性患者时,将500 amol/µg作为判读阈值;即,若样本的XRCC1质谱检测值大于或等于500amol/µg,判断该乳腺癌患者为HER2阳性患者,建议临床给予抗HER2靶向治疗;若样本的XRCC1质谱检测值小于500amol/µg,判断该乳腺癌患者为HER2阴性患者,不建议临床给予抗HER2靶向治疗。
在FISH 判读结果视为正确的基础上,由所述四种生物标志物的蛋白表达水平计算的模型评分在0.75阈值处对发现集35例样本具有高特异性(100.0%) 和高敏感性(89.3%)。由所述四种生物标志物的蛋白表达水平计算的模型评分在0.75阈值处对探索集30例样本具有高特异性(71.4%) 和高敏感性(91.3%)。应用由所述四种生物标志物的蛋白表达水平计算的模型评分来鉴定乳腺癌患者为HER2阳性患者时,将0.75作为判读阈值;即,若样本的由所述四种生物标志物的蛋白表达水平计算的模型评分大于或等于0.75时,判断该乳腺癌患者为HER2阳性患者,建议临床给予抗HER2靶向治疗;若样本的由所述四种生物标志物的蛋白表达水平计算的模型评分小于0.75,判断该乳腺癌患者为HER2阴性患者,不建议临床给予抗HER2靶向治疗。
综上研究,包括MSH2、TLE3、STAT3或XRCC1的任意一或多种的生物标志物均可以良好的鉴定乳腺癌患者HER2表达状态,可以作为乳腺癌患者HER2状态伴随诊断的新的蛋白标志物。
本发明的上述调节参数仅仅是为说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其他不同形式的变化和变动。这里无法对所有的实施方式予以穷举。凡是属于本发明的技术方案所引申出的显而易见的变化或变动仍处于本发明的保护范围之列。

Claims (2)

1.针对生物标志物的检测试剂在制备乳腺癌患者HER2表达状态鉴定的试剂盒中的用途,其特征在于,所述鉴定包括:
1)在所述患者的样本中,通过质谱选择反应监测靶向蛋白定量检测技术确定四种所述生物标志物的蛋白表达水平,四种所述生物标志物为MSH2、TLE3、STAT3和XRCC1;
2)将由四种所述生物标志物的蛋白表达水平计算的模型评分和阈值比较,如果由四种所述生物标志物的表达状态鉴定的模型评分高于阈值,判断该乳腺癌患者为HER2阳性患者;如果HER2的蛋白表达水平低于阈值,判断该乳腺癌患者为HER2阴性患者,四种生物标志物的蛋白表达水平计算的模型评分阈值是0.75,其中所述模型采用逻辑回归模型,其中,截距系数α为11.898962,STAT3前系数β1为-0.002953,XRCC1前系数β2为-0.005754,MSH2前系数β3为-0.008922,TLE3前系数β4为-0.006200,模型公式表示为:
2.根据权利要求1所述的用途,其特征在于,所述样本为乳腺癌患者的石蜡包埋肿瘤组织样本或者新鲜手术取检组织样本。
CN202410071183.XA 2024-01-18 2024-01-18 一种用于乳腺癌患者her2表达状态鉴定的生物标志物、模型、试剂盒及用途 Active CN117589991B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410071183.XA CN117589991B (zh) 2024-01-18 2024-01-18 一种用于乳腺癌患者her2表达状态鉴定的生物标志物、模型、试剂盒及用途

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410071183.XA CN117589991B (zh) 2024-01-18 2024-01-18 一种用于乳腺癌患者her2表达状态鉴定的生物标志物、模型、试剂盒及用途

Publications (2)

Publication Number Publication Date
CN117589991A CN117589991A (zh) 2024-02-23
CN117589991B true CN117589991B (zh) 2024-03-29

Family

ID=89918671

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410071183.XA Active CN117589991B (zh) 2024-01-18 2024-01-18 一种用于乳腺癌患者her2表达状态鉴定的生物标志物、模型、试剂盒及用途

Country Status (1)

Country Link
CN (1) CN117589991B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1839201A (zh) * 2003-06-18 2006-09-27 吉恩勒克斯公司 修饰的重组痘苗病毒及其它微生物,及其应用
CN102798724A (zh) * 2012-08-07 2012-11-28 深圳先进技术研究院 一种检测乳腺癌her2基因表达量的方法及其试剂盒
CN103237901A (zh) * 2010-03-01 2013-08-07 卡里斯生命科学卢森堡控股有限责任公司 用于治疗诊断的生物标志物
CN108474723A (zh) * 2015-12-02 2018-08-31 克莱尔莱特诊断有限责任公司 制备和分析肿瘤组织样品用于检测和监测癌症的方法
CN110023513A (zh) * 2016-11-25 2019-07-16 建喾立嗣股份公司 预测乳腺癌患者预后的方法
CN111647648A (zh) * 2020-05-21 2020-09-11 北斗生命科学(广州)有限公司 一种用于检测乳腺癌基因突变的基因panel及其检测方法与应用
CN114664440A (zh) * 2021-09-27 2022-06-24 上海爱谱蒂康生物科技有限公司 一种乳腺癌转移的预测方法和应用
CN116148482A (zh) * 2023-04-20 2023-05-23 天津云检医学检验所有限公司 用于乳腺癌患者鉴定的设备及其制备用途
CN116312785A (zh) * 2023-01-19 2023-06-23 首都医科大学附属北京胸科医院 乳腺癌诊断标志基因及其筛查方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1839201A (zh) * 2003-06-18 2006-09-27 吉恩勒克斯公司 修饰的重组痘苗病毒及其它微生物,及其应用
CN103237901A (zh) * 2010-03-01 2013-08-07 卡里斯生命科学卢森堡控股有限责任公司 用于治疗诊断的生物标志物
CN102798724A (zh) * 2012-08-07 2012-11-28 深圳先进技术研究院 一种检测乳腺癌her2基因表达量的方法及其试剂盒
CN108474723A (zh) * 2015-12-02 2018-08-31 克莱尔莱特诊断有限责任公司 制备和分析肿瘤组织样品用于检测和监测癌症的方法
CN110023513A (zh) * 2016-11-25 2019-07-16 建喾立嗣股份公司 预测乳腺癌患者预后的方法
CN111647648A (zh) * 2020-05-21 2020-09-11 北斗生命科学(广州)有限公司 一种用于检测乳腺癌基因突变的基因panel及其检测方法与应用
CN114664440A (zh) * 2021-09-27 2022-06-24 上海爱谱蒂康生物科技有限公司 一种乳腺癌转移的预测方法和应用
CN116312785A (zh) * 2023-01-19 2023-06-23 首都医科大学附属北京胸科医院 乳腺癌诊断标志基因及其筛查方法
CN116148482A (zh) * 2023-04-20 2023-05-23 天津云检医学检验所有限公司 用于乳腺癌患者鉴定的设备及其制备用途

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Frequency of TLE3 over-expression in breast carcinoma subtypes including a large cohort of triple negative patients;Gargi D Basu 等;Caris Life Sciences;20120630;第1页 *
Hypomethylation of mismatch repair genes MLH1 and MSH2 is associated with chemotolerance of breast carcinoma: Clinical significance;Hemantika Dasgupta 等;Journal of surgical oncology;20191231;第1-13页 *
STAT3 activation in HER2-positive breast cancers: Analysis of data from a large prospective trial;Amir Sonnenblick 等;International Cancer Control;20201231;第1-7页 *
XRCC1 rs1799782 (C194T) polymorphism correlated with tumor metastasis and molecular subtypes in breast cancer;Qing Li 等;Onco Targets and Therapy;20181231;第8435-8444页 *

Also Published As

Publication number Publication date
CN117589991A (zh) 2024-02-23

Similar Documents

Publication Publication Date Title
Frantzi et al. Clinical proteomic biomarkers: relevant issues on study design & technical considerations in biomarker development
Seibert et al. Advances in clinical cancer proteomics: SELDI-ToF-mass spectrometry and biomarker discovery
Schöne et al. MALDI imaging mass spectrometry in cancer research: combining proteomic profiling and histological evaluation
Rodrigo et al. MALDI-TOF MS as evolving cancer diagnostic tool: a review
Chen et al. Elevated level of anterior gradient-2 in pancreatic juice from patients with pre-malignant pancreatic neoplasia
JP5907732B2 (ja) 比に基づく生体マーカーおよびそれを使用する方法
Maes et al. Proteomics in cancer research: Are we ready for clinical practice?
JP2002537561A (ja) 細胞タンパク質成分を単離および分析するための方法および装置
AU2012217717B2 (en) Compositions and methods for diagnosing ovarian cancer
EP4045912A1 (en) Apparatuses and methods for detection of pancreatic cancer
Birhanu Mass spectrometry-based proteomics as an emerging tool in clinical laboratories
US20140236166A1 (en) Biomarkers for distinguishing benign, pre-malignant, and malignant pancreatic cysts
Massion et al. Proteomic strategies for the characterization and the early detection of lung cancer
Yang et al. Proteomic profiling of invasive ductal carcinoma (IDC) using magnetic beads‐based serum fractionation and MALDI‐TOF MS
CN116148482A (zh) 用于乳腺癌患者鉴定的设备及其制备用途
EP2630498A2 (en) Prognostic biomarkers in patients with ovarian cancer
US20140162903A1 (en) Metabolite Biomarkers For Forecasting The Outcome of Preoperative Chemotherapy For Breast Cancer Treatment
US20120046185A1 (en) Panel of biomarkers for ovarian cancer
CN117589991B (zh) 一种用于乳腺癌患者her2表达状态鉴定的生物标志物、模型、试剂盒及用途
Pietkiewicz et al. Mass spectrometry imaging in gynecological cancers: the best is yet to come
KR102402428B1 (ko) 난소암 진단용 다중 바이오 마커 및 이의 용도
AU2004239419A1 (en) Serum protein profiling for the diagnosis of epithelial cancers
Zaki et al. Plasma peptidome pattern of breast cancer using magnetic beads-based plasma fractionation and MALDI-TOF MS: a case control study in Egypt
US20150126384A1 (en) Prognostic Biomarkers in Patients with Ovarian Cancer
Diederiks et al. Development of Tier 2 LC-MRM-MS protein quantification methods for liquid biopsies

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