In einer kürzlich veröffentlichten Studie in Krebszellebewerteten die Forscher mehrere Ansätze für einen auf zirkulierender zellfreier Desoxyribonukleinsäure (cfDNA) basierenden Multi-Krebs-Früherkennungstest (MCED). Die Definition der klinischen Nachweisgrenze (LOD) basierend auf der zirkulierenden Tumorallelfraktion (cTAF) ermöglicht den Vergleich verschiedener Ansätze.
Lernen: Bewertung zellfreier DNA-Ansätze zur Multikrebs-Früherkennung. Bildnachweis: CI Photos/Shutterstock
Ein MCED-Test ist ein Bluttest, der mithilfe von Blutproben hilft, ein gemeinsames Krebssignal bei mehreren Krebsarten frühzeitig zu erkennen. Derzeit verfügbare MCED-Tests haben eine niedrige falsch-positive Rate von weniger als 1 %.
Hintergrund
Die Entdeckung, dass DNA aus verschiedenen Geweben des menschlichen Körpers im Blut und anderen Körperflüssigkeiten außerhalb von Zellen (cfDNA) vorhanden ist, hat zu mehreren blutbasierten cfDNA-Tests geführt. Solche Tests finden klinische Anwendungen, wie zum Beispiel die Erleichterung der Abfrage spezifischer genomischer Anomalien, zum Beispiel umsetzbare tumorabgeleitete Mutationen für die gezielte Auswahl von Krebstherapien.
Jüngste Modellierungsarbeiten sagten voraus, dass das Hinzufügen eines MCED-Tests zur Standardversorgung die Früherkennung verbessern und 39 % aller krebsbedingten Todesfälle innerhalb von fünf Jahren nach der Diagnose verhindern kann.
Ergänzende MCED-Tests könnten auch ein Bevölkerungsscreening für zahlreiche tödliche Krebsarten auf einmal ermöglichen.
Ein reichlich vorhandener Hintergrund von Nicht-Krebs-cfDNA im Blut im Verhältnis zum vom Tumor ausgeschiedenen genomischen Material und die Prävalenz der somatischen Biologie (z. B. klonale Hämatopoese (CH)) könnten die Erkennung spezifischer Krebssignale verfälschen. Daher verfolgen Forscher kontinuierlich neue Ansätze, wie z. B. maschinelle Lerntechniken, um die Herausforderungen des Signal-zu-Hintergrund-Verhältnisses zu überwinden, die mit blutbasierten MCED-Tests verbunden sind.
Über das Studium
Insgesamt 2.800 Teilnehmer, 1.628 mit Krebs und 1.172 ohne Krebs, nahmen an der ersten Unterstudie zum zirkulierenden zellfreien Genomatlas (CCGA) teil. Die Forscher ordneten 1.414 und 847 Teilnehmer nach dem Zufallsprinzip unabhängigen Trainings- oder Validierungssets zu und erhielten Proben, die den vorgegebenen Laborqualitätskontrollstandards entsprachen. Außerdem stellten sie bei der Krebsvorsorge sicher, dass sie nur diejenigen Teilnehmer mit Krebs einschrieben, die ihre Krebstherapie noch nicht begonnen hatten.
Das Team verwendete anonymisierte Blutproben von Teilnehmern an Standorten in den Vereinigten Staaten und Kanada und extrahierte cfDNA aus Plasma. Die mittlere Zeit zwischen Blutentnahme und Plasmaisolierung betrug weniger als zwei Tage. Sie verarbeiteten eine cfDNA-Blutprobe mit drei Sequenzierungsmethoden: Whole-Genome-Bisulfit-Sequenzierung (WGBS), TS und WGS. Um die LOD für die zweite CCGA-Unterstudie zu berechnen, extrahierten sie hausintern genomische DNA (gDNA) aus Gewebeabschabungen von Formalin-fixiertem, Paraffin-eingebettetem (FFPE) Gewebe.
Studienergebnisse
Die aktuelle Studie hatte mehrere wichtige Erkenntnisse. Erstens war cTAF mehr als der Krebstyp und das klinische Stadium für die meisten cfDNA-Variationen von Krebssignalen verantwortlich. Daher beobachteten die Forscher umfangreiche Unterschiede in cTAF zwischen Krebsarten und innerhalb einzelner Stadien, was darauf hindeutete, dass das klinische Stadium allein möglicherweise nicht der einzige Prädiktor für die Menge an tumorspezifischen genomischen Merkmalen ist.
Krebsarten können selbst nach Kontrolle des Stadiums dramatisch unterschiedliche Ausscheidungsraten aufweisen. Basierend auf der Verteilung der Tumorausscheidung über Krebsarten hinweg könnte die Tumorbiopsie-Sequenzierung cTAF über Krebsarten und ihre klinischen Stadien schätzen. Wahrscheinlich aufgrund einer erhöhten Tumorausscheidung bei Krebserkrankungen im fortgeschrittenen Stadium steigt cTAF typischerweise mit dem klinischen Stadium an. Wie erwartet verbesserte sich die Erkennung von Krebssignalen für jeden Krebs mit zunehmendem Stadium und cTAF, obwohl dieser Ansatz nicht alle Krebssignale im Stadium IV zuverlässig erkennen konnte. Eine plausible Erklärung ist, dass molekulare Faktoren bei unentdecktem Krebs im Stadium IV, wie z. B. eine geringe mitotische Aktivität, mit einem geringeren Tumor-DNA-Shedding und einem geringeren cTAF assoziiert sind. Ebenso führen physikalische Faktoren, die geringere Oberfläche des Tumors und die mikroskopische Tumorausdehnung (dh sein Zugang zur Blutversorgung) zu einer geringeren Tumor-DNA-Ausscheidung und einem geringeren cTAF.
Genetik & Genomik eBook
Zusammenstellung der Top-Interviews, Artikel und Nachrichten des letzten Jahres. Laden Sie eine kostenlose Kopie herunter
Zweitens stellten die Forscher fest, dass das klinische Staging das Tumorverhalten möglicherweise nicht vollständig erfasst. Im Gegenteil, selbst wenn ein Krebs im Stadium I–III aufgrund aktiver Proliferation und hoher Tumor-DNA-Ausscheidung einen höheren cTAF zeigte, könnte er das Tumorverhalten gut erkennen. Es könnte eine Korrelation zwischen cfDNA-Krebssignalen und cTAF mit feindlicheren Tumoren geben; Daher könnten cfDNA-Assays klinisch signifikante Krebsarten besser erkennen. Tatsächlich ist die Krebsprognose bei niedrigerem cTAF besser. Darüber hinaus berichtete das Surveillance, Epidemiology, and End Results (SEER)-Programm, dass Krebserkrankungen, die nicht durch cfDNA-basierte Tests erkannt wurden, ein signifikant besseres Überleben zeigten.
Drittens könnte basierend auf den Beobachtungen, dass es eine starke Korrelation zwischen der Erkennung von Klassifikatorsignalen und cTAF gibt, eine klinische LOD unter Verwendung von cTAF entwickelt werden. Es könnte eine Metrik für die Optimierung des Klassifikators bereitstellen, die die umfangreichen Variationen der Tumorausscheidung innerhalb eines klinischen Stadiums und zwischen Krebsarten berücksichtigt. Diese klinische LOD-basierte Metrik könnte die Leistung der Krebssignalerkennung über mehrere cfDNA-basierte Assays hinweg direkt vergleichen. Die Bedingung ist jedoch, dass cTAF-Schätzungen Tumorbiopsie-verifizierte Merkmale bei äquivalenten Testspezifitätsniveaus verwenden.
Schließlich war die WG-Methylierung die vielversprechendste Option in dieser Studie, da sie mit ≈30 Millionen CpGs ein allgegenwärtiges Signal im gesamten Genom war. Von allen in dieser Studie bewerteten cfDNA-Merkmalen gehörte sie aus folgenden Gründen zu den empfindlichsten Methoden:
i) erforderte keine WBC-Sequenzierung,
ii) zeigte eine der niedrigsten klinischen LODs und
iii) hatte die höchste Vorhersagegenauigkeit des Krebssignalursprungs (CSO).
Außerdem enthalten Methylierungsmuster entlang jedes Gensegments ein robustes tumorspezifisches Signal, das über der normalen genomischen Hintergrundvariation leicht identifizierbar ist. Dies erleichtert wiederum den Nachweis des Methylierungssignals bei niedrigeren cTAF-Spiegeln als die anderen Krebsmerkmale der in der Studie getesteten Genome. Der WGBS-Assay erzeugte WG-Methylierungsmerkmale und zeigte somit auch die größte Wahrscheinlichkeit für eine Verbesserung unter den drei Assays.
Eine andere Studie führte WGS und TS mit einer Sequenzierungstiefe und -breite von 30× und 60.000× durch, die jeweils 507 Gene abdeckten. Da sie technisches Rauschen unter Verwendung eindeutiger molekularer Identifikatoren und CH-Unterdrückung unter Verwendung von WBCs aus diesen Daten entfernten, stellten die Ergebnisse wahrscheinlich die obere Leistungsgrenze für WGS- und TS-Assays für einen praktischen MCED-Test dar. Der Bisulfit-Sequenzierungsassay zielte auf die CpG-haltigen Regionen ab, die höchstwahrscheinlich krebs- und gewebespezifische WG-Methylierungsmuster in der cfDNA enthalten. Es ermöglichte eine erhöhte Sequenzierungstiefe bei gleichzeitiger Kontrolle der Komplexität, was Verbesserungen der klinischen LOD erleichterte.
Aufgrund des Optimierungspotenzials und der überlegenen Leistung nutzten die Forscher für die Weiterentwicklung einen methylierungsbasierten Ansatz. Im Vergleich zur WG-Methylierung zeigte die klinische LOD für den gezielten Methylierungsklassifizierer, der in der zweiten CCGA-Teilstudie validiert wurde, eine Verbesserung um fast eine Größenordnung. Nachfolgende Verbesserungen in Bezug auf Spezifität, Sensitivität und CSO-Genauigkeit des auf gezielter Methylierung basierenden Assays und Klassifikators unterstützten die klinische Implementierung des Galleri® MCED-Tests. Insgesamt ergänzen die Studienergebnisse die Beweise für Methoden, die cfDNA-Methylierungsmuster zur Krebserkennung einsetzen.
Schlussfolgerungen
Laut den Autoren hat keine der früheren Studien über systematische Vergleiche verschiedener genomischer Merkmale von cfDNA für MCED-Tests berichtet.
Die erste CCGA-Unterstudie zeigte, dass die klinische LOD ein wertvoller Maßstab zur Beurteilung der Klassifikatorleistung ist. Es könnte einen Vergleich zwischen Studien ermöglichen, vorausgesetzt, die Spezifität und die Nachweiswahrscheinlichkeiten sind gleichwertig. Die Studiendaten deuteten auch darauf hin, dass cTAF ein direkteres und genaueres Maß für die zugrunde liegende Tumorbiologie sein könnte. Es ist ein besserer Treiber für die Erkennung von cfDNA-Krebssignalen als aktuelle prognostische Indikatoren wie Stadium und Krebstyp.
Daher sollten Strategien zur Optimierung des MCED-Tests Anstrengungen zur Verbesserung der Erkennung bei niedrigeren cTAF-Spiegeln beinhalten. Darüber hinaus lieferte die WG-Methylierung aus cfDNA, die in einem Prototyp-MCED-Test verwendet wurde, die beste Leistung unter den Ansätzen, die für die Erkennung von Krebssignalen und die CSO-Vorhersage charakterisiert wurden, ohne dass eine zusätzliche Sequenzierung zur Korrektur des WBC-Hintergrunds erforderlich war.
Schließlich gaben die Studienergebnisse nach der Auswertung der leistungsstärksten Prototyptests Auskunft über das Design und die Leistung des kürzlich veröffentlichten, auf gezielter Methylierung basierenden cfDNA-MCED-Tests, des Galleri® MCED-Tests. Es zeigte deutliche Verbesserungen im Vergleich zu allen in der Studie ausgewerteten Tests.
Referenz:
- Arash Jamshidi, Minetta C. Liu, Eric A. Klein, et al. (2022). Bewertung zellfreier DNA-basierter Bluttests zur Früherkennung mehrerer Krebsarten. Krebszelle. doi: https://doi.org/10.1016/j.ccell.2022.10.022 https://www.cell.com/cancer-cell/fulltext/S1535-6108(22)00513-X
.
