所在的位置：脑膜瘤治疗 >> 小脑幕脑膜瘤 >> 基因时间学术快讯整合分子形态学的脑膜

基因时间学术快讯整合分子形态学的脑膜

泛生子“基因时间”栏目旨在为肿瘤诊疗领域医生提供更便捷的学术平台，传递领域前沿进展、探讨临床应用实践，与全国专家携手推动肿瘤领域精准医学发展。

本期“基因时间”学术快讯邀请到了医院神经肿瘤科王晓光教授分享近期发表在《JournalofClinicalOncology》上的整合分子-形态学的脑膜瘤分级的最新进展，详情如下：

影响因子：19.71期刊：JournalofClinicalOncologyPMID：

本文编译经由王晓光教授审核

摘要

脑膜瘤是最常见的原发脑肿瘤之一，WHO的脑膜瘤分类方法将患者群体分为三组，其进展风险从低到高。然而，个体患者的预后往往偏离传统分级的预测，能可靠识别个体患者携带的疾病进展高危因素是非常必要的。目前只有高侵袭性肿瘤的生物标记物被确认(CDKN2A/B和TERT)，而在低、中风险脑膜瘤的广谱患者中没有分子基础分层。除组织病理学和基因分型外，染色体拷贝数变异和甲基化分类也可以提高脑膜瘤个体患者风险预测的准确性，但这些方法既缺乏全面的验证，也没有集成到一个统一的分类概念中，从而妨碍了它们的日常应用。本研究描述并比较验证了WHO分级、特定拷贝数变异和甲基化分类的独立预测能力。基于三个独立的队列，设计并验证了一个更好的综合评分算法，充分利用三种分类方法的优势。

方法

对例脑膜瘤样品(来源于例患者)的DNA甲基化和染色体拷贝数信息，以及个样本的突变数据进行分析整合。通过名患者的回顾性研究进行预后能力评估，再通过名患者的回顾性队列和名多中心病例的前瞻性队列验证预后评估指标。

WHO分级、基因突变、CNVs及甲基化之间的联系

研究分析了个脑膜瘤样本，涵盖了所有WHO分级和亚型的CNVs，每个样本的CNVs数量随着WHO级别的增加而增加。所有病例与6个甲基化水平进行配比，包括三个良性级别（ben-1，ben-2，ben-3）、两个中级别（int-A，int-B）和一个恶性级别（mal）。根据分析发现，CNVs在不同甲基化组中差异很明显：ben-1组缺失22q，ben-2的CNVs图比较扁平，ben-3常见全染色体获得，全染色体缺失更多见于int-A/B组，mal组则会出现多位点CNVs包括纯合缺失包含CDNK2A/B的9p。（图1A）

图1A所有脑膜瘤病例的肿瘤印迹图

不同的突变也与CNVs相关：单独NF2突变与WHOⅠ级，22q缺失及甲基化ben-1级相关。AKT1、SMO、KLF4和TRAF7突变基本出现在WHOⅠ级，甲基化ben-2级，并且少见CNVs的改变。除22q缺失的其他CNVs集中于甲基化int-A/B组。如果具有高度紊乱的基因组，包括CDNK2A/B纯合缺失，多为WHOⅢ级和甲基化mal组，并且会有更多TERT启动子突变情况。（图1B）

图1B突变模式、染色体变异、甲基化及WHO分级汇总图

除22q缺失外最高频出现的CNVs是1p、6、14及10号染色体缺失，它们的分布表明，CNV的级联积累仅限于NF2基因改变的脑膜瘤。肿瘤基因树状图指出，68%患者初始伴22q缺失，之后为1p缺失，以及6q、18q、14q、7p、10q、4p及2p缺失。

WHO分级、CNVs和甲基化作为临床预后模型的比较

经多次试验校正的单变量分析对14种不同CNVs产生了显著的预后影响，如1p、6q、10q和14q缺失等。通过调整WHO分级、年龄、性别和发病部位，这些标记物依旧有显著性意义。在进一步调整甲基化后，只有1p缺失仍然是可独立预测的标记物。（表1）

表1发现队列中单拷贝数改变的预后影响

与肿瘤基因树状图一致，染色体1p缺失与否可以进一步分层WHOⅠ级和Ⅱ级脑膜瘤，以及复合WHOⅠ级和Ⅱ级脑膜瘤（图2A-B）。如果存在1p缺失，预后更接近WHOⅡ级或甲基化int级，这也提示任何脑膜瘤只要存在1p缺失就应至少分级为WHOⅡ级（图2C）。

图2对存在染色体1p、6q、14q或10q缺失的WHO分级病例进行风险分层

为了确定仅基于CNVs的分层方案，研究使用了LassoCox（CNV-Lasso）模型，这是分析1p、6q和14q缺失的信息量最大的组合。观察到不同的分层(无，1-2，或3个CNVs)对结果有显著的分离（图3C），与WHO和分级结果相似（图3A,B）。

研究还检测了另一个基于CNVs的模型（CNV-Literature），该模型包括1p、6q、10q、14q的缺失。如果没有上述任何一种，就被归类为低风险，1-2个CNVs为中风险，三个或三个以上为高风险（图3D）。

仅基于DNA甲基化水平的分层方法也产生了不同的临床分层，证实了之前关于甲基化在脑膜瘤中的预测能力的其他研究报道（图3E）。

接下来对不同模型的预测能力进行对比，数据导出的CNV-Lasso模型的c指数为0.，CNV-Literature模型为0.，甲基化为0.。与WHO分级(c指数为0.)和WHO分级（c指数为0.）相比，这3个模型指标均较好（图3F）。10年的Brier预测误差在所有模型中相似(0.-0.)，但甲基化模型的预测误差更低(0.)。

图3发现队列的结果分析和不同风险分层模型

综合结果预测模型的新分类

研究使用多变量Cox回归模型，将这三种模型组合成一个综合的，也是三层的分级方法（图4A，B）。每个类别的分数从0分到4分，根据这些形态学和分子改变的分数总和计算等级（低，中，高风险）。该整合模型对结果进行了显著分层(图4C)，c指数的预测精度显著提高，5年及10年的预测误差显著低于WHO分级。

在回顾性验证队列中，整合模型也展现了显著的结局风险分层(P0.)，与WHO相比更佳的c指数和Brier评分也被验证（图4E）。整合模型除了优于WHO和CNVs外，在回顾性研究中也显著超过甲基化的预测能力。

在复合WHOⅠ级和Ⅱ级脑膜瘤中，尽管被诊断为WHOⅡ级，但被整合模型评估为低风险病例的预后与WHOⅠ级预后结果相似。反过来，组织学上不明显但整合模型得分较高的病例，其预后结果与WHOⅡ级相同（图4F）。值得注意的是，在WHOⅠ级或Ⅱ级病例中，整合模型比1p状态能更好的区分低风险和高风险病例。

图4集成WHO分级、CNVs和甲基化的整合模型

总结

为了确定脑膜瘤患者风险分层的可靠标记物，并设计一个分级模型，本研究从拷贝数、表观基因组学到突变等多个水平对脑膜瘤进行全面的分析。本研究进一步证实脑膜瘤可分为两个主要亚型：一种具有起始22q/NF2改变并伴随其他CNVs，另一种具有AKT1/KLF4/TRAF7/SMO/PIK3CA突变，无CNVs。在NF2突变病例中出现的CNVs中，数据量最多的marker是1p缺失。WHOⅠ级和Ⅱ级病例的1p评估显著提高了预测的准确性；组织学不明显的病例，符合WHOⅠ级，但容易进展或复发，可以通过识别1p缺失来剔除。反过来，核分裂计数较高的脑膜瘤，因此被划分为WHOⅡ级，但缺乏1p改变，可以被归类为WHOⅠ级。但仅1p状态不足以充分分析全部的脑膜瘤。在三个队列中，研究验证了甲基化对脑膜瘤的分层比WHO分级方法的准确性更高，但也存在部分脑膜瘤无法通过甲基化水平来明确分级的情况。CNVs也可以作为一个强有力的预测模型，仅需评估3个(Lasso模型)或4个(Literature模型)染色体臂。根据本研究对+个脑膜瘤样本分析产生了几乎相同的marker(1p,6q和14q)，也验证了以往的文献报道，并且以往实施CNVs评估的技术障碍现在通过增加高通量平台的使用得以克服。但也存在问题，比如RB1基因缺失的间变性脑膜瘤或包含BAP1的3号染色体缺失的WHOⅢ级的横纹肌脑膜瘤不符合CNVs分级的高危，但通过甲基化鉴定为mal组。

这些分级方法有各自的独特性和优势，但也存在不足。通过综合评分，将三种分层方法(WHO、CNVs和甲基化)进行整合，整合的分子-形态学分级模型对大量患者的风险分层有直接影响，可以显著提高脑膜瘤分层的精度，并有可能改变诊断性脑膜瘤样本的检查，将该模型纳入脑膜瘤诊断常规有助于临床决策。

图5整合模型中三个风险组的临床、组织学、表观遗传和遗传特征分布

专家简介

王晓光教授

医院神经肿瘤科主任主任医师

天津市抗癌协会神经肿瘤专业委员会副主任委员

中国抗癌协会脑转移瘤专业委员会副主任委员

中国抗癌协会神经肿瘤专委会常委

中国抗癌协会脑胶质瘤专委会常委

北京肿瘤学会神经肿瘤专业委员会常委

中国医学同行评议委员会神经肿瘤委员会常委

《中国肿瘤临床》杂志第五届编委会编委

中国医学参考报---神经肿瘤频道常务编委

中国医师协会第二届脑胶质瘤专业委会员

世界神经外科协会联盟（WFNS)会员