日本髓母细胞瘤队列的分子与临床特征:使用经济/可及的诊断方法进行亚组特异性预后分层

Molecular and clinical features of a Japanese medulloblastoma cohort: Subgroup-specific prognostic stratification using economical/accessible diagnostic methods

作者信息Kohichi Go, Asako Katsuma, Ema Yoshioka, Tomoko Shofuda, Kohei Fukuoka, Koichi Ichimura, Yuko Matsushita, Yohei Mineharu, Yasuhide Makino, Takeshi Kawauchi, Atsushi Sasaki, Junko Hirato, Takeshi Inoue, Yoshinori Kodama, Masayuki Mano, Daisuke Kanematsu, Noriyuki Kijima, Naoki Kagawa, Dai Keino, Akitake Mukasa, Tomonari Suzuki, Koji Yoshimoto, Daisuke Kuga, Keishi Horiguchi, Shigeru Yamaguchi, Masayuki Kanamori, Kai Yamasaki, Kenichi Ishibashi, Takuya Akai, Masayoshi Yamaoka, Ryuji Ishizaki, Atsufumi Kawamura, Shigeo Ohba, Joji Ishida, Ryo Ando, Junya Fukai, Tomoru Miwa, Masazumi Fujii, Ai Muroi, Kuniaki Saito, Atsuko Harada, Yasuhiko Hayashi, Masahiro Nonaka, Young-Soo Park, Yusuke Kobayashi, Tadashi Higuchi, Yosuke Miyairi, Kazuhisa Yoshifuji, Noriyoshi Takebe, Soichi Oya, Kosuke Nakajo, Mitsutoshi Nakada, Yoshiteru Nakano, Mizuki Kambara, Koji Adachi, Kazuhiro Tanaka, Hideo Nakamura, Yukihiko Sonoda, Ryuta Saito, Takafumi Wataya, Kazuhiko Kurozumi, Michael D Taylor, Yoshitaka Narita, Soichiro Shibui, Hajime Arai, Hiroaki Sakamoto, Isao Date, Motoo N
PMID41808532
发布时间2026-09
DOI10.1111/bpa.70092

实验完整度

多层级验证:NanoString和DNA甲基化阵列进行分子分类,MLPA和CNV微阵列进行拷贝数分析,Sanger测序和NGS检测基因突变,并利用公共数据集GSE85212进行外部验证,涵盖临床病理和生存分析。

主要模型

242例髓母细胞瘤患者队列 GSE85212公开数据集(377例Group 3/4)

重点核对

242例患者,覆盖WNT、SHH、Group 3和Group 4亚组 使用NanoString(265例)和DNA甲基化阵列(74例)进行分子分类 CTNNB1、TP53、TERTp的Sanger测序,PTCH1、SUFU、SMO的NGS测序 MLPA和CNV微阵列进行拷贝数分析 生存分析采用Kaplan-Meier和Cox回归,p<0.05为显著

摘要

髓母细胞瘤(MB)是一种生物学和临床上异质性的儿童脑肿瘤。然而,大规模的分子亚组研究主要在西方人群中进行,来自亚洲的综合数据有限。为弥补这一空白,我们通过日本儿童分子神经肿瘤学组从39家机构收集了242例MB病例,使用基于NanoString的基因表达谱、DNA甲基化阵列和基于多重连接依赖探针扩增(MLPA)的拷贝数谱进行集中分子分类,并辅以靶向测序。亚组分布为WNT 16.1%、SHH 24.8%、Group 3 17.4%和Group 4 41.7%。CTNNB1突变和6号染色体单体是WNT病例的特征,而MYCN扩增和TP53突变是SHH MB的独立不良标志。Group 3的生存率最差,MYC扩增和转移为不良预后因素。在Group 4中,大细胞/间变性组织学预测不良结局,而11号染色体缺失与良好预后相关。全染色体畸变定义的有利风险模式在非WNT/non-SHH MB中一致显示改善的结局。我们还开发了一种简化的基于MLPA的分类器,靶向7、8和11号染色体上的六个位点(SEE-6-CNA),实现了稳健且临床可行的预后分层。总体而言,我们的发现证实日本MB的分子亚组特异性特征与全球观察基本一致,SEE-6-CNA提供了一种经济有效的工具,以支持个体化治疗计划,特别是在资源有限的环境中。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
日本髓母细胞瘤患者队列中分子亚组分布及其预后特征,并评估一种经济可行的预后分层方法。
核心机制
分子亚组特异性的遗传学改变(如WNT亚组的CTNNB1突变和6号染色体单体,SHH亚组的MYCN扩增和TP53突变,Group 3的MYC扩增和i17q,Group 4的11q缺失和17q获得)与预后相关。
主要证据
基于NanoString和DNA甲基化阵列的分子分类,MLPA和CNV微阵列的拷贝数分析,以及生存分析显示不同亚组预后差异,SEE-6-CNA在Group 4中与良好预后显著相关。
研究意义
SEE-6-CNA作为一种经济、可行的方法,可用于非WNT/非SHH MB的风险分层,改善资源有限环境下的临床管理。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

病例收集和病理回顾

建立全国性多中心髓母细胞瘤队列并进行中心化病理诊断

从39家机构收集1996-2018年间的MB患者,进行中心病理回顾(三位神经病理学家),基于HE和免疫组化,依据2021 WHO分类诊断。

2

分子亚组分类

确定每个肿瘤的分子亚组(WNT、SHH、Group 3、Group 4)

使用NanoString nCounter系统(22个MB亚组特异性基因)进行表达谱分析,并在亚组中通过DNA甲基化阵列(EPIC或450K)验证;使用DKFZ分类器进行甲基化分类。

3

遗传学改变分析

检测关键基因突变和拷贝数变异

通过Sanger测序检测CTNNB1、TP53和TERT启动子突变;通过NGS检测PTCH1、SUFU、SMO突变;通过MLPA和CNV微阵列检测拷贝数变异。

4

预后分析

评估亚组和分子标志物对总体生存的影响

使用Kaplan-Meier方法进行生存分析,并用log-rank检验和Cox比例风险模型评估亚组差异和分子标志物(如TP53、MYC、MYCN等)的预后意义。

5

开发并验证SEE-6-CNA分类器

开发一种基于MLPA的简化方法用于非WNT/非SHH MB的预后分层,并在独立队列中验证

基于MLPA分析7p、7q、8p、8q、11p、11q六个位点的拷贝数,定义SEE-6-CNA模式(至少一个7号染色体获得和一个8或11号染色体缺失),在JPMNG队列中验证预后关联,并使用GSE85212数据集进行外部验证。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
NanoString nCounter系统NanoString Technologies Inc.--
Illumina Infinium HumanMethylationEPIC BeadChipIllumina--
Ion Proton系统Thermo Fisher Scientific--
Affymetrix CytoScan 750K芯片Thermo Fisher Scientific--
Affymetrix CytoScan HD芯片Thermo Fisher Scientific--
MLPA方法MRC Holland--

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
分子分类
NanoString分析使用的基因组合(22个基因)和DNA甲基化阵列的类型(EPIC或450K)
阅读提示:Methods 2.3 Molecular subgrouping
基因突变分析
Sanger测序的目标区域(CTNNB1、TP53、TERTp)和NGS平台(Ion Proton)
阅读提示:Methods 2.4 DNA sequencing
拷贝数分析
MLPA方法(SALSA MLPA)和CNV微阵列平台(Affymetrix CytoScan)
阅读提示:Methods 2.5 DNA copy number analysis
生存分析
OS定义(至任何原因死亡时间)和统计软件(R版本4.4.3,JMP Pro 17)
阅读提示:Methods 2.7 Statistical analysis