同源重组缺陷检测在常规临床环境中的实施:真实世界经验与经验教训

Homologous recombination deficiency testing implementation in the routine clinical setting: real-life experience and lessons learned

作者信息P Romero-Lozano, M Gómez-Rey, M Vila-Casadesús, A Martin, G Buono, V Bach, A Onieva, M Ricart, N Deltiempo, E Castillo, L Fariñas, S Aguilar, E Garralda, R Dienstmann, P Nuciforo, J Tabernero, C Garcia-Duran, A Vivancos
PMID42600240
期刊ESMO Open
发布时间2026-08-14
DOI10.1016/j.esmoop.2026.108242

实验完整度

中

研究包含真实世界临床样本的HRD评分、与金标准平台的验证比较、TF影响分析及统计学测试,但未包含功能验证或机制验证。

主要模型

HGSOC患者FFPE肿瘤样本 VHIO MPP队列

重点核对

肿瘤分数(TF)阈值:VHIO-HRD需TF≥0.4,LSTsh-HRD需TF≥0.2 VHIO-HRD评分临界值≥47,LSTsh-HRD评分临界值≥20 样本纳入标准:病理学家估计的肿瘤细胞比例≥0.2 DNA提取使用Maxwell FFPE Plus LEV DNA Purification Kit,测序使用Illumina平台2×151双端读长

摘要

背景:同源重组缺陷(HRD)是预测高级别浆液性卵巢癌(HGSOC)对聚ADP核糖聚合酶(PARP)抑制剂反应的关键生物标志物。因此,基于基因组疤痕的HRD检测必须在常规临床实验室中实施。本研究旨在对真实世界临床队列中可用于HRD状态测定的某些应用进行头对头比较,以指导HRD检测的标准化。材料与方法:使用两种方法从Vall d'Hebron肿瘤研究所(VHIO)分子预筛查项目的HGSOC福尔马林固定石蜡包埋样本中获得HRD评分:VHIO-HRD(n = 229)和基于浅测序的HRD评分(LSTsh-HRD;n = 123)。使用定制杂交捕获面板(VHIO-HRD评分)计算大规模状态转换(LST)、端粒等位基因不平衡(TAI)和基因组杂合性缺失(LOH),并从基因组文库的浅全基因组测序(LSTsh-HRD评分)确定LST。通过与已建立且商业可用的平台进行基准测试获得验证。使用几种计算工具估计肿瘤分数(TF)。结果:基于与商业可用工具的比较,将VHIO-HRD(LSTVHIO-HRD + TAIVHIO-HRD + LOHVHIO-HRD)的优化HRD状态临界值设为≥47,而LSTsh-HRD的HRD状态临界值预设为≥20。尽管化学和评分指标存在差异,但各检测方法在HRD分类上观察到高度一致性。TF强烈影响HRD性能,对于VHIO-HRD和LSTsh-HRD,分别在TF≥0.4和≥0.2时获得最佳灵敏度。结论:我们验证了HRD疤痕定量可以在使用不同文库制备化学和生物标志物计算算法的检测实验室中实施。TF是准确HRD评分的关键决定因素;LSTsh-HRD定量在低细胞性情况下提供改进的灵敏度,而VHIO-HRD能够对TF≥0.4的样本在评分值连续谱中进行状态分类。多平台、标准化的HRD检测策略可能增强HGSOC和其他HRD相关肿瘤中PARP抑制剂疗法的生物标志物驱动的患者选择。

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
在真实世界临床环境中,两种HRD检测方法(VHIO-HRD和LSTsh-HRD)的性能、一致性及肿瘤分数对其准确性的影响如何?
核心机制
肿瘤分数(TF)是影响HRD评分准确性的关键决定因素,低TF导致VHIO-HRD评分低估,而LSTsh-HRD在低TF样本中表现更稳健。
主要证据
基于VHIO MPP队列的229例样本,VHIO-HRD与Myriad MyChoice® CDx的相关系数为0.83(r=0.83,P=5.6×10-7),LSTsh-HRD与SOPHiA DDM™ Dx HRD的总体一致性为1.0;在TF 0.2-0.39的样本中,VHIO-HRD与LSTsh-HRD的相关性中等(r=0.67)。
研究意义
作者提出,采用多平台、标准化的HRD检测策略可能增强HGSOC和其他HRD相关肿瘤中PARP抑制剂疗法的生物标志物驱动的患者选择。

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

样本收集与DNA提取

获取HGSOC患者的FFPE肿瘤样本并提取高质量DNA以进行下游测序。

从VHIO MPP项目中筛选HGSOC样本,使用Maxwell FFPE Plus LEV DNA Purification Kit提取DNA,使用Qubit和Tape Station评估DNA浓度和质量。

2

VHIO300文库构建与测序

构建杂交捕获和全基因组文库,进行NGS测序以获取靶向捕获和浅全基因组测序数据。

使用Agilent SureSelect XT Human方案,将500 ng dsDNA片段化、末端修复、加A尾并连接接头,PCR扩增10个循环。取5 μL基因组文库(10-80 ng)进行shWGS,750 ng用于捕获,再经12循环PCR。捕获和基因组文库合并后于Illumina平台进行2×151双端测序。

3

HRD评分计算

从靶向捕获数据和shWGS数据中计算VHIO-HRD评分和LSTsh-HRD评分。

使用CNVkit从靶向捕获数据推断拷贝数,基于SNP BAF检测等位基因不平衡和LOH,计算LST、TAI和LOH并整合为VHIO-HRD评分。使用ShallowHRD算法分析shWGS数据计算LST,得到LSTsh-HRD评分。

4

与金标准检测比较

验证VHIO-HRD和LSTsh-HRD评分与商业参考检测的一致性。

使用24例FFPE HGSOC样本进行VHIO-HRD与Myriad MyChoice® CDx的比较分析;使用44例样本进行LSTsh-HRD与SOPHiA DDM™ Dx HRD的比较分析。

5

肿瘤分数(TF)对HRD评分的影响分析

评估不同TF范围对VHIO-HRD和LSTsh-HRD评分及分类的影响。

将样本按TF范围分层(0.2-0.39,0.4-0.59,0.6-0.79,0.8-1.0),比较各范围HRD评分和HRD阳性率,并分析低TF下两种方法的相关性。

6

统计分析与可视化

评估HRD评分之间的关联、差异及分类一致性。

使用R编程语言进行统计分析,包括Wilcoxon检验、Pearson相关分析和性能指标(灵敏度、特异性、准确性、精确度)计算,并使用ggplot2等包进行可视化。

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
Maxwell FFPE Plus LEV DNA纯化试剂盒Promega--
Qubit荧光定量仪Thermo Fisher Scientific--
Tape Station分析系统Agilent Technologies--
S2超声破碎仪Covaris--
SureSelect XT Human试剂盒Agilent--
Illumina测序仪Illumina--
BWA v0.7.17----
Samtools v1.9----
ABRA2 v2-2.23----
基因组分析工具包GATK v3.7.0----
VarScan2 v2.4.3----
GATK Mutect2 v4.1.0.0----
CNVkit v0.9.6.dev0----
ASCAT----
ichorCNA----

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
样本选择
HGSOC诊断、FFPE样本、肿瘤分数≥0.2(初筛)
阅读提示:Materials and methods - Samples
DNA提取
使用Maxwell FFPE Plus LEV DNA Purification Kit,6片10μm切片
阅读提示:Materials and methods - Isolation of FFPE-derived tumor DNA
文库构建与测序
SureSelect XT Human方案,500 ng起始DNA,shWGS输入5 μL(10-80 ng),捕获输入750 ng,Illumina 2×151
阅读提示:Materials and methods - VHIO300 test
HRD评分
VHIO-HRD评分≥47为HRD阳性;LSTsh-HRD评分≥20为HRD阳性,15-19为交界
阅读提示:Materials and methods - HRD score calculation
肿瘤分数(TF)阈值
VHIO-HRD需TF≥0.4,LSTsh-HRD需TF≥0.2
阅读提示:Results - TF limits HRD quantification
验证实验
与Myriad MyChoice CDx比较需24例样本,与SOPHiA DDM Dx HRD比较需44例样本
阅读提示:Materials and methods - Comparison against gold-standard HRD tests