2022 ASCO - 求臻医学21项最新科研成果亮相2022年美国临床肿瘤学会年会

2022-05-18 求臻医学企宣
未标题-1.png

2022年美国临床肿瘤学会(ASCO)年会将于6月3日-7日在芝加哥举行。作为全球肿瘤领域权威的学术交流盛会,ASCO大会期间将公布当前国际上最前沿的临床肿瘤学科研成果和肿瘤治疗技术。求臻医学与国内知名肿瘤研究中心及医疗机构合作的21项科研成果入选本届ASCO年会,研究领域覆盖肺癌、结直肠癌、黑色素瘤、膀胱癌及其它癌种,涉及免疫治疗、分子机制、分子特征和疗效预后等。今天,跟随求小臻一起先睹为快吧!

表格1-蓝.jpg


11.jpg

01.甲状腺癌

ASCO 2022

22.jpg



研究题目The mutational landscape of medullary thyroid carcinoma using whole-exome sequencing in China

研究内容:该研究对30例MTC患者进行WES检测,分析患者的体系和胚系突变特征,阐明了一个相对全面的MTC基因图谱。除了已被广泛研究的RET基因外,同时发现FAM186A和ZNF814 基因对于MTC患者的重要意义,并发现了一些新的致病性胚系突变。这些发现将为今后MTC的分子诊断、早期预防和靶向治疗提供潜在价值。




11.jpg

02.肺癌

ASCO 2022

22.jpg



研究题目:Discordant genomic correlates of PD-L1 expression in lung adenocarcinoma among multiple cohorts using dissimilar PD-L1 testing techniques

研究内容:通过对873例肺腺癌组织进行PD-L1(SP263/22C3)染色和NGS测序分析,发现TP53、KRAS、METALK的变异与SP263/22C3-PD-L1的高表达有关,而EGFRERBB2的变异与SP263/22C3-PD-L1的表达呈负相关。


研究题目:The gain of somatic copy number alteration in both primary and lymph node metastases predict poor prognosis of non-samll cell lung cancer

研究内容:从MSKCC数据集中,获得12个匹配的原发性和淋巴结转移样本。分析配对样本之间的分子分化和相似性。CoX生存分析结果证明,在原发性和淋巴结转移中拷贝数扩增是NSCLC预后较差的生物标志物。在两个匹配样本中,与其他样本相比,携带CNA的患者的OS的HR为0.07 (95% CI 0.0067-0.67),log-rank p值为0.0028。原发性和淋巴结转移患者中CNA是NSCLC患者较差的预后预测因素。


研究题目:Comprehensive profiling of the molecular characteristics of both primary and local metastases in Chinese lung cancers

研究内容:对19例中国肺癌患者配对原发肿瘤和局部转移标本进行NGS测序。分析比较匹配样本的分子特征,包括SNV和TMB。发现肺癌具有较高的肿瘤间异质性,共有突变的比例小于50%。同时,与非吸烟者相比,吸烟肺癌的原发肿瘤和转移淋巴结的TMB均较高(p<0.01)。


研究题目:Co-occurring mutations in the DDR pathway and tumor-associated genes for predicting immunotherapeutic efficacy in non-small cell lung cancer patients

研究内容:通过对3个公共数据集的分析,生存分析结果显示,GRIN2A、FAT1、FLT1、ASXL2、PTPRS和DDR通路共突变的患者PFS更长(p=0.004, HR=0.37, 95% Cl 0.235-0.644)。与非共突变组相比,共突变组具有更高的肿瘤突变负荷(TMB)(P<0.01)和更持久的临床获益(P<0.05)。该研究发现的5个基因和DDR通路同时发生共突变可以预测NSCLC更好的免疫治疗效果。因此,共突变标记可能有很大的潜力作为指导NSCLC免疫治疗的生物标志物。


研究题目:Construction of a diagnostic model through the gene expression profile of the patients’ peripheral blood mononuclear cells and clinical characteristics for malignant lung nodules diagnosis

研究内容:利用GEO公共数据库中的恶性肺结节或非恶性肺疾病患者外周血单个核细胞(PBMC)阵列的表达谱数据集,构建肺结节诊断模型,在训练数据集GSE135304中,ROC曲线显示模型的特异性为0.866,敏感性为0.848,AUC值为0.857。同时,验证数据集GSE108375的特异性和敏感性分别为0.865和0.893,AUC值为0.879。该诊断模型在训练组和验证组均表现出较高的敏感性和特异性,可能是诊断肺恶性结节的良好工具。




11.jpg

03.黑色素瘤

ASCO 2022

22.jpg



研究题目:The landscape of genomic alterations detected in Women with melanoma cancer

研究内容:该研究对24例女性妇科粘膜黑色素瘤患者进行WES测序,并预测患者的用药靶点,分析黑色素瘤患者突变位点与靶向药物相互作用,为靶向治疗提供依据。




11.jpg

04.膀胱癌

ASCO 2022

22.jpg



研究题目:Identification of molecular feature in tumor immune microenvironment of Bladder Cancer patients

研究内容:通过对公共数据库IMvigor210的298例膀胱癌患者表达数据分析发现,静息状态下的记忆CD4+ T细胞不能促进CD8+ T细胞的激活和增殖,而静息状态的记忆CD4+ T细胞与不良预后相关。肿瘤微环境中CD8+ T细胞水平的升高与多种肿瘤的抗肿瘤作用和改善预后有关。提示静息记忆CD4+ T细胞和CD8+ T细胞可能是免疫治疗的靶点。




11.jpg

05.消化道肿瘤

ASCO 2022

22.jpg



研究题目:Homologous recombination pathway alternations in relation to prognosis of MSS/pMMR colorectal cancer patients treated with immune checkpoint inhibitors (ICIs)

研究内容:通过对MSKCC和TCGA公共数据库数据分析,发现HR信号通路基因突变与结直肠癌预后较好相关。HR信号通路基因突变是MSS/pMMR的CRC患者的一个有利的预后因素,可以作为预测MSS/pMMR的CRC患者免疫治疗疗效的潜在生物标志物。


研究题目:The role of PRRX1 in esophageal cancer

研究内容:通过对原发食管癌组织样本、细胞系和小鼠模型研究发现,PRRX1在食管癌标本中高表达,并与食管癌患者的肿瘤转移密切相关。同时也发现PRRX1通过激活Wnt/β-catenin信号通路诱导EMT参与食管癌转移。


研究题目:Non-invasive cell-free DNA monitoring for predicting the response to neoadjuvant immunotherapy in locally advanced esophageal squamous cell carcinoma

研究内容:在24例接受新辅助免疫治疗的食管鳞癌患者中,基线血的TMB值显著高于新辅助免疫治疗过程中外周血的TMB值,同时平均VAF值在pCR患者新辅助免疫治疗过程有下降趋势,而在non-pCR患者中则有上升趋势。提示动态ctDNA平均VAF值可以预测食管鳞癌新辅助免疫治疗疗效。


研究题目:Genomic characterization of Chinese locally advanced or metastatic gastric cancer

研究内容:对245例中国进展期胃癌患者肿瘤组织进行599基因panel检测,得到中国进展期胃癌中TP53突变人群频率为70%,显著高于TP53突变在TCGA非亚裔(44%)和亚裔(46%)晚期胃癌中的发生率。在中国进展期胃癌化疗应答患者中SPTA1TP53共突变发生显著高于化疗无应答患者。提示中国进展期胃癌特有的分子突变特征,以及TP53SPTA1共突变可以预测中国进展期胃癌患者化疗疗效。




11.jpg

06.泛癌种

ASCO 2022

22.jpg



研究题目:Comprehensive analysis of FGFR mutations in Chinese cancer patients

研究内容:在4,102 中国实体瘤患者中,共有328例(7.9%)患者存在FGFR突变。FGFR3是该队列中最常见的突变基因。在所有癌症患者中,FGFR突变频率最高的是膀胱癌(32.5%),FGFR1、FGFR2FGFR3的百分比分别为2.7%、1.35%和6.76%。综合分析FGFR在泛癌种中的突变特征。


研究题目:Pan-Cancer analysis of the mutation frequency of genes in DDR pathway in Chinese population

研究内容:在5018例中国实体瘤患者中,观察到91.23%(4578/5018)的病例至少有一个DDR通路基因的变异。其中突变率最高的基因TP53(52.81%)和BRCA2基因(16.04%)。其次是ATMBLMFANCA,其突变率分别为11.68%、11.12%和8.97%。


研究题目:Pan-cancer analysis of IDH1 and IDH2 genomic alterations to reveal a complex molecular landscape

研究内容:在5419例中国实体瘤患者中,发现IDH突变205例(3.78%),其中IDH1突变组145例(2.68%),IDH2突变组63例(1.16%)。IDH1突变主要发生于CNS肿瘤、黑色素瘤和子宫内膜癌(突变频率分别为26.09%、7.41%、5.26%),而IDH2突变多见于子宫内膜癌(5.26%)和胃癌(2.90%)。与IDH2相比,IDH1在肿瘤种类上突变更为频繁,突变频率也更高,我们的研究结果提示IDH的突变在癌症,特别是中枢神经系统肿瘤的发病机制中起着重要作用。


研究题目:The landscape of KDM5A mutations and hotspots  in Chinese patients with solid tumors

研究内容:5149例中国实体瘤患者中,KDM5A体细胞突变存在于大约6.50%的样本和几乎所有的癌症类型中,其中以子宫内膜癌居首,突变频率最高,达21.05%。进一步分析KDM5A的突变热点发现,最突出的突变热点是G1200、T30和M766。


研究题目:The landscape of RAS mutations and hotspots  in Chinese patients with solid tumors

研究内容:在5420例中国实体瘤患者中,KRAS、NRASHRAS在22种肿瘤类型中的总突变频率为17.34%(940/5420),其中胰腺癌、肠癌和子宫内膜癌的突变频率较高(分别为64.04%、46.07%和26.32%)。RAS的突变热点主要由G12、G13和Q61组成。揭示了泛癌患者的RAS突变特征。为筛选更多对RAS抑制剂敏感的肿瘤患者提供了RAS热点参考。


研究题目:Pan-Cancer analysis of the mutation frequency of genes in TGF-beta pathway

研究内容:通过对5420例中国实体瘤患者的突变数据分析发现,25.57%的患者至少携带一个TGF-β通路基因的变异,约21.77%的患者存在TGF-β通路基因的CNV。TGF-β基因突变频率最高的是MDM2CDKN2B,主要在肉瘤、黑色素瘤和中枢神经系统肿瘤中发生。揭示了中国实体瘤患者TGF-β通路基因独特的基因图谱特征。


研究题目:The landscape of STK11 mutations and hotspots  in Chinese patients with solid tumors

研究内容:在5420例实体瘤患者中发现184例(3.39%)患者中携带STK11突变。发现STK11共194个突变位点,包括43个致病/可能致病突变位点。有17例患者存在STK11拷贝数变异(CNV),主要发生在神经内分泌肿瘤、乳腺癌和胃癌中。该研究揭示了STK11在泛癌种中的突变特征。


研究题目:ChosenHRDw: A novel tool for the detection of Homologous Recombination Deficiency(HRD)using low-pass whole-genome sequencing

研究内容:该算法开发基于200名泛癌种肿瘤组织样本(100 HRD-High以及 100 HRD-Low)和100名健康人白细胞样本的低深度WGS数据。首先对基因组进行每1Mb滑窗,利用健康人WGS数据将GC、比对等异常的区域去除。然后基于8个信号:LOH score、TAI score、LST score、CIN index、wGII、 CNV ratio、HRR index、 TFBS ratio等建立区分HRD-High 与 HRD-Low的模型。训练集AUC结果为0.93,独立验证集的敏感性和特异性分别为0.87、0.9。


研究题目:Ultra-deep sequencing with unique molecular identifier(UMI)for detection of ctDNA by fragment profiling using machine learning

研究内容:该算法对200名健康供者&1000名结直肠癌(CRC)患者进行1123-Panel高深度检测,分析患者的阳性突变位点以及健康供者的阴性位点的片段特征,提取变异序列的6个特征:IS(插入片段长短),VBQ(变异碱基质量),MRBQ(序列碱基平均质量),PIR(变异位点到序列3’端的距离),MQ(比对质量),R1&R2(overlap区域突变一致性)建立模型,采用SVM和5次交叉验证进行优化,确定模型的准确性和检出率。该方法在消除背景噪音误差和过滤假阳性低频突变方面优于目前可用的方法。