在临床常规中使用定制NGS面板进行瘤突变负担评估和标准化生物信息学方法

科学领域:

• 在瘤学瘤学.
• 基因组学就是基因组学.
• 生物信息学是一种生物信息学.

背景情况:

• 高瘤突变负担 (TMB) 是免疫检查点抑制剂 (ICI) 疗效的预测指标.
• 布罗利祖马布 (抗PD-1) 是FDA批准的高TMB瘤,由FoundationOne®CDx确定的TMB.
• 计算TMB的替代方法需要调查.

研究的目的:

• 在库里研究所 (IC) 开发和验证一种新的TMB计算方法.
• 将IC算法与FoundationOne® (FO) 算法进行TMB评估.
• 为了确定不同样本类型的TMB评估的最佳变异性等位基因频率 (VAF) 截止值.

主要方法:

• 下一代测序 (NGS) 面板用于测序瘤样本.
• 开发一个内部TMB计算算法 (IC算法).
• 将IC算法与FoundationOne® (FO) 算法进行比较.

主要成果:

• 对于IC算法,FFPE样品的最佳10%的VAF切断值和冷样品的5%被确定为最佳的VAF切断值.
• 该IC算法发现了MSS/POLE WT和MSI/POLE突变瘤之间的中位数TMB的显著差异.
• 与IC算法相比,FO算法在FFPE样本上产生了更高的TMB值 (40mut/Mb与8.2mut/Mb).

结论:

• 开发了一种可定制的TMB计算方法和生物信息学工具.
• IC算法可以适应不同的NGS面板和样本类型.
• 使用IC算法和NGS面板,无法从FO算法中直接检索TMB值.