从进化的角度优化基于NGS的多种肺癌的歧视
Ziyang Wang1,2,3, Xiaoqiu Yuan1,2,3,4, Kunkun Sun5
1Department of Thoracic Surgery, Peking University People's Hospital, Beijing, 100044, China.
NPJ precision oncology
|January 14, 2025
概括
下一代测序 (NGS) 有效地区分了多种原发性肺癌和转移性肺癌. 与NCCNplus面板一起的MoleB方法显示了肺癌诊断和预后的卓越准确性.
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:
- 区分多重原发性肺癌 (MPLC) 和肺内转移 (IPM) 对于有效治疗至关重要.
- 下一代测序 (NGS) 显示出潜力,但在面板选择和克隆解释方面面临挑战.
研究的目的:
- 评估和优化基于NGS的策略,以区分MPLC与IPM.
- 评估不同测序面板和克隆解释方法的性能.
主要方法:
- 模拟的MPLC和IPM场景使用来自80个肺癌样本的全外体测序 (WES) 数据.
- 评估了两个克隆解释方法:MoleA (突变比较) 和MoleB (概率计算).
- 在独立的WES (N=42) 和非WES (N=94) 队列中验证的发现,使用ROC分析和遗传学分析.
主要成果:
- MoleB表现出比MoleA更优异的性能,特别是在NCCNplus小组中 (AUC=0.950 ± 0.002).
- 在独立的队列中,NGS方法成功地分层了无疾病生存率.
- 与MoleB相结合的NCCNplus小组准确预测了患者的预后.
结论:
- 一个基于NGS的优化框架,利用NCCNplus面板和MoleB解释,可以可靠地区分MPLC和IPM.
- 这种方法提高了肺癌患者的诊断准确性和预后预测.
- 遗传学分析为MPLC和IPM之间的进化差异提供了洞察力.


