在常规病理学中捕捉乳腺癌的副本数量:利用低分辨率的全基因组测序来识别HRD和超越

科学领域:

• 基因组学
• 癌症学
• 分子诊断

背景情况:

• 乳腺癌 (BC) 具有分子多样性,因此需要进行全面的基因分析以进行最佳的诊断和治疗.
• 甲固化嵌入式BC样本全基因组测序的挑战阻碍了常规的高分辨率遗传分析.
• 探索低分辨率的全基因组测试策略,以评估FFPE衍生DNA的拷贝数 (CN) 变化至关重要.

研究的目的:

• 评估一种低分辨率的全基因组测试方法,以捕获FFPE衍生乳腺癌DNA中的CN景观.
• 评估这种方法在识别可操作的基因变异,包括同源重组缺陷 (HRD) 中的可行性和性能.

主要方法:

• 两个阶段的评估: (i) 使用来自三负BC队列的高分辨率测序数据 (n=237) 进行HRD相关的CN签名的基准测试.
• (ii) 临床BC队列中低分辨率测试策略的前景可行性评估 (n=147).
• 整合多模式方法,包括基因和功能 HRD 测试,进行综合分析.

主要成果:

• 低分辨率方法在预期队列中实现了检测具有BRCA1/BRCA2/PALB2致病变异的BC的100%灵敏度.
• 无论输入材料如何,低分辨率测试的成功率都很高.
• 在HR熟练的BC中发现了额外的副本数量变化,这表明了HRD以外的潜在可操作目标.

结论:

• 低分辨率的全基因组测序显示出在乳腺癌中具有显著的CN特征.
• 这种方法有效地捕捉了与HRD相关的特征,并确定了其他可操作的CN变化.
• 在乳腺癌治疗方面, 预选检测策略有望推进个性化医疗和遗传咨询.