全基因组拷贝数的附加值,以客观地解决肺部参与多种瘤的克隆性和模两可或不确定的突变诊断
Jurriaan Janssen1, Bárbara Andrade Barbosa1, Tim R Mocking1,2
1Department of Pathology, Cancer Center Amsterdam, Amsterdam UMC, Vrije Universiteit Amsterdam, Amsterdam, The Netherlands.
JTO clinical and research reports
|December 9, 2025
概括
全基因组拷贝数异常 (CNAs) 分析准确地区分了转移性和原发性多种癌症 (MCs),当突变分析是不确定的. 这提高了复杂肺部疾病患者的诊断可靠性和临床决策.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 分子诊断学 分子诊断
背景情况:
- 多种癌症 (MCs) 增加的发病率与肺部参与呈现诊断挑战.
- 下一代测序突变面板在明确区分转移与单独的原发性癌症方面存在局限性.
- 准确的克隆性诊断对于指导MC患者的治疗决策至关重要.
研究的目的:
- 评估全基因组拷贝数异常 (CNAs) 分析在多种癌症 (MCs) 中对克隆性诊断的附加值.
- 评估CNA分析与全外因组测序 (WES) 突变和常规突变面板的一致性.
- 开发基于CNA的工作流程,用于MC克隆性的分子诊断.
主要方法:
- 分析了两个队列:TRACERx (41个克隆,41个非克隆对) 和多重癌症 (MC) 队列 (21对).
- 使用WES突变,采用适应算法的常规突变面板和CNAs来评估瘤对克隆性.
- 在CNA分析中使用了日志概率比率和皮尔森相关度指标来确定克隆性.
主要成果:
- 在对确定的克隆性和非克隆性瘤对进行分类时,CNA与WES突变具有很高的一致性.
- 对于具有模两可的突变克隆性状态的瘤对 ("可能非克隆性"或"不确定的"),CNA分析成功地重新分类了大多数 (94-98%).
- 一小部分的瘤对 (每个队列一对) 即使在CNA分析后仍然没有确定性.
结论:
- 全基因组CNA分析提供了有价值的补充信息,以解决模糊突变状态的MC中的克隆性.
- 整合CNA分析提高了诊断准确度,并支持多种癌症患者改善临床决策.
- 建议在常规分子诊断中实施CNA克隆性工作流.


