文章信息
- 卵巢癌分子分型及其临床应用的研究进展
- Review of Molecular Subtyping of Ovarian Cancer and Its Clinical Application
- 肿瘤防治研究, 2018, 45(2): 106-109
- Cancer Research on Prevention and Treatment, 2018, 45(2): 106-109
- http://www.zlfzyj.com/CN/10.3971/j.issn.1000-8578.2018.17.0771
- 收稿日期: 2017-06-28
- 修回日期: 2017-08-01
卵巢癌是女性生殖系统第二常见的恶性肿瘤。统计结果表明,全球每年大约有225 000例新发病例,其存活率约30%,在妇科恶性肿瘤中发病率位居第二,死亡率位居第一[1-3]。根据国际妇产科联盟(FIGO)分期标准划分的早期(Ⅰ~Ⅱ期)上皮性卵巢癌患者的预后显著优于晚期(Ⅲ~Ⅳ期)患者,其术后5年生存率能够提高到60%~90%[4]。随着基因组学的快速发展,基因芯片、测序等技术的应用,越来越多研究表明卵巢癌与其他恶性肿瘤一样,是一种具有不同分子表型、发病机制以及不同预后的一组高度异质性疾病,单一的FIGO分期或WHO组织学分型对预后预测价值非常有限[5]。因此,Shih等[6]依据卵巢癌的形态学和分子遗传学分析,将卵巢癌分为Ⅰ型和Ⅱ型。近10年来基于分子水平上的研究为客观地认识、诊断这类肿瘤和在二元分型基础上做进一步精准分型做出了巨大贡献。本文主要概述了上皮性卵巢癌的传统分型、二元分型及近年分子分型的研究成果,分析各自的前景及局限性,希望通过探索进一步建立一个完善的分型方式,使之既能适用于卵巢癌所有的组织学类型,又能将分子表型特征与临床病理特点完美地结合起来,以更好地指导患者的临床治疗、预后预测以及个体化治疗。
1 上皮性卵巢癌传统分型与二元分型上皮性卵巢癌传统分型主要为WHO组织学分型,依据组织病理学、免疫表型和分子遗传学改变,将上皮性卵巢癌主要分成5种组织学亚型,包括高级别浆液性腺癌(70%)、子宫内膜样腺癌(10%)、透明细胞腺癌(10%)、黏液性腺癌(3%)以及低级别浆液性腺癌(< 5%)[7-9]。随着科技进步及医学界对卵巢癌的不断研究,发现单一的传统分型并不能较好地预测预后。2002年,Singer等[10]首次提出卵巢癌的两级分类,但此种分类主要适用于浆液性癌,并不能适用于上皮性卵巢癌的其他组织学类型。于是,Shih等[6]在两年后将Singer等提出的两级分类推广到其他组织学类型,初步建立了二元论模型,此模型基于临床和病理观察及分子学上的特征,将上皮性卵巢癌分为Ⅰ型和Ⅱ型。二元分型与传统的组织学分型有一定相关性。目前认为,Ⅰ型包括低级别浆液性癌、低级别子宫内膜样癌、透明细胞癌、黏液性癌、Brenner瘤;Ⅱ型主要包括高级别浆液性癌、高级别子宫内膜样癌、癌肉瘤、未分化癌。二元论模型认为,Ⅰ型为低级别癌,致癌途径类似于结肠癌中腺瘤的基因序列,是明确的癌前病变,即腺瘤、不典型增生及非侵入性肿瘤,可见前期病变,是从良性到交界性再到恶性逐步发展的,多为早期,虽然对初始化疗不敏感,但具有生长缓慢、低侵袭性、预后好等特点;Ⅱ型为高级别癌,无前期病变,诊断时多为临床晚期,虽对初始化疗敏感,但生长迅速、侵袭性高、预后差。
传统的WHO组织学分型与二元分型在卵巢癌研究过程中具有深远的意义,但随着近年来卵巢癌在分子遗传学水平上逐步深入的研究,其局限性越来越明显。卵巢癌是一组具有高度异质性的疾病,依据WHO分型,观察者本身与观察者间重复性差,尤其对晚期卵巢癌的预后评估无明显意义,并不能作为预测卵巢癌预后的独立因素[5]。虽然相比于WHO分型而言,二元论模型考虑了卵巢癌分子水平上及临床病理学等方面的异质性,但仍有一定程度上的局限性:(1)二元分型尚不完善,在浆液性卵巢癌中二元论模型被广泛认可,但在其余组织学类型中,二元论模型仍存在争议,尤其是移行细胞癌及透明细胞癌的归属问题,比如透明细胞癌生物学行为既有类似于Ⅰ型卵巢癌的部分,也有类似于Ⅱ型卵巢癌的部分;(2)只用于描述发生,其表明卵巢癌存在Ⅰ型和Ⅱ型两条发生卵巢肿瘤的途径,但并不代表组织类型;(3)分子水平上:a: Ⅰ型与Ⅱ型并不完全具有同质性,如P53基因,在Ⅱ型高级别浆液性癌中其突变率高达96%,但同时也存在于Ⅰ型低级别浆液性癌中,只不过其突变率仅达8%;b: Ⅰ型和Ⅱ型内部各亚型分子遗传学特征相似但不完全相同,不能单凭这种分型方法作为预测患者预后的独立因素;c:二元分型中对于分子遗传学的研究并不透彻,对于未分化癌的分子遗传学研究很少有报道,且Ⅱ型中高级别浆液性癌存在高度异质性,并不能确定Ⅱ型是否有其他子集。
2 上皮性卵巢癌的分子分型充分考虑恶性肿瘤分子基础上的异质性的靶向诊治显然已成为未来恶性肿瘤的发展方向,而基于分子水平的精准分型是实现个体化诊治的基础。随着基因组学、蛋白质组学等先进技术的不断发展,基于恶性肿瘤分子分型的分子靶向治疗已在慢性髓细胞性白血病、ER(+)或Her2(+)的乳腺癌及EGFR突变的肺癌中取得成功[11-14],使患者生存率显著提高。
虽然分子靶向治疗在多种恶性肿瘤中取得成功,但卵巢癌的靶向治疗研究却没有太多进展。因此自2004年提出卵巢癌的二元论模型后,近十年来,人们致力于探求卵巢癌基于分子遗传学的分型,以期待建立一个较二元分型更精准的分子分型,而大量的关于卵巢癌的分子遗传学研究成果为它奠定了坚实的基础。Ⅰ型常见的突变基因为BRAF、KRAS、不稳定微卫星基因PTEN;Ⅱ型卵巢癌常见的突变基因为P53和BRCA1/2[15]。Ⅰ型和Ⅱ型中各组织学亚型也表现出不同的分子遗传学特征。Ⅱ型中的高级别浆液性癌普遍存在P53基因突变,其突变率高达95%,约50%的高级别浆液癌在DNA损坏的同源性重组修复中有缺陷,几乎所有的高级别浆液性癌都存在BRCA1/2基因的突变,NOTCH和FOXM1信号也与高级别浆液性癌有关,PTEN基因丢失发生率为6%;NF1基因突变率为17%;RB1基因突变率为15%;CCNE1基因扩增率为20%[15-16]。一项回顾性研究显示,Ⅰ型中的低级别浆液性癌存在BRAF(38%)、KRAS(19%)、PI3KCA基因突变,P53突变率为8%,KRAS-BRAF-MEK-MAPK信号通路的改变在低级别浆液性癌的发生过程中起着重要作用[17-20]。低级别内膜样癌中,CTNNB1/β-catenin和PTEN基因突变,导致Wnt和PIK3/Art信号通路过度活化[21]。透明细胞癌中PIK3CA基因突变率约为1/3,接近50%的透明细胞癌中会出现ARID1A基因突变;黏液性癌的KRAS基因突变接近100%,除了KRAS,其HER2基因也有高度扩增[22-24]。
2008年,Tothill等[25]对285例卵巢子宫内膜样癌及浆液性癌进行miRNA基因表达谱芯片测定,并用K-Means法识别各分子亚型,确定6个亚型(C1~C6)。C1(高间质反应型)、C2(高免疫型)、C4(低基质反应型)、C5(间充质、低免疫型)被认为是高级别浆液性卵巢癌的特点,研究表明,这些亚型可用于高级别浆液性卵巢癌的预后预测,C3代表低级别与交界性肿瘤,C6对应低级别、早期内膜样卵巢癌,这两个亚型总体来说有一个较长的生存时间。2011年TCGA研究组[26]探讨489例高级别浆液性卵巢癌患者中组织芯片的mRNA与miRNA表达、启动子甲基化、DNA拷贝数,对其中316例编码基因中外显子的DNA序列进行分析,并根据基因突变特征分型:(1)RB1和PI3K/RAS通路改变,发生率分别为67%和45%;(2)Notch信号通路改变,发生率为23%;(3)Homologous Repair改变,发生率为33%;(4)FOXM1信号通路的突变发生率为84%;基于高级别浆液性卵巢癌患者组织芯片的mRNA表达分布特征分为4型:增生型、间充质型、免疫型、分化型。免疫型的预后最好而间充质型的预后最差。Jönsson等[27]在TCGA分型的基础上,进一步将临床病理因素与基因表达特征结合起来,利用de novo测序将高级别浆液性卵巢癌分为4型:分化样亚型、免疫样亚型、增殖样亚型、间充质样亚型。各de novo亚型间生存时间差异有显著统计学意义—免疫样亚型生存时间最长,而增殖样或间充质样亚型明显差一些,其生存期较短。
由上述研究结果可知,不同样本量大小和不同的研究方法,已报道的分子分型相似但不完全相同,且上述不同的分子分型主要针对浆液性癌尤其是卵巢高级别浆液性癌所进行的研究,因此一个更精准的可适用于所有组织学类型的分子分型方案有待建立。Tan等[28]基于1 538例上皮性卵巢癌(其中浆液性癌为1 335例,子宫内膜样癌96例,黏液性癌27例,透明细胞癌25例,其他55例)的基因表达模式建立了一种新的分子分型。首先通过功能基因组学的方法来分析上皮性卵巢癌的异质性,再建立一个上皮性卵巢癌芯片数据的Meta分析来确定各分子亚型,接着,整合上皮性卵巢癌细胞系数据到分子分型方案中以得到每个分子亚型的体外模型代表,最后,利用全基因组shRNA筛选来确定选定亚型中细胞生长的分子靶点,而此靶点将各亚型与微管蛋白聚合抑制药物联系起来。从而上皮性卵巢癌分为五个亚型:EPI-A、EPI-B、MES、STEM-A、STEM-B,研究表明,各亚型有显著不同的临床病理学特点、信号通路改变及不同预后。EPI-A、EPI-B和STEM-B亚型在Kaplan-Meier分析有较好的预后,而Mes和STEM-A肿瘤预后较差相关。STEM-A预后较差,但对微管蛋白抑制剂长春新碱和长春瑞滨治疗较敏感。此种分子分型考虑到上皮性卵巢癌的异质性,将表达模式与临床特点(如病理组织学类型、侵袭性、患者预后)充分地联系起来。但此类型至今仍没在临床上广泛应用。
3 上皮性卵巢癌分子分型在临床上的应用近年来越来越多的研究致力于上皮性卵巢癌分子分型的探索以促进个体化治疗的实现,提高患者生存率。卵巢癌的分子分型与个体化治疗研究起步较晚,但根据目前已有临床证据显示,分子分型可与个体化治疗联系起来,能成为卵巢癌治疗的有效手段之一。
上皮性卵巢癌二元分型中,Ⅱ型主要为BRCA1或BRCA2基因突变,这类基因突变与DNA同源重组修复损伤有关,而PARP抑制剂与同源重组修复缺失情况下的肿瘤细胞结合可致肿瘤细胞死亡,研究表明,PARP抑制剂在BRCA1/2突变组获益最大[29-30]。Ledermann等[31]将卵巢癌患者分为奥拉帕尼治疗组与安慰剂对比组,结果表明,具有BRCA突变患者中,奥拉帕尼组的中位PFS显著长于安慰剂组(11.2月 vs. 4.3月)。且通过Ⅱ期临床试验评估了奥拉帕尼在BRCA1/2突变卵巢癌中的功效与安全性[32]。
多项研究表明在卡铂与紫杉醇中加入贝伐单抗可以改善卵巢癌患者的无进展生存率(PFS),但不能改善总生存期[33-34]。Kommoss等[35]评估TCGA分子亚型与随机分配的贝伐珠单抗疗效的关系结果显示,具有最差生存的分子亚型(增殖和间充质)从包括贝伐珠单抗的治疗中获得相当大的益处(中位PFS得到改善,分别为10.1月和8.2月)。
根据上皮性卵巢癌芯片数据的Meta分析确定的分子分型表明:间充质(“Mes”)亚型的肿瘤患者相比于上皮(“Epi”)亚型的肿瘤的患者预后更差。Antony等[36]评估了卵巢癌患者的GEMS分子信号分布以及如何利用这些分布的差异来改善患者的临床预后。Kinome富集分析发现AXL是Mes亚型肿瘤组织和细胞系中一种特别丰富的激酶。AXL抑制剂R428能减少RTK、ERK的激活和减少培养中Mes细胞的细胞运动性,同时抑制小鸡绒毛尿囊膜模型中的肿瘤生长。抑制Epi-A细胞中的ERK激活和细胞运动需要更高浓度的R428。在Mes亚型细胞中,沉默AXL能逆转培养中的间充质表型,并在原位异种移植小鼠模型中抑制肿瘤的形成。因此,AXL靶向治疗可以改善Mes亚型卵巢癌患者的临床预后。
4 问题与展望综上所述,目前上皮性卵巢癌分子分型研究已取得显著成果,并逐渐应用于临床,对个体化精准治疗及改善卵巢癌患者预后有着深远意义,应用前景广阔,但目前仍有许多问题亟待解决。例如,目前临床上还没有统一的、被广泛认可的分子分型,所有的分子分型研究成果还处于初级阶段,未经过大样本验证,而验证组样本应大于实验组样本,这是目前研究阶段一个巨大的任务。
[1] | Ramalingam P. Morphologic, Immunophenotypic, and Molecular Features of Epithelial Ovarian Cancer[J]. Oncology (Williston Park), 2016, 30(2): 166–76. |
[2] | Global Burden of Disease Cancer Collaboration, Fitzmaurice C, Allen C, et al. Global, regional, and national cancer incidence, mortality, years of life lost, years lived with disability, and disability-adjusted life-years for 32 cancer groups, 1990 to 2015: a systematic analysis for the global burden of disease study[J]. JAMA Oncol, 2017, 3(4): 524–48. DOI:10.1001/jamaoncol.2016.5688 |
[3] | Chen W, Zheng R, Baade PD, et al. Cancer statistics in China, 2015[J]. CA Cancer J Clin, 2016, 66(2): 115–32. DOI:10.3322/caac.21338 |
[4] | Paik ES, Lee YY, Lee EJ, et al. Survival analysis of revised 2013 FIGO staging classification of epithelial ovarian cancer and comparison with previous FIGO staging classification[J]. Obstet Gynecol Sci, 2015, 58(2): 124–34. DOI:10.5468/ogs.2015.58.2.124 |
[5] | Kommoss S, Schmidt D, Kommoss F, et al. Histological grading in a large series of advanced stage ovarian carcinomas by three widely used grading systems: consistent lack of prognostic significance. A translational research subprotocol of a prospective randomized phase Ⅲ study (AGO-OVAR 3 protocol)[J]. Virchows Arch, 2009, 454(3): 249–56. DOI:10.1007/s00428-009-0725-y |
[6] | Shih IeM, Kurman RK. Ovarian tumorigenesis: a proposed model based on morphological and molecular genetic analysis[J]. Am J Pathol, 2004, 164(5): 1511–8. DOI:10.1016/S0002-9440(10)63708-X |
[7] | Pearce CL, Templeman C, Rossing MA, et al. Association between endometriosis and risk of histological subtypes of ovarian cancer: a pooled analysis of case-control studies[J]. Lancet Oncol, 2012, 13(4): 385–94. DOI:10.1016/S1470-2045(11)70404-1 |
[8] | Sung PL, Chang YH, Chao KC, et al. Global distribution pattern of histological subtypes of epithelial ovarian cancer: a database analysis and systematic review[J]. Gynecol Oncol, 2014, 133(2): 147–54. DOI:10.1016/j.ygyno.2014.02.016 |
[9] | Tavassoli FA, Devilee P. IARC WHO Classification of Tumours, No 4, Pathology and genetics of tumors of the breast and female genital organs[S]. IARC Press; 2003. |
[10] | Singer G, Kurman RJ, Chang HW, et al. Diverse tumorigenic pathways in ovarian serous carcinoma[J]. Am J Pathol, 2002, 160(4): 1223–8. DOI:10.1016/S0002-9440(10)62549-7 |
[11] | Miller JA, Kotecha R, Ahluwalia MS, et al. Overall survival and the response to radiotherapy among molecular subtypes of breast cancer brain metastases treated with targeted therapies[J]. Cancer, 2017, 123(12): 2283–93. DOI:10.1002/cncr.v123.12 |
[12] | Roode SC, Rotroff D, Avery AC, et al. Genome-wide assessment of recurrent genomic imbalances in canine leukemia identifies evolutionarily conserved regions for subtype differentiation[J]. Chromosome Res, 2015, 23(4): 681–708. DOI:10.1007/s10577-015-9475-7 |
[13] | Dolly SO, Collins DC, Sundar R, et al. Advances in the Development of Molecularly Targeted Agents in Non-Small-Cell Lung Cancer[J]. Drugs, 2017, 77(8): 813–27. DOI:10.1007/s40265-017-0732-2 |
[14] | Xu Y, Chen M, Liu C, et al. Association Study Confirmed Three Breast Cancer-Specific Molecular Subtype-Associated Susceptibility Loci in Chinese Han Women[J]. Oncologist, 2017, 22(8): 890–4. DOI:10.1634/theoncologist.2016-0423 |
[15] | Rojas V, Hirshfield KM, Ganesan S, et al. Molecular Characterization of Epithelial Ovarian Cancer: Implications for Diagnosis and Treatment[J]. Int J Mol Sci, 2016, 17(12): pii: E2113. DOI:10.3390/ijms17122113 |
[16] | Bowtell DD, Böhm S, Ahmed AA, et al. Rethinking ovarian cancer Ⅱ: reducing mortality from high-grade serous ovarian cancer[J]. Nat Rev Cancer, 2015, 15(11): 668–79. DOI:10.1038/nrc4019 |
[17] | Farley J, Brady WE, Vathipadiekal V, et al. Selumetinib in women with recurrent low-grade serous carcinoma of the ovary or peritoneum: an open-label, single-arm, phase 2 study[J]. Lancet Oncol, 2013, 14(2): 134–40. DOI:10.1016/S1470-2045(12)70572-7 |
[18] | Auersperg N. The origin of ovarian carcinomas: a unifying hypothesis[J]. Int J Gynecol Pathol, 2011, 30(1): 12–21. DOI:10.1097/PGP.0b013e3181f45f3e |
[19] | Jones S, Wang TL, Kurman RJ, et al. Low-grade serous carcinomas of the ovary contain very few point mutations[J]. J Pathol, 2012, 226(3): 413–20. DOI:10.1002/path.v226.3 |
[20] | Hunter SM, Anglesio MS, Ryland GL, et al. Molecular profiling of low grade serous ovarian tumours identifies novel candidate driver genes[J]. Oncotarget, 2015, 6(35): 37663–77. |
[21] | Wei W, Dizon D, Vathipadiekal V, et al. Ovarian cancer: genomic analysis[J]. Ann Oncol, 2013, 24(Suppl 10): x7–x15. DOI:10.1093/annonc/mdt462 |
[22] | King CM, Barbara C, Prentice A, et al. Models of endometriosis and their utility in studying progression to ovarian clear cell carcinoma[J]. J Pathol, 2016, 238(2): 185–96. DOI:10.1002/path.4657 |
[23] | Kelemen LE, Lawrenson K, Tyrer J, et al. Genome-wide significant risk associations for mucinous ovarian carcinoma[J]. Nat Genet, 2015, 47(8): 888–97. DOI:10.1038/ng.3336 |
[24] | Jayson GC, Kohn EC, Kitchener HC, et al. Ovarian cancer[J]. Lancet, 2014, 384(9951): 1376–88. DOI:10.1016/S0140-6736(13)62146-7 |
[25] | Tothill RW, Tinker AV, George J, et al. Novel molecular subtypes of serous and endometrioid ovarian cancer linked to clinical outcome[J]. Clin Cancer Res, 2008, 14(16): 5198–208. DOI:10.1158/1078-0432.CCR-08-0196 |
[26] | Cancer Genome Atlas Research Network. Integrated genomic analyses of ovarian carcinoma[J]. Nature, 2011, 474(7353): 609–15. DOI:10.1038/nature10166 |
[27] | Jönsson JM, Johansson I, Dominguez-Valentin M, et al. Molecular subtyping of serous ovarian tumors reveals multiple connections to intrinsic breast cancer subtypes[J]. PloS One, 2014, 9(9): e107643. DOI:10.1371/journal.pone.0107643 |
[28] | Tan TZ, Miow QH, Huang RY, et al. Functional genomics identifies five distinct molecular subtypes with clinical relevance and pathways for growth control in epithelial ovarian cancer[J]. EMBO Mol Med, 2013, 5(7): 1051–66. DOI:10.1002/emmm.201201823 |
[29] | Löser H, Heydt C, Büttner R, et al. BRCA diagnostics of ovarian cancer: Molecular tumor testing since the introduction of PARP inhibitor therapy[J]. Pathologe, 2017, 38(2): 117–26. DOI:10.1007/s00292-017-0274-0 |
[30] | Duan P, Fan L, Gao Q, et al. Targeted Therapy of Ovarian Cancer with Angiogenesis Inhibitors[J]. Curr Drug Targets, 2017, 18(10): 1171–8. |
[31] | Ledermann J, Harter P, Gourley C, et al. Olaparib maintenance therapy in patients with platinum-sensitive relapsed serous ovarian cancer: a preplanned retrospective analysis of outcomes by BRCA status in a randomised phase 2 trial[J]. Lancet Oncol, 2014, 15(8): 852–61. DOI:10.1016/S1470-2045(14)70228-1 |
[32] | Domchek SM, Aghajanian C, Shapira-Frommer R, et al. Efficacy and safety of olaparib monotherapy in germline BRCA1/2 mutation carriers with advanced ovarian cancer and three or more lines of prior therapy[J]. Gynecol Oncol, 2016, 140(2): 199–203. DOI:10.1016/j.ygyno.2015.12.020 |
[33] | Aghajanian C, Goff B, Nycum LR, et al. Final overall survival and safety analysis of OCEANS, a phase 3 trial of chemotherapy with or without bevacizumab in patients with platinum-sensitive recurrent ovarian cancer[J]. Gynecol Oncol, 2015, 139(1): 10–6. DOI:10.1016/j.ygyno.2015.08.004 |
[34] | Martin JY, Urban RR, Liao JB, et al. Bevacizumab toxicity in heavily pretreated recurrent epithelial ovarian, fallopian tube, and primary peritoneal cancers[J]. J Gynecol Oncol, 2016, 27(5): e47. DOI:10.3802/jgo.2016.27.e47 |
[35] | Kommoss S, Winterhoff B, Oberg A, et al. Bevacizumab may differentially improve ovarian cancer outcome in patients with proliferative and mesenchymal molecular subtypes[J]. Clin Cancer Res, 2017, 23(14): 3794–801. DOI:10.1158/1078-0432.CCR-16-2196 |
[36] | Antony J, Tan TZ, Kelly Z, et al. The GAS6-AXL signaling network is a mesenchymal (Mes) molecular subtype-specific therapeutic target for ovarian cancer[J]. Sci Signal, 2016, 9(448): ra97. DOI:10.1126/scisignal.aaf8175 |