临床特征和肿瘤突变谱与高级别浆液性卵巢癌中的预后相关性

ERBB4突变与高突变负荷提示HGSOC不良预后。

高级别浆液性卵巢癌（High-Grade Serous Ovarian Cancer, HGSOC）是卵巢癌中最常见且最具侵袭性的亚型，约占病例总数的70%，也是妇科恶性肿瘤死亡的主要原因之一。尽管手术和化疗方案不断优化，但患者总体生存率在过去几十年中并未得到显著改善。HGSOC具有高度的分子异质性，其预后受到多种遗传和临床因素的影响[1]。目前，初治治疗策略主要包括初次肿瘤细胞减灭术（Primary Debulking Surgery, PDS）联合辅助化疗，或新辅助化疗（Neoadjuvant Chemotherapy, NACT）后行间歇性肿瘤细胞减灭术[2]。实现完全肿瘤细胞减灭（R0）是改善预后的关键，但仍有大量患者因化疗耐药而复发。随着精准医学的发展，探索HGSOC的分子特征以识别新的预后生物标志物和潜在治疗靶点显得尤为重要。近期发表在International Journal of Molecular Sciences上的一项研究，通过整合临床数据与靶向二代测序（Next-Generation Sequencing, NGS）结果，旨在阐明HGSOC的突变景观及其与预后的关系[3]。本文对其主要内容进行概述，供读者参考。

图1 研究标题

研究方法

研究设计和方法

本研究采用回顾性设计，纳入了43例根据国际妇产科联盟（International Federation of Gynecology and Obstetrics, FIGO）分期为III-IV期的HGSOC患者。所有患者均接受PDS或NACT治疗路径。研究收集了详细的临床病理学数据，包括手术结果、铂类无进展间期（Platinum-Free Interval, PFI）和生存数据。

遗传学分析基于福尔马林固定石蜡包埋（Formalin-Fixed Paraffin-Embedded, FFPE）肿瘤组织样本，使用针对50个癌基因的AmpliSeq Cancer HotSpot Panel V2（Illumina）进行靶向NGS。测序数据经过严格过滤（测序深度≥100，变异等位基因频率≥2.5%），以识别体细胞突变。

统计分析包括描述性统计、生存分析（Kaplan-Meier法和Log-rank检验）以及单变量和多变量Cox比例风险回归模型，以评估临床和分子变量与总生存期（Overall Survival, OS）的关联。

研究结果

患者队列与临床特征

本研究共纳入43例晚期HGSOC患者，诊断时中位年龄为61.7岁。69.4%的患者为FIGO III期。46.1%的患者接受了NACT治疗，51.2%的患者实现了R0切除。术前CA125水平平均为1178 U/mL，体现出疾病的晚期特征。PDS组与NACT组在临床特征上存在差异，例如PDS组患者术前CA125水平显著较低，而肿瘤直径较大。

突变景观及其与生存的关联

所有分析的肿瘤样本均携带遗传变异。分析发现，铂类无进展间期（PFI）小于6个月的患者，其肿瘤的突变数量显著高于PFI大于6个月的患者（中位数9 vs. 6个突变，p < 0.01）（图2C）。

图2 不同手术结局患者的基因突变谱

此外，最常见的突变基因包括FLT3（86.0%）、TP53（74.4%）、ERBB4（64.8%）和HRAS（51.2%）。单变量生存分析显示，肿瘤突变总数（p = 0.0035）以及HRAS（p = 0.025）、FLT3（p = 0.023）、TP53（p = 0.039）和ERBB4（p = 0.01）突变与较差的OS显著相关。

图3 (A) HGSOC患者中通过50基因panel鉴定的突变景观。(B-D) 按突变状态分层的总生存期Kaplan-Meier曲线：(B) HRAS突变, (C) TP53突变, (D) ERBB4突变 (c.884_7dupT)。

此外，携带超过8个突变的肿瘤患者OS显著更差（p = 0.013）（图4A）。在最后一次随访时存活的患者，其肿瘤的中位突变数量显著低于因该疾病死亡的患者（中位数4 vs. 9, p = 0.0035）（图4B）。

图4 (A) 基于肿瘤总突变数的OS Kaplan-Meier曲线。(B) 比较存活与死亡患者肿瘤中位突变数的箱线图。

多变量Cox回归分析

在多变量Cox回归模型中，整合了临床和分子数据后，ERBB4 c.884_7dupT变异（风险比 [Hazard Ratio, HR] = 7.58, 95% 置信区间 [CI]: 1.84–31.23, p = 0.005）被证实是OS的独立不良预后因素。其他保持显著性的变量包括较长的铂类无进展间期（PFI）是保护性因素，而上腹部/粟粒样播散模式则是风险因素（表1）。

表1 Cox回归分析结果汇总（显著性标识：'*' < 0.001, '**' < 0.01, '*' < 0.05）

PDS与NACT亚组的比较

虽然PDS和NACT组在临床参数（如CA125、肿瘤大小）上存在差异，但基于50基因panel的突变谱分析显示，两组间任何特定基因（包括ERBB4、TP53、HRAS、FLT3）的突变频率均无显著差异。

文章小结

本研究通过对43例晚期HGSOC患者进行整合分析，揭示了肿瘤突变负荷以及特定基因（如ERBB4、TP53、HRAS）突变与患者不良预后的显著关联。尤为重要的是，多变量分析证实ERBB4 内含子变异是OS的独立负性预测因子，这为理解HGSOC的侵袭性生物学行为提供了新的分子视角。

尽管研究存在回顾性设计和样本量有限的局限性，但其结果与既往部分研究相互印证，并提出了关于ERBB4突变潜在作用的新的科学假设。这些发现强调了在HGSOC中整合分子信息与临床指标（如PFI和手术结局）对于改善风险分层的重要性。未来需要在更大规模的前瞻性队列中验证ERBB4变异的预后价值，并探索其功能机制。鉴于ERBB家族抑制剂已在其他癌症中获批应用，本研究结果为在特定分子亚型的HGSOC患者中探索靶向治疗策略提供了初步依据，有助于推动HGSOC的精准医疗进程。

参考文献：

[1]Testa U, Petrucci E, Pasquini L, Castelli G, Pelosi E. Ovarian cancers: Genetic abnormalities, tumor heterogeneity and progression, clonal evolution and cancer stem cells. Medicines. 2018;5(1):16.

[2]Vergote I, Tropé CG, Amant F, et al. Neoadjuvant chemotherapy or primary surgery in stage IIIC or IV ovarian cancer. N Engl J Med. 2010;363(10):943-953.

[3]Martin-Vallejo J, Berenguer-Mari JR, Bosch-Romeu R, et al. Prognostic Relevance of Clinical and Tumor Mutational Profile in High-Grade Serous Ovarian Cancer. Int J Mol Sci. 2025;26(15):7416.

审批编号: CN-170824 有效期至: 2026-03-04
本材料由阿斯利康提供，仅供医疗卫生专业人士参考

*“医学界”力求所发表内容专业、可靠，但不对内容的准确性做出承诺；请相关各方在采用或以此作为决策依据时另行核查。