肿瘤生物标志物共识.docx

1、肿瘤生物标志物共识生物标志物共识引言神经内分泌肿瘤是相对少见的肿瘤。一些患者因过多分泌的激素而表现相应的临床表现，例如胰岛素瘤和胃泌素瘤。前肠神经内分泌肿瘤可产生各种具有生物活性的物质，从而产生多样的临床综合征。中肠神经内分泌肿瘤（小肠及胰腺）也可产生生物活性的产物，称之为功能性肿瘤。非功能性肿瘤不表现为激素相关的临床综合症，但可产生局部症状，如梗阻、出血、肝衰竭等。神经内分泌肿瘤发病率逐渐升高。由于神经内分泌肿瘤管理的地域差异性，目前尚缺乏规范化的诊治标准。美国NCCN会议于2007年召开，讨论了临床所面临的问题及需求。背景本次会议达到10条共识，主要围绕用于早期诊断和治疗监测的肿瘤血清学标

2、志物进行讨论。尽管影像学方法的发展，早期诊断仍是尚未解决的问题。神经内分泌肿瘤的治疗有赖于病理诊断，然而通过病理预测肿瘤的恶性程度具有一定的局限性，因为病理基于生物多样性的组织学特征。病理分级包括核分裂象和ki-67指数。神经内分泌肿瘤预后因神经内分泌肿瘤病理的异质性而难以准确估测。NENs的5年生存率波动于15%到95%之间，很大程度上取决于肿瘤的原发部位、分级及肿瘤进展程度。神经内分泌肿瘤患者的治疗方法多样，包括放射性核素、生长抑素类似物、免疫治疗（干扰素）、细胞毒性药物、靶向药物等。由于治疗的昂贵价格及相关毒副作用，监测肿瘤对治疗的反应指导临床选择尤为重要。肿瘤的监测手段主要依靠影像学，

3、然而NEN是相对惰性的肿瘤，尽管靶向药物的联合应用，仍然难以实现完全缓解（OR）。由于RECIST标准对于神经内分泌肿瘤具有一定的局限性，因此迫切需求寻找有效的生物标志物用于评估神经内分泌肿瘤生物活性及治疗反应。一些功能性神经内分泌肿瘤（例如胰岛素瘤、胃泌素瘤及VIP瘤），生物标志物可预测肿瘤的活性，但应用范围局限。如表1.目前临床上最常用的生物标志物是CgA，然而目前尚缺乏统一的标准，且受实验室抗体的差异制约。血清CgA的敏感性是60-90%，而特异性不足50%。血清CgA的监测受许多因素影响，如肾衰、心脏疾病及应用PPI等。)5-HIAA可在血中及尿中监测，可作为中肠类癌综合征的生物标志物

4、。尿5-HIAA需要严格的饮食控制，对预后信息提供有限。方法（略）结果对107个问题进行了讨论，最终88（82%）个问题达到共识。，背景N共识NET的生物标志物的敏感性和特异性不满足临床需求1795%敏感性是否应80%17。100%特异性是否应90%1478%阳性预测值是否应80%1481%阴性预测值是否应80%，1376%生物标志物样本收集应考虑安全性及简便性18100%静脉血是最简易的样本来源1688%是否必须收集肿瘤组织标本15未达共识生物标志物应作为人群筛查项目17否，89%循环生物标准物应提供多种信息17100%0型代表肿瘤自然病程，对治疗有用17100%1型代表干预影响，对NET有

5、用15100%2型代表临床终点，是NET的核心-1583%2型比1更重要未达共识2型比0更重要未达共识0，1，2型生物标志物是理想的17100%生物标志物与正确诊断相关1478%预测治疗有效性的生物标志物很重要1272%NET生物标志物用于量化肿瘤负荷程度有用未达共识提供多重信息（超过一种信息）1583%那些信息应该包含肿瘤增殖1376%肿瘤分泌未达共识#肿瘤转移1478%肿瘤恶性生物学行为1694%肿瘤良性生物学行为15￥83%目前生物标志物可提供多重信息14否78%可产生假阳性和假阴性的情况应说明1795%血液标本采集条件应说明；17100%诊断循环生物标志物对诊断是必要的13否75%循环

6、生物标志物对诊断是有用的17100%能否用于确定肿瘤原发部位15否82%生物标志物应肿瘤类型特异性相关15、81%目前生物标志物对所有NET诊断有用13否76%是否应用于区别功能性和非功能性1376%与肿瘤负荷相关|未达共识与肿瘤分级相关16否89%可区别低度恶性和高度恶性肿瘤15否83%：支气管肺NETsGEP-NENs生物标志物足够13否76%是否存在支气管肺特异性生物标志物16否87%敏感性满足需求16否93特异性满足需求16否93%应用，是否应用于肿瘤诊断1688%是否应用于肿瘤治疗监测17100%；是否对确定治疗反应有用1583%是否对应用于确定手术效果1583%是否应用于评估肿瘤残

7、余病灶的恶性程度16-89%是否应用于监测微小病灶1583%是否应用于定义治愈1586%是否应用于预测复发17100%是否应用于反应预后17100%影像影像是测量治疗反应的最佳手段1689%PET-CT最有用未达共识CT,MRI应作为常规手段16：88%PET-CT是最敏感的检查1482%影像作为治疗反应评估手段准确未达共识不同中心通过影像学监测疾病有差异1482%RECIST标准对NET适用13不：76%影像学比循环生物标志物更有效未达共识！循环生物标志物是影像学很好的辅助手段17100%目前生物标志物与影像具有一致性13否76%理想手段同时包含生物标志物和影像学17&95%组织化学诊断NE

8、T组化CgA有用1795%组化其他标志物有用（1583%组化其他标志物对诊断有用17100%组化其他标志物对预后有用未达共识。组化其他标志物对靶向治疗有用未达共识NSE有用15否82%胰抑制素有用16否88%PHH3比核分裂像评价增殖更有效未达共识美国与欧洲Ki67检测相同未达共识Ki67在不同实验室有差异1694%Ki67在不同观察者有差异1689%Ki67应人工测量13否76%Ki67应眼测法14否78%Ki67应图像分析1689%一个肿瘤Ki67均一18否100%最高Ki67应作为一个增殖热点18100%是否应多个活检以确定转移性疾病的ki67未达共识是否应超过4个活检以确定转移性疾病的

9、ki6717否100%Ki67随疾病变化而改变18100%分级标准化是必须的18100%根治术后G1和G2应治疗不同16否94%转移性疾病G1和G2应治疗不同未达共识G3是非异质性肿瘤16(否94%是否应将ki6720%作为定义G3标准未达共识Ki67用于残余肿瘤评估增殖活性重要未达共识Ki67能预测微小转移）16否88%KI67能预测人群肿瘤复发，但不适用于个体1481%循环生物标志物应用于低增殖活性的肿瘤1687%循环生物标志物与高增值活性肿瘤相关16否94%CTC目前CTC对于检测所有NET可靠么1795%）。一致认为，基因组技术应该用于筛选新的循环生物标记物和循环DNA。miRNA是具

10、有潜力的循环生物标志物，代谢组学的方法可用于筛选新的循环标志物。专家认为一些新的单组分分析，包括已被用于小肠的CCN2和PNMA2，尚不能用于临床。此外，NENs的突变和甲基化将限制生物标志物的开发及应用。讨论生物标志物用于疾病诊断和治疗尚不能满足临床需求。包含多重信息的生物标志物将有利于诊断、预后及对治疗反应的评估。仅应用影像学监测疾病进展及疗效并不合理。循环生物标志物与影像相辅相成可提供更多的信息。基于神经内分泌肿瘤相对惰性特点，使得影像及病理用于评估预后有限。因此，临床医师需要通过生物标志物获得持续性实时的预测信息，用于评估肿瘤恶性程度及治疗效果。目前生物标志物存在局限性。首先，敏感性和

11、特异性不高；第二，单组分分析不足以判断疾病进展程度、治疗效果和肿瘤生物学行为。最后，免疫组化、影像学证据及循环生物标记物信息之间的线性关系尚未确定。 新的生物标记物包括两类：多基因信号和CTC（循环肿瘤细胞）。具体而言，多基因信号是多组分分析生成分子数据，可提供肿瘤活性和治疗反应的实时信息。专家认为若能准确识别和通过基因组信息测量CTC，它将是最具有前景的生物标志物。目前关于神经内分泌肿瘤CTC应用的研究较少。一项单中心研究表明转移性神经内分泌肿瘤的瘤负荷与CTC相关。专家认为，初步研究结果已证实CTC的生物学应用和前景，有待进一步的研究和验证。 CTC的单组分分析有一定的局限性，包括灵敏度和

12、特异度低且提供的信息不足。由于神经内分泌肿瘤可发生于不同部位，除外功能性神经内分泌肿瘤（如胰岛素瘤或胃泌素瘤），单组分分析已不能满足敏感度和特异度的标准。多组分算法分析基于多种变量的关联和标准化，并逐渐被应用于各种疾病。例如Fibro Sure、MammaPrint、Oncotype DX及MammoStrat等。多组分分析因技术的复杂性，需要特殊的实验室设施。算法构建和分析有助于多基因检测结果的解码，运输和处理样品需要严格的标准。总之，多组分分析比单组分分析筛选生物标志物更为复杂，有必要开发更为完善的统计算法。多组分算法分析可用于评估疾病复杂的生物学特性。过去5年核酸为基础的技术获得发展，有

13、赖于对神经内分泌肿瘤的生物学特性及异质性的深入理解。专家组认为microRNA是有潜力的NEN生物标志物。miRNA的不重叠表达可用于筛选中肠（胰腺和小肠）神经内分泌肿瘤。总体而言，血清和组织的miRNA表达的浓度之间有弱的关联。神经内分泌肿瘤miRNA表达浓度的上调和下调已经引起重视，但需要应用算法分析来确定临床价值。在2013年，美国临床化学协会（AACC）发现miRNA表达浓度检测和定量是并不强劲、快速、简便、准确，可重复性不高，且价格昂贵，不同检测实验室之间或同一实验室不同供应商试剂均有差异。专家认为神经内分泌肿瘤基因组学的多组分分析技术筛选生物标志物有效，尤其是NETest（一种基于

14、51标记基因与算法的qRT-PCR分析技术，在GEP-NEN检测中具有高敏感性和特异性，均95%）。该检测可提供疾病状态的多重信息，并可反应NEN疗效。另外，它比其他单组分分析更准确，并不受PPI应用的影响。专家认为多组分算法分析对于非胃肠道神经内分泌肿瘤（如副神经节瘤）或混合上皮神经内分泌肿瘤（如前列腺）是否恰当仍不可知。专家建议实验室试验应首先在一个中心实验室进行。基因转录多组分算法分析用于NEN的鉴别的数据不足，如激素过量（例如甲状腺和绝经期）、焦虑或高敏状态。多组分算法分析能否为影像提供辅助信息，或用于评价复发转移风险仍需要进一步研究。同理，基因组多组分算法分析用于判断带瘤患者复发风险

15、可指导治疗选择。因此，高危低瘤患者将被给予更多的积极治疗，包括手术和化疗。专家组认为NETest可确定肿瘤进展、药物疗效、评估原发肿瘤根治术效果，或减少肝切除或射频消融后的瘤负荷。结论 目前神经内分泌肿瘤生物标志物有很多局限，临床迫切需求能反应疾病活性及疗效的循环生物标志物。多组分分析基因组学是未来的研究方向。如图4.虽然组织标本的生物标志物数据可以提供上述信息，但是血液标本因简单易得、重复性高、实时性而成为首选。NETest在临床应用中具有很大潜能，但是CTC和miRNA需要进一步研究。我们迫切需要通过多组分算法分析的临床研究确定临床应用价值。专家认为，血液基因转录分析的临床试验应能识别适用于临床的最佳信息。神经内分泌肿瘤患者每3个月抽血进行检测可检测肿瘤进展程度。生物标志物可反应疾病进展程度及提供无效治疗的证据，其意义逐渐提高。