測量孕婦血中生物標記來預測早產的新進展

icon-16

長庚大學教授 林口長庚紀念醫院 王子豪醫師

早產(preterm delivery)定義為妊娠37週之前發生的分娩,是母胎醫學最常見的疾病,全世界每年約有1500萬早產兒出生。早產是新生兒死亡的首位原因,而存活的早產兒容易也有長期的併發症,例如慢性肺疾病、聽力和視力受損、神經發育異常等等,造成社會、醫療和經濟的重大傷害。因此醫學界致力於各種預測和預防早產的研究,也嘗試開發測量孕婦血液的生物標記就能預測早產的方法。

由美國11個研究中心合作的前瞻性蛋白質體學早產研究(Proteomic Assessment of Preterm Risk study, PAPR),在2016年發表於Am J Obstet Gynecol硏究論文(延伸閱讀一)顯示,用質譜儀分析了5501位孕婦的血液(下圖),

測量孕婦血中生物標記來預測早產的新進展_1

在無症狀孕婦群,以兩個蛋白質(IBP4/SHBG)的比值來預測早產的能力可達0.75靈敏度和0.74特異度(下圖),這些資料在ROC (receiver operating characteristic) curve分析上可得到AUC (area under the curve)值為0.75。開發一種檢測方法時,AUC值越趨近於1越好;而純粹用猜測、無須任何檢測方法,也可以達到AUC為0.5;所以AUC= 0.75,表示這個檢測方法有點用處,但仍大有改善空間。IBP4是insulin-like growth factor binding protein-4,IBP4在孕婦血中濃度增高時,一般認為是反映胎盤著床異常,因此數值升高和早產有關。懷孕時血中濃度SHBG (sex hormone-binding globulin) 會增加5-10倍;早產被認為和羊膜內感染與發炎有關,而這些發炎會導致一些發炎細胞素(inflammatory cytokines,例如TNF-alpha 和IL1-beta)的增加,這些細胞素會抑制肝臟製造SHBG,所以可能和早產孕婦的SHBG下降有關。

測量孕婦血中生物標記來預測早產的新進展_2

史坦福大學的Stephen Quake是研究孕婦血清中胎兒來源核酸(DNA, RNA)的專家,幾年前就發表了:只抽孕婦血就可得到胎兒的全基因體定序資料。他的團隊在2018年於Science的論文(延伸閱讀二) 發表:以次代定序方法(NGS)分析孕婦血液中細胞外RNA (cell-free RNA, cfRNA),最後開發出只要用反轉錄定量PCR測量7種孕婦血液cfRNA (CLCN3, DAPP1, MAP3K7CL, MOB1B, PPBP, RAB27B, RGS18),就可能找出會發生早產的孕婦族群(下圖)。

測量孕婦血中生物標記來預測早產的新進展_3

雖然他們的初步結果顯示,偵測早產孕婦的能力(AUC 值介於0.81-0.86之間)優於上述2016年的蛋白質體研究;但值得注意的是,此硏究的驗證族群太小了(只有23人,而其中5個早產所佔的比例為21.7%)。所以實際的應用性,還有待大規模的驗證。

測量孕婦血中生物標記來預測早產的新進展_4

延伸閱讀:

  1. Saade GR et al. Development and validation of a spontaneous preterm delivery predictor in asymptomatic women. Am J Obstet Gynecol (2016) 214: 633.e1-24.
  2. Ngo TTM et al. Noninvasive blood tests for fetal development predict gestational age and preterm delivery. Science (2018) 360: 1133-1136.

合併電子健康紀錄(EHR)和全基因體關聯研究(GWAS)獲得重大成功

icon-08

長庚大學教授 林口長庚紀念醫院 王子豪醫師

因為高通量的微陣列晶片(microarray gene chips)的普及應用,全基因體關聯研究(genome wide association study, GWAS) 在最近十幾年蓬勃發展,尤其在2007年發表的241篇論文中許多出現在Science和Nature系列期刊,接著GWAS相關論文發表就散布在各個專科和層級的期刊;從2011年到2017年之間,每年都有3000多篇的論文發表;截至2018年7月,用GWAS這個關鍵字可以在PubMed找到三萬多篇的論文。然而,利用電子健康紀錄(electronic health record, EHR)將病人的表現型(phenotypes)合併於GWAS,則至今只有36篇論文發表,第一篇是哈佛和麻省理工學院團隊發表於2011年Am J Human Genetics (延伸閱讀一)。而2018年UCSF和Kaiser Permanente醫療體系的合作團隊發表於Nature Genetics (延伸閱讀二) 的論文,則堪稱是合併EHR和GWAS的地標性研究。

現在GWAS硏究結果要能被學界接受的準則是:在發現族群(discovery group)中所找到的疾病關聯基因位點,都必須在獨立的驗證族群(validation groups)也可以看到一致的疾病關聯性。UCSF的這個硏究利用的發現族群是 GERA (genetic epidemiology resource on adult health and aging)研究的參與者,作者先從94,674人的Affymetrix gene chips基因體資料找出和血脂肪的相關性,而血脂肪檢驗數據則來自於Kaiser Permanente電子健康紀錄(EHR)中近48萬次的抽血資料;本研究的驗證族群有兩個:GLGC (global lipids genetics consortium) database的94,595歐洲人和UK Biobank的46萬人,本研究可以驗證17個血脂肪關聯基因位點。

除了提供我們了解那些基因調控血脂肪的學術價值以外,本研究的結果還能夠幫我們預測疾病和促進健康。因為這個研究分析族群涵蓋了多個種族,而每個種族的數量都大到足以有代表性,所以本研究可獲得不同種族對不同血脂肪昇高的遺傳風險評分 (genetic risk scores, GRS)。例如,東亞人(East Asians)就有最低的HDL 遺傳風險評分,但卻有最高的LDL、 triglyceride、total cholesterol 遺傳風險評分。本研究更進一步結合遺傳風險評分和記錄於EHR的藥物使用資訊,而可推算出某一種族的病人可能在多少歲時,會有必須使用降血脂藥物(statins)的機率。下圖ab 為白種女人和男人的機率圖:在此,如用兩個遺傳風險評分(LDL、TG)為例來看,在a的50歲女性,遺傳風險評分最高的五分之一(quintile) 服藥的機率是遺傳風險評分最低的五分之一之1.66倍; 女性到60歲時,此機率為1.8 倍;而在b的50歲和60歲男性,上述機率則分別為3.04和2.37倍。而下圖cd 為東亞女人和男人的機率圖。

合併電子健康紀錄(EHR)和全基因體關聯研究(GWAS)獲得重大成功_1

合併電子健康紀錄(EHR)和全基因體關聯研究(GWAS)獲得重大成功_2

延伸閱讀:

  1. Kurreeman F et al. Genetic basis of autoantibody positive and negative rheumatoid arthritis risk in a multi-ethnic cohort derived from electronic health records. Am J Hum Genet (2011) 88: 57-69.
  2. Hoffmann TJ et al. A large electronic-health-record-based genome-wide study of serum lipids. Nature Genetics (2018) 50: 401-413.

HER激酶抑制劑於HER2 及HER3 基因變異之癌症病人

icon-16

中國醫藥大學 教授 放射腫瘤科 陳尚文醫師

 HER2 及HER3 基因變異於惡性腫瘤的之整體盛行率雖不超過10%,但此突變卻存在於許多不同種類的癌症。此基因變異位點並非單一,如HER2變異可存在於細胞外、細胞膜、或激酶結構域 (kinase domain)。最近於Nature所發表的籃式臨床試驗(SUMMIT)是一個結合二期臨床藥物試驗與分析基因變異位點的研究。此試驗招收不同種類癌症的受試者,如基因檢測發現病人腫瘤之HER2 或HER3存在變異,受試者將接受標靶藥物 neratinib 的治療與追蹤,此藥物的抗癌機轉是泛HER tyrosine kinase 抑制劑,圖1 為此臨床試驗的設計與流程圖。

HER激酶抑制劑於HER2 及HER3 基因變異之癌症病人_1

圖1 試驗的設計與流程圖。

表1顯示共有141位受試者參與此臨床試驗(HER2突變有125位,HER3突變有16位),含蓋的癌病包括乳癌、非小細胞肺癌、膀胱癌、大腸直腸癌等。圖2以治療反應瀑布圖說明不同種類癌症及不同型態腫瘤基因變異位點對藥物治療反應的差異,其中乳癌受試者的腫瘤對neratinib的治療反應最佳,膀胱癌、大腸直腸癌的藥物反應則不甚理想。

HER激酶抑制劑於HER2 及HER3 基因變異之癌症病人_2

HER激酶抑制劑於HER2 及HER3 基因變異之癌症病人_3HER激酶抑制劑於HER2 及HER3 基因變異之癌症病人_4

圖2 受試者的治療反應瀑布圖。根據(1a) 癌症種類;(1b) 腫瘤基因變異位點及型態。圖1a 顯示乳癌的治療反應最佳;圖1b說明有激酶結構域(kinase domain)位點基因變異的乳癌受試者(以藍綠色表示)對藥物反應較佳。

此試驗重要的發現是: 對測試藥物neratinib之治療反應不只決定HER2 或HER3基因變異的位點,腫瘤的型態、與所合併之不同基因變異都是重要的影響因子。圖3說明相同癌症的的不同基因變異位點對藥物的反應並不相同,此外不同種類腫瘤之同一基因變異位點的藥物反應也不一致。其中以乳癌、子宮頸癌、膽道癌存在有激酶結構域錯義突變(missense mutation)對neratinib之反應最佳。因此未來於籃式臨床試驗的設計上,所招收的癌症受試者應不是只依靠試驗前的臨床數據,應以基因體研究的方式排除治療反應不佳的腫瘤,而將目標集中於可以治療的基因突變患者上,以提升臨床試驗的效益。

HER激酶抑制劑於HER2 及HER3 基因變異之癌症病人_5

圖3  根據癌症種類(縱軸)及HER2等位基因域(allele domain)變異(橫軸)之綜合療效統計。圓圈大小代表受試者人數,圓圈顏色偏藍表示反應較佳的比率較多。柱狀圖紅色部分代表對藥物反應較佳的受試者人數。此圖可發現相同癌症的的不同基因變異位點對藥物的反應並不相同,同一基因變異位點的不同種類腫瘤之藥物反應也不一致。

 

延伸閱讀

  1. Hyman DM, et al. HER kinase inhibition in patients with HER2- and HER3-mutant cancers. Nature 554,189-194(2018). (連結https://www.ncbi.nlm.nih.gov/pubmed/29420467)
  1. Chmielecki J. et al. Oncogenic alterations in ERBB2/HER2 represent potential therapeutic targets across tumors from diverse anatomic sites of origin. Oncologist 20, 7–12 (2015).

醫師特質影響乳癌病人接受基因診斷的比例

icon-08

長庚大學教授 林口長庚紀念醫院 王子豪醫師

台語有一句老話:「醫生郎,病人褔」,字面上的意思是:遇到什麼醫師決定於病人的福氣;更深一層的暗示是:醫師的特質(包括經驗和心態)可能決定病人疾病的預後。2018年七月份登載於美國醫學會期刊外科學(JAMA Surgery) 的一篇原著論文則揭露:乳癌病人如果是遇到一位較常轉介病人做基因檢測的外科醫師,這位病人較有機會做到癌症分子檢測。這個結論雖然非常淺顯直白,但是本硏究證明了這種可以預期的醫病模式,足以提醒醫師對精準醫學進展的自我學習。

 

這篇研究的受訪者採樣自美國喬治亞州和加州的洛杉磯郡,作者問卷調查7303位乳癌病人和488位乳房外科醫師,總共得到了可分析的5080位(69.6%)病人和377位(77.3%)醫師資料。NCCN (National Comprehensive Cancer Networks)的臨床指引建議評估乳癌病人的下列危險因子(下圖),將病人分類為可能帶異常基因的高危險(high risk)、和平均危險(average risk)群,而建議高危險群病人接受基因檢測。

醫師特質影響乳癌病人接受基因診斷的比例_1

下圖整理出受訪醫師對基因檢測和遺傳諮詢的心態。對於高危險病人(A)和平均危險群病人(F),大部分的醫師都會把她們轉介遺傳諮詢。5080位受訪病人總共有27%接受了癌症基因檢測,其中高危險病人有34%接受了癌症基因檢測,而平均危險群病人也有14%接受了癌症基因檢測;但是,即使對於高危險病人,醫師也不常立開癌症基因檢測- 不管是BRCA1/2(B )或是多基因檢測(C);相反的,一些平均危險群病人也被開立了癌症基因檢測(E),這個資料暗示著:不只是危險分群才決定病人接受癌症基因檢測的機率,醫師對基因檢測的態度也扮演很重要的角色。對高危險群病人接受癌症基因檢測時,大部分醫師會等到檢測資料出來才開刀(D)。大部分受訪醫師都很有信心和病人討論癌症基因檢查的優、缺點(G)。本研究並根據圖A到圖G的七項特質,建立出一個稱為手術醫師開立癌症基因檢測的趨勢量表(Surgeon Tendency to Order Genetic Testing Scale),將這個量表標準化後(H),可以看出受訪醫師大致分成兩群-左側的醫師較不開立基因檢測,右側那群是較傾向於開立癌症基因檢測的醫師。

醫師特質影響乳癌病人接受基因診斷的比例_2

外科醫師每年服務乳癌新病人的數量,也會影響她/他開立癌症基因檢測的比例。和每年有一百位以上乳癌新病人(高服務量)的醫師相比時,每年少於50位新病人(低服務量)的醫師最少開立癌症基因檢測,而每年有50到100位乳癌新病人(中服務量)的醫師則介於上述兩群之間(下圖),這結果顯示出:乳癌病人數低服務量和中服務量的醫師,較少開立乳癌相關癌症基因檢測。這個研究同時也顯示,經濟情況和保險狀態都顯著影響接受癌症基因檢測的可能性:經濟較為弱勢的黑人最少接受癌症基因檢測;而保險不給付時,接受癌症基因檢測的機會也最低(下圖)。

醫師特質影響乳癌病人接受基因診斷的比例_3

本研究最突顯的一個現象是:異常基因高危險群的乳癌病人,遇到一位最有開立癌症基因檢測傾向的醫師,例如落在95百分位(percentile) 的醫師時,她大概有72.3%的機率會接受癌症基因檢測;相反地,如果她遇到一位最不傾向開立基因檢測的醫師,例如落在5百分位(percentile) 的醫師時,她大概只有26%的機率會接受癌症基因檢測 (下圖橘黃色曲線)。而平均危險群的乳癌病人,遇到一位最有開立癌症基因檢測傾向的醫師時,她大概有24%的機率會接受癌症基因檢測;相反地,如果她遇到一位最不傾向開立基因檢測的醫師時,她大概只有4%的機率會接受癌症基因檢測 (下圖藍色曲線)。

醫師特質影響乳癌病人接受基因診斷的比例_4

延伸閱讀:

Katz SJ et al. Association of attending surgeon with variation in the receipt of genetic testing after diagnosis of breast cancer. JAMA Surgery (2018) July 3, doi:10.1001/jamasurg.2018.2001

 

美國FDA半年內核准的三個人工智慧醫療產品

icon-16

長庚大學教授 林口長庚紀念醫院 王子豪醫師

人工智慧(Artificial Intelligence,AI)是當代的熱門用語,其應用本質是:利用電腦的深度學習演算法,從大量的異質性數據中,萃取出可能有用的專業資訊;而在醫療應用上,這類資訊變成的可用知識,大部分是用來分類- 有/無疾病、高危險/低危險、需要馬上處理/可以持續觀察、適合/不適合某種治療、等等臨床情境。把這樣的電腦輔助工具說成人工智慧其實有點嘩眾取寵、危言聳聽,但社會大眾喜歡這種「令人期待又害怕」的說法,所以連各國政府單位也不能免俗,都直接用A I這個詞。AI在醫療應用上,最近在影像辨識和診斷分類上屢建奇功。

 

FDA在2018年2月13日通過一項臨床決策支援軟體(clinical decision support software),Viz.AI Contact application。Viz.AI是史丹佛大學人工智慧研究室(Stanford A.I. Research)衍生出來的一家舊金山的健康產業新創公司。透過協助分析電腦斷層攝影的圖像,VizLVO能自動偵測可疑的大血管阻塞(large vessel occlusion, LVO),並迅速通知醫師:病人可能有的中風危險 (下圖)。

美國FDA半年內核准的三個人工智慧醫療產品_1

 

而VizCTP則是用來分析電腦斷層攝影產出的造影劑影像,快速計算出大腦血液灌流的各種參數 (下圖),也有助於評估中風的嚴重度。

美國FDA半年內核准的三個人工智慧醫療產品_2

FDA在2018年4月11日通過第一個人工智慧醫療器具(AI-based device) – IDx-DR的上市,它利用人工智慧演算法分析由視網膜攝影機(Topcon NW400) 所獲得的影像,快速篩檢糖尿病病人是否有必須由專業眼科醫師治療的視網膜病變?IDx-DR可以在診療糖尿病人的一般醫療診所(primary care doctor’s office)擷取影像,將這些影像傳送到雲端分析,在1分鐘內就可以獲得判讀結果,陽性-指中度以上糖尿病視網膜病變(more than mild diabetic retinopathy, mtmDR),就必須轉給眼科專家診治;陰性-則在1年後追蹤即可(下圖)。

美國FDA半年內核准的三個人工智慧醫療產品_3

這套人工智慧醫療器具的賣點是,在預防糖尿病併發症的醫療過程中,視網膜健康的評估步驟還不需要勞動視網膜專家來篩檢病人,可以大幅增加病人篩檢率和降低專家醫療成本。對於偵測出糖尿病的視網膜病變,IDx-DR宣稱可達到87%的靈敏感度和90%的特異度(下圖)。

美國FDA半年內核准的三個人工智慧醫療產品_4

FDA在2018年5月24日又通過一套電腦輔助骨科偵測軟體Imagen OsteoDetect的上市許可。當病人懷疑有手腕骨折時,這套軟體分析兩張不同角度的X光片,協助偵測是否有手腕附近的遠端橈骨骨折? Imagen公司成立的宗旨是:利用機器學習來協助醫療診斷。截至2018年7月7日止,Imagen的網頁列出36位臨床醫師夥伴,有11位四肢關節專科醫師、10位放射診療科醫師、8位外傷科醫師,和7位小兒科醫師 (下圖) ,從這個招募的專科比例,也可以看出電腦輔助醫學影像辨識可用在那些臨床科別的發展趨勢。

美國FDA半年內核准的三個人工智慧醫療產品_5

延伸閱讀:

  1. FDA permits marketing of clinical decision support software for alerting providers of a potential stroke in patients. https://www.fda.gov/newsevents/newsroom/pressannouncements/ucm596575.htm
  2. FDA permits marketing of artificial intelligence-based device to detect certain diabetes-related eye problems https://www.fda.gov/NewsEvents/Newsroom/PressAnnouncements/ucm604357.htm
  3. FDA permits marketing of artificial intelligence algorithm for aiding providers in detecting wrist fractures https://www.fda.gov/newsevents/newsroom/pressannouncements/ucm608833.htm

21-Gene Expression Assay 可指引乳癌術後是否該進行輔助性化學治療

icon-08

方麗華臨床藥師

和信治癌中心醫院

一項具開創性的個別化治療選擇(Rx)又稱TAILORx (Trial Assigning IndividuaLized Options for Treatment)的臨床試驗,刊登在2018年6月【新英格蘭醫學雜誌, NEJM】,研究顯示最常見的乳腺癌婦女中有70% 無法從化學治療中獲益。該研究指出,對於激素受體(HR, hormone receptor, 指estrogen receptor或progesterone receptor)陽性、HER2陰性、腋窩淋巴結陰性的乳腺癌的女性,手術後的輔助化學治療加上雌激素治療不比單獨使用激素治療對病人更有益。

乳癌是美國和全球女性中最常見的癌症。在美國,激素受體為陽性,腋窩淋巴結為陰性,約佔所有乳腺癌病例的一半。輔助化學治療可降低復發,其影響在年輕女性中成效較高;但幾乎不受淋巴結狀態、癌細胞的惡性度、或使用輔助賀爾蒙治療的影響。這些發現導致美國國家衛生研究院的共識小組推薦對大部分的病人進行輔助化學治療,輔助化學治療確實也降低乳腺癌的死亡率。然而,大多數病人可能也接受了不必要的化學治療。

21基因表達分析測試(Oncotype DX,由Genomic Health 公司所開發)是幾種商業上可用的基因表達測試之一,提供在激素受體為陽性的乳腺癌病人的預後。基於21基因的復發評分,分數範圍為0到100,同時復發評分值落在高分的時候,可預測化學治療效果。高評分值定義為大於26。當復發值為低 (0~10分),10年後遠處復發率(2%)是非常低,不太可能受到輔助化學治療的影響。專家對使用21基因檢測的結果仍存在不確定性,尤其對於大多數復發評分落於中間數值(11-25)的乳癌病人,接受化學治療是否有益還未知。

TAILORx是一項3期的前瞻性臨床試驗,開始於2006年,也是第一個研究個人化癌症治療方法的大規模臨床試驗。該臨床試驗的先前的研究,已證實低復發值(0~10分)病人只接受雌激素治療時,遠處復發率亦很低。(延伸閱讀3) 本期試驗目的是要確定化學治療對中度復發值為11~25分的女性是否有益?來制定一個個人化的化學治療方案。

21基因復發評分計算:利用16個癌症基因、5個參考基因,共21個基因、3項研究的大數據來計算乳癌復發分數。(表一:Recurrence score,RS)

21-Gene Expression Assay_1

 

http://www.oncotypeiq.com/en-GB/breast-cancer/healthcare-professionals/oncotype-dx-breast-recurrence-score/about-the-test

TAILORx研究收案的病人為 HR(陽性)、HER(陰性)、淋巴結(無)的10,273位18歲至75歲的女性乳癌病人。研究方法:21基因表達測試並計算癌症復發風險評分值(以0~100分)。在低風險範圍(0~10分)的病人:只接受激素治療。分數大於26:則接受激素治療和化學治療。

中間風險範圍(11~25分):隨機分成兩組。一組單獨投與激素治療,另外一組是輔助化學治療加激素治療,結果兩組無病生存率各為83.3% 比 84.3%、無遠處疾病復發(94.5% 比 95%),總生存率(92.2% 比 92.9%)。

本研究提出,HR(+)、HER2(-)、淋巴結(-),可以避免化學治療約佔70% 的病人。不必接受化學治療的條件如下:

  • 年齡大於50歲且復發評分值為11~25(45%)
  • 不管年齡,復發評分值為0~10(16%)
  • 年齡小於50歲,復發評分值為11~15(8%)

在HR(+)、HER2(-)、淋巴結(-)病人中,仍有30%病人需要接受化學治療,條件如下:

  • 任何年齡復發評分值為26~100分(17%)
  • 50歲或以下,復發評分值為16~25分(14%)

本研究結果證實化學治療對於中度危險組的大多數女性是無益的。這些數據分析的結果,提供了前瞻性證據,證實基因表達檢測可以鑑定出復發低風險的婦女,可以不必接受化學治療。但高風險範圍26~100分:遠處復發率為13%(即使已接受化學治療加上激素治療)。

本TAILORx新數據亦提供一個警示。當研究人員分別對停經前婦女和年齡小於50歲的中等風險範圍(16~25)患者再進行次分析時,結果顯示化學治療可能有益處,因此這些婦女仍應考慮使用化學治療。然而,目前還不清楚這益處是出於化學治療的效果,還是化學治療引起的更年期,導致內分泌被抑制。

在TAILORx的數據公佈之前,我們對Oncotype DX乳房復發評分,數值11~25分女性的最佳治療方案,仍存在不確定性;現在該試驗已提供了一個非常確定的答案。乳癌治療在可預見的將來,任何75歲或以下的早期乳癌患者都值得接受21基因表達檢測,並與醫生討論結果,以協助臨床醫師做出最合乎病人利益的治療決定。

延伸閱讀:

  1. SS Lo, PB Mumby, J Norton, K Rychlik, J Smerage, J Kash, HK Chew, ER Gaynor, DF Hayes, A Epstein, KS Albain. Prospective Multicenter Study of the Impact of the 21-Gene Recurrence Score Assay on Medical Oncologist and Patient Adjuvant Breast Cancer Treatment Selection.J Clin Oncol. 2010; 28(10):1671-1676.
  2. Albain KS,Barlow WE,Shak S, et al. Prognostic and predictive value of the 21-gene recurrence score assay in postmenopausal women with node-positive, oestrogen-receptor-positive breast cancer on chemotherapy: a retrospective analysis of a randomised trial. Lancet Oncol 2010; 11:55-65.
  3. Sparano JA1, Gray RJ, Makower DF, et al. Prospective Validation of a 21-Gene Expression Assay in Breast Cancer. N Engl J Med. 2015; 373:2005-2014.
  4. Sparano JA,  Gray RJ, Makower F, et al. Adjuvant chemotherapy guided by a 21-gene expression assay in breast cancer. New Engl J Med 2018 Jun 3. (DOI:10.1056/NEJMoa 1804710)

經由子宮頸取得的液態切片PapSEEK有助於檢出各種婦癌

icon-08

長庚大學 教授 林口長庚醫院 主治醫師 王子豪

希臘裔美國醫師Georgios Papanikolaou從1920年代開始的研究,發展出已開發國家常用的子宮頸抹片檢查 (Papanicolaou test,或稱Pap smear),導致近年的子宮頸癌死亡率降低和新病例的逐年減少。相反地,子宮體癌則因為肥胖和平均壽命延長而逐年增加,已經變成最常見的婦科癌症。美國2017年,就有61,380新診斷的子宮體癌,而造成一年有11,000名死亡病例。卵巢癌是美國第二常見的婦科癌症,每年約有22,000名新病例,但造成更高的死亡率(每年約有14,000人死於卵巢癌)。台灣也是如此, 2017年5月4日公布的國人十大癌症中,女性生殖道癌症依序也是:子宮體癌、卵巢癌、子宮頸癌 (下圖)。

PapSEEK_1

國民健康署2017年出版的癌症登記報告(延伸閱讀一) 也顯示:2015年癌症個案數增加最多的前五名,子宮體癌就增加了7.73% (下圖)。雖然同一份報告記錄了,2015年的申報病例分別為:2,440位子宮體癌、1,485位子宮頸癌、1,434位卵巢/輸卵管/闊韌帶癌(現在認為這三種都屬於同一癌型)。

PapSEEK_2

 

針對美國日漸增多的子宮內膜癌,和數十年來毫無降低趨勢的卵巢癌,Johns Hopkins University團隊在2018-3-21的Science Translational Medicine期刋(延伸閱讀二) 發表了三種非侵入性檢查的偵測效果。他們比較了用兩種分子檢測方法(PapSEEK-延伸閱讀三 和CancerSEEK延伸閱讀四)來分析下列三種收集檢體的效果:子宮頸採檢刷(Pap brush)、子宮內膜採檢刷(Tao brush)、或是合併子宮頸採檢刷加上抽血檢查(Pap brush + Plasma)。由Pap brush和Tao brush採到的檢體用PapSEEK來分析基因和染色體的變異,而Plasma則以CancerSEEK分析 (下圖)。

 

PapSEEK_3

PapSEEK分析癌細胞中18個基因的突變和異常染色體數目(aneuploidy 非整倍體),而CancerSEEK則是合併DNA定序和蛋白質生物標記的抽血液態切片(參見本學會2018-1-22的「新知分享」專欄)。這個研究團隊發現Pap brush能夠在382位子宮內膜癌中偵測出81%,而Tao brush則可以在123位子宮內膜癌病人中得到93%的偵測率。相反地,Pap brush在245位卵巢癌中只能夠偵測出33%,而Tao brush則可以在51位卵巢癌病人中得到45%的偵測率。PapSEEK偵測的靈敏度,在早期或晚期子宮內膜癌症並沒有太大的差別(下圖左、中)。PapSEEK和CancerSEEK兩者對於早期卵巢癌的偵測率都明顯降低;而在83位卵巢癌病人中,Pap brush/PapSEEK、Plasma/CancerSEEK、和合併兩者則分別可獲得39% 、43% 、和63%的偵測靈敏度(下圖右)。

PapSEEK_4

 

雖然2018年1月,同一Johns Hopkins University團隊發表CancerSEEK可同時偵測八種癌症(卵巢癌、肝癌、胃癌、胰臟癌、食道癌、大腸直腸癌、肺癌、乳癌),在1,005位尚未轉移的八種癌症病人,總共可以獲得大約70% 的陽性率,而只有很低(<1%)的假陽性。在當時那個報告中,針對卵巢癌診斷的靈敏度高達98%,這樣的成績好的太神奇了;不過值得注意的是:在1,005位尚未轉移的八種癌症中,卵巢癌只佔54位,也許有採樣偏誤(sampling bias)。本硏究在83位卵巢癌病人中,Pap brush/PapSEEK、Tao brush/PapSEEK、和Pap brush/PapSEEK合併Plasma/CancerSEEK則分別可獲得33%、45%、和63%的偵測靈敏度(下圖),應該是比較接近實務的。

 

PapSEEK_5

 

延伸閱讀:

  1. 衛生福利部國民健康署(民國106年12月出版):中華民國104年癌症登記報告 (http://www.hpa.gov.tw/Pages/Detail.aspx?nodeid=269&pid=8084)
  2. Wang Y et al. Evaluation of liquid from the Papnicolaou test and other liquid biopsies for the detection of endometrial and ovarian cancers. Science Translational Medicine (2018) 10: eaap8793.
  3. Kinde I et al. Evaluation of DNA from the Papnicolaou test to detect ovarian and endometrial cancers. Science Translational Medicine (2013) 5(167): 16ra4.
  4. Cohen JD et al. Detection and localization of surgically resectable cancers with a multi-analyte blood test. Science (2018) 359: 926-930.

美國國家衛生院發表泛癌症圖譜(Pan-Cancer Atlas)最新進展

icon-08

長庚大學教授 林口長庚紀念醫院主治醫師 王子豪

美國國家衛生院(NIH)所屬的國立癌院(National Cancer Institute, NCI)和國立人類基因體研究院(National Human Genome Research Institute, NHGRI)在2006年開始執行癌症基因體圖譜(The Cancer Genome Atlas, TCGA)計劃,於2013年截止臨床收案;至今已經完成11,000個癌症病人的詳細分析,包括33種常見的癌症類型和10種比較罕見的癌症;全部的經費是3億美元,有北美20多所大學的150位研究者參與;累積的資訊量為2.5千兆兆位元組(petabytes)- 如果用DVD來儲存,必須用到53萬片(下圖)。累積了這麼多的癌症數據,讓生物醫學界才得以進行泛癌症圖譜(Pan-Cancer Atlas)的分析。

美國國家衛生院發表泛癌症圖譜_1

2018-4-5的細胞(Cell)期刊,就刊登三篇旗艦型的泛癌症圖譜論文,終結討論癌細胞來源樣式(cell-of-origin patterns)、致癌化進展 (oncogenic processes)、致癌訊息傳遞路徑(oncogenic signaling pathways) 三個重要層面。更值得一提的免費學術服務是:細胞(Cell)期刊出版社開闢了一個專門網頁(下圖) http://www.cell.com/pb-assets/consortium/pancanceratlas/pancani3/index.html,收錄了含這三篇總結型論文的三十篇論文PDF,供全世界的學者下載閱讀。

美國國家衛生院發表泛癌症圖譜_2

在第一個主題- 癌細胞來源樣式(cell-of-origin patterns) (見延伸閱讀一),研究者分析癌細胞的染色體非整倍體(aneuploidy)、DNA甲基化、mRNA和microRNA的表現量、與反相蛋白質陣列(reverse-phase protein arrays),結果顯示:上述各種量測值在10,000多個癌症檢體中的集羣度(clustering),主要和癌症檢體的組織分類或解剖位置來源有關(下圖),這些結果提供了聚焦式泛癌分析(focused pan-cancer analyses)的基礎,可用於進一步硏究泛消化道癌、泛婦癌、泛腎癌、泛鱗狀上皮癌,等等。

美國國家衛生院發表泛癌症圖譜_3

 

在第二個主題-致癌化進展 (oncogenic processes) (見延伸閱讀二),硏究者廣泛分析會導致癌症發展的過程。綜和了許多TCGA泛癌症圖譜的論文和硏究,致癌化進展主要涉及三個琢面(facets):(1)遺傳的或後天發生的突變,(2)腫瘤基因體和腫瘤表基因體(epigenome)對轉錄體(transcriptome)與蛋白質體的影響,和(3)腫瘤與微環境的互相影響 (下圖)。在發展精準癌治療上,我們對第三點的洞見尤其重要:藥物常以腫瘤的司機突變(driver mutations)為標靶,而免疫治療則針對微環境來開發。

美國國家衛生院發表泛癌症圖譜_4

 

致癌訊息傳遞路徑可發生於細胞週期調控、細胞凋亡、或細胞生長;但是這些異常訊息傳遞路徑的程度、機制、和共同發生的情況,則在不同癌症與不同癌種間差異很大。在這篇旗艦型綜論中(見延伸閱讀三),研究者將癌細胞的訊息傳遞路徑,歸納於10條典範路徑:細胞週期、Hippo、Myc、Notch、Nrf2、PI-3-Kinase/Akt、RTK-Ras、TGFβ、p53、和β-catenin/Wnt。在9125個癌症檢體的分析顯示:89%的癌症檢體至少有一個典範路徑產生了司機變化(driver alteration);57%的癌症檢體至少可找到一條有藥物來治療的異常典範路徑;更有30%癌症檢體有多條異常典範路徑可供藥物當標靶來治療(下圖)。

美國國家衛生院發表泛癌症圖譜_5

延伸閱讀:

  1. Hoadley KA et al. Cell-of-origin patterns dominate the molecular classification of 10,000 tumors from 33 types of cancer. Cell (2018) 173: 291-304.
  2. Ding L et al. Perspective on oncogenic processes at the end of the beginning of cancer genomics. Cell (2018) 173: 305-320.
  3. Sanchez-Vega F et al. Oncogenic signaling pathways in the cancer genome atlas. Cell (2018) 173: 321-337.

 

老化族群的基因轉錄圖譜揭露了癌症和退化性疾病消長的新機制

icon-16

中國醫藥大學 教授 放射腫瘤科 陳尚文醫師

  老化一直被認為是多數人類及其他物種發生疾病的危險因子,特別是癌症、心臟血管疾病、及認知功能障礙。當然這些疾病除基因表現型態外,與生活模式也有關,過去的研究雖然發現有許多基因轉錄變化(transcriptomic changes)與老化過程有關聯,但此基因轉錄變化是否主導老化過程中所發生疾病的相關病理變化仍未確認。研究老化過程相關疾病的流行病學顯示:癌症所導致的死亡通常於60歲時達到最高點,但退化性疾病發生率的趨勢則在75至84歲間才達到顛峰(圖1)。此外,癌症流行病學的研究也發現:老化可能與癌病生長變慢有關,且轉移機率也因老化現象而有降低的趨勢。因此,老化過程所引發的癌症病變與慢性退化性疾病也許有截然不同的分子機制

老化族群的基因轉錄圖譜揭露了癌症和退化性疾病消長的新機制_1

 

圖1.老化相關疾病的流行病學。(1a) 各種疾病在人類死亡原因所貢獻的比重,(1b) 於各年齡族群中老化相關疾病與其被初次診斷的時間,(1c) 34種不同癌病於各年齡族群中開始癌化過程的發生率。

最近一個德國為首的團隊,則以基因轉錄變化來解釋老年族群的好發疾病之轉變,其研究的物種包括人、老鼠、斑馬魚(zebra fish,學名Danio rerio)、與鱂魚(killifish,學名Nothobranchius furzeri),分析的組織包括肝臟、腦、皮膚、與血液(圖2)。研究結果發現:老化之基因轉錄變化趨向退化性疾病,包括心臟血管、代謝性、及神經退化性等慢性疾病,反而有遠離癌症基因標記(gene expression signature)的現象,而且癌症及退化性疾病之風險等位基因 (risk alleles),彼此間有競爭性消長的趨勢(圖3)

老化族群的基因轉錄圖譜揭露了癌症和退化性疾病消長的新機制_2

圖2. 老化相關的轉錄變化於4種生物體及不同組織的表現狀況。圖中收錄了前50種常見的RNA合成轉錄過程,包括細胞分裂、細胞分化、免疫反應、代謝、信號傳遞等。藍色代表減少,橙紅色代表增加。縮寫:GO, gene ontology.

老化族群的基因轉錄圖譜揭露了癌症和退化性疾病消長的新機制_3

圖3. 老化相關疾病與生物壽命之相關基因表現差異。縱軸為各種疾病型態,橫軸為4種生物體依其生物壽命之次序排列。藍色代表基因標記之相合度低,橙紅色代表相合度高。可發現癌症(橫列最下部分)與老化之退化性疾病(橫列較上部分)之基因標記相合度低。縮寫:AD, Alzheimer’s disease; CAD, coronary artery disease; CPI, cancer proliferation index; HMP, human metabolic pathways; IR, insulin resistance; LL, longitudinal ageing data; MCI, mild cognitive impairment; SAFHS, San Antonio Family Heart Study.

此研究團隊先量化歸納出一個「疾病比對貢獻評分」(disease alignment contribution score, DAC score),來比對哪些老化調控的過程對老化特徵與疾病特徵有最大的影響力。他們發現DAC score在不同的退化性疾病間有相同趨勢,但在癌症與退化性疾病卻有不同方向(圖4),而且免疫反應與細胞週期的調控 (cell cycle associated process) 與老化之相關疾病有正相關。此結果可以解釋:慢性發炎的過程,在心臟血管、第二型糖尿病、及神經退化性慢性疾病的致病機轉上扮演重要角色。另發現在老化所抑制的過程中,細胞週期相關的功能(圖2圖4)最能影响老化相關疾病,此發現也可說明:細胞衰老 (cellular senescence) 重大影響老化相關病理,例如在某些情境,細胞衰老能抑制癌細胞成長。

老化族群的基因轉錄圖譜揭露了癌症和退化性疾病消長的新機制_4

圖4. 年齡控制的老化過程與疾病標記比對(disease signature alignment)。藍色代表相合度低,橙紅色代表相合度高。可發現癌症與老化過程之基因標記相合度最低。縮寫:CVD, cardiovascular diseases; NDD, neurodegenerative diseases; T2D, type 2 diabetes.

 更進一步分析癌症與退化性疾病時,此團隊也利用genome-wide association study (GWAS)方法,找出12個獨立的基因組座(genomic loci),包含40個具致病風險的單核酸多型性(single-nucleotide polymorphism; SNPs),其中36 個SNPs在癌症與退化性疾病的致病機轉中有拮抗的作用(antagonistic),而只有4個SNPs有協同作用(synergistic)(圖5);相反的,各種老化相關退化性疾病相關的SNPs則有較多的協同作用。在這些具致病風險的SNP之基因組座,包含一個長鏈的非編碼核糖核酸(long non-coding RNA): ANRIL,會調控鄰近的、與細胞週期有關的基因區段,其中包含調控細胞老化的重要生物標記: p16INK4a。此基因區段的基因組座也與心臟血管、糖尿病、及神經退化性慢性疾病的風險增加有關。總之,此研究首度從致病機轉上的方向,去了解癌症與老化之退化性疾病的拮抗性關係,提供了未來相關研究的重要基礎。

老化族群的基因轉錄圖譜揭露了癌症和退化性疾病消長的新機制_5

圖5. 老化相關疾病與癌症基因標記的競爭性拮抗的趨勢。(5a) 藍色代表負相關,橙色代表正相關。癌症與老化相關疾病的負相關多,但老化相關疾病間的正相關較多,(5b)以癌病為主體的風險基因分布,(5c)以老化相關疾病為主體的風險基因分布。縮寫: CVD, cardiovascular disease; DAD, degenerative ageing disease; NDD, neurodegenerative disease; T2D, type 2 diabetes.

延伸閱讀

  1. Aramillo Irizar P, Schäuble S, Esser D, et al. Transcriptomic alterations during ageing reflect the shift from cancer to degenerative diseases in the elderly. Nat Commun. 2018; 30;9(1): 327. 連結 https://www.ncbi.nlm.nih.gov/pubmed/29382830
  1. Lopez-Otin C, Blasco M A, Partridge L, Serrano M, Kroemer G. The hallmarks of aging. Cell 2013; 153: 1194–1217.
  1. Campisi J. Aging, cellular senescence, and cancer. Annu. Rev. Physiol. 2013; 75:685–705.

根據腫瘤分子型態使用標靶藥物的第二期籃式臨床試驗

icon-08

中國醫藥大學教授 放射腫瘤科 陳尚文醫師

癌症治療的臨床試驗中,利用各種高通體(-omics)研究平台找出每一個腫瘤的基因體變異,再將有同種基因體變異的不同型別腫瘤病患,納入同一臨床試驗來測試某種標靶治療藥物,這種測試某種標靶藥物對不同腫瘤的治療效果,目的是為追求癌病的精準治療。癌症精準醫學的創新性臨床試驗可分成兩大類,其中之一為籃式臨床研究(basket trial)。具體的說,對某種靶點明確的藥物就是一個籃子, 將帶有相同靶基因或突變的不同癌症放進一個籃子裡進行研究就的籃式研究, 其本質就是一種針對某基因變異的藥物對付不同的腫瘤。

 

最近於Journal of Clinical Oncology所發表的籃式臨床試驗(MyPathway)是一個聯合多家癌症中心的二期臨床試驗,其試驗設計與流程圖如(圖1)所示,參與受試者必須是已經對先前藥物治療有抗藥性之轉移性腫瘤病患。此臨床研究根據4種不同型態的腫瘤基因變異事件選用適當的標靶藥物,基因變異分別為 human epidermal growth factor receptor-2(HER2)、epidermal growth factor receptor(EGFR)、v-raf murine sarcoma viral oncogene homolog B1 (BRAF)、及 Hedgehog 路徑(表1);對應此變異型態選用的標靶藥物分別為 pertuzumab 合併 trastuzumab、 erlotinib、 vemurafenib、及vismodegib。含蓋35種不同的腫瘤型態的251位受試者參與此臨床試驗 (表2),共有230位受試者經評估可可接受療效分析,他們的追蹤時間的中位數為9.7個月。其中,分屬14種不同的腫瘤的52位受試者(23%)在藥物治療後,被發現到有明顯治療反應,(表3)詳述114位受試者以pertuzumab 合併 trastuzumab治療腫瘤有HER2 變異之受試者的療效分析結果;(圖2)則以治療反應瀑布圖說明在癌細胞有 HER2 變異的情況下,大腸直腸癌、膀胱癌、膽道癌的分別的治療效果,以及有 BRAF V600E突變之非小細胞肺癌病患接受標靶藥物的療效,(表4)顯示26位腫瘤有 BRAF V600E突變的受試者接受 vermurafenib的治療效果。

 

MyPathway臨床研究的最重要意義在於: 試驗所包括的14種不同癌症的4種標靶藥物組合,目前以美國食品藥物管理局(FDA)的標準對某些癌症仍是屬藥品仿單標示外使用(off-label use)。換言之,未來如有任何原發腫瘤經高通體研究平台檢測出此4種變異,以適當的標靶藥物治療的療效應可預期,尤其有 HER2 變異的大腸直腸癌、膀胱癌、膽道癌,以及有 BRAF V600E突變之非小細胞肺癌。當然未來其他的籃式臨床研究還是必須面臨三大的挑戰: 選定測試的基因突變型態、基因變異之檢測方式、及試驗使用的標靶藥物。

 

 

根據腫瘤分子型態使用標靶藥物的第二期籃式臨床試驗_1

表1 試驗所選定的基因突變型態及檢測方式。

 

根據腫瘤分子型態使用標靶藥物的第二期籃式臨床試驗_2

表2.腫瘤型態與基因突變模式的關係。

根據腫瘤分子型態使用標靶藥物的第二期籃式臨床試驗_3

圖1. 試驗的設計與流程圖。

根據腫瘤分子型態使用標靶藥物的第二期籃式臨床試驗_4

表3. 針對腫瘤有 HER2 amplification/overexpresion 的受試者接受合併 trastuzumab與pertuzumab的治療效果。

根據腫瘤分子型態使用標靶藥物的第二期籃式臨床試驗_5

圖2.受試者的治療反應瀑布圖。 分別為腫瘤有 HER2擴增和高表現之(A)大腸直腸癌,(B)膀胱癌,(C)膽道癌, 及(D) BRAF V600E突變之非小細胞肺癌。

根據腫瘤分子型態使用標靶藥物的第二期籃式臨床試驗_6

表4.針對腫瘤有 BRAF V600E突變的受試者接受 vermurafenib的治療效果。

延伸閱讀

  1. Hainsworth JD, Meric-Bernstam F, Swanton C, et al. Targeted therapy for advanced solid tumors on the basis of molecular profiles: Results from MyPathway, an open-label, phase IIa multiple basket study. J Clin Oncol. 2018; 36:536-542.  (連結 https://www.ncbi.nlm.nih.gov/pubmed/29320312.)
  1. Conley BA, Doroshow JH. Molecular analysis for therapy choice: NCI-MATCH. Semin Oncol 2014; 41:297-299.