乳腺癌多基因阵列表达谱检测与个体化治疗
陈小松，沈坤炜
上海交通大学医学院附属瑞金医院乳腺疾病诊治中心
目录
摘要
一、乳腺癌固有分型与个体化治疗
二、21基因复发分数
三、70基因预后分型
四、乳腺癌指数
五、整合临床病理指标的多基因阵列表达谱
六、其他多基因阵列表达谱
参考文献
乳腺癌是一种异质性疾病，多基因阵列表达谱检测可以更好地进行乳腺癌分子分型，预测患者的预后及治疗的疗效。两项前瞻性临床研究的结果验证了21基因复发分数及MammaPrint对早期乳腺癌患者预后的预测价值，通过筛选合适的患者，减少临床辅助化疗的过度应用，降低治疗的毒副作用。整合临床病理指标或开发与乳腺癌发生转移相关的新型多基因阵列表达谱，有助于进一步精确预测乳腺癌患者的转归，从而实现乳腺癌的个体化治疗。
关键词：乳腺肿瘤；基因测定；分子分型
Zhonghua Wai Ke Za Zhi. 2017 Feb 1;55(2):99-103.
Multi-gene assay profiling testing and individualized therapy in breast cancer.
Chen XS, Shen KW.
Comprehensive Breast Health Center, Ruijin Hospital, Shanghai Jiaotong University School of Medicine, Shanghai 200025, China.
Breast cancer is a heterogenetic disease. Multi-gene assay profiling can classify breast cancer into several molecular subtypes, which is better to predict disease prognosis and treatment response. Two prospective clinical trials validated the prognosis predictive value of 21 gene recurrence score and MammaPrint in early breast cancer, than to decrease the prescription of adjuvant chemotherapy and avoid side effect of chemotherapy. New multi-gene assay profiling integrating clinic-pathological factors or reflecting disease development and metastasis can help us predict disease outcome better, thus to achieve individualized therapy in breast cancer.
KEYWORDS: Breast neoplasms; Gene testing; Molecular typing
PMID: 28162207
DOI: 10.3760/cma.j.issn.0529-5815.2017.02.005
乳腺癌辅助治疗可以显著改善患者的预后【1】。目前我们在临床实践中大都基于乳腺癌的临床病理分期及雌激素受体（ER）、孕激素受体（PR）、人类表皮生长因子受体2（HER2）及Ki-67表达情况来选择辅助治疗方案：ER和（或）PR阳性的患者考虑给予内分泌治疗，HER2阳性的患者给予靶向治疗，三阴性患者更多考虑化疗【2】。圣加伦乳腺癌专家会议共识及NCCN、欧洲临床肿瘤协会指南多根据患者的临床病理特征，包括肿瘤TNM分期、年龄、组织学分级、脉管癌栓，以及ER、PR、HER2和Ki-67状态，评估患者的复发风险及对治疗的反应性，从而制定术后辅助治疗方案【2-3】。基于常规临床病理指标的Adjuvant！Online模型可帮助我们判断乳腺癌患者的复发风险，并指导术后辅助治疗方案的选择；但Adjuvant！Online没有整合HER2指标，对部分患者预测效果不佳，其临床应用受到限制【4】。在辅助内分泌治疗中，基于临床病理指标的综合风险模型可以预测ER阳性HER2阴性乳腺癌患者从卵巢功能抑制治疗中的获益，但该模型更多考虑复发风险，且缺乏独立的临床研究结果验证，目前还未获得广泛接受【5】。
乳腺癌是一种异质性疾病，相同临床病理分期的患者，其预后及对治疗的反应不尽相同。EBCTCG研究的荟萃分析结果显示，无论淋巴结状态、ER状态及年龄分组如何，辅助化疗均可以改善患者的预后【3】。CALGB研究的荟萃分析结果显示，ER阴性乳腺癌患者从辅助化疗中的获益大于ER阳性患者【6】。在乳腺癌内分泌治疗方面，SOFT研究的亚组分析结果提示，年龄＜35岁的患者更能从卵巢功能抑制治疗中获益【7】。上述临床病理指标能够预测辅助治疗的获益程度，但不能很好地反映乳腺癌生物学行为及异质性，可能导致临床过度治疗或治疗不足。因此，我们需要进一步寻找能够准确反映乳腺癌预后及疗效的预测指标，指导个体化治疗方案的制定。随着基因芯片研究的进展及人类基因组完整图谱的公布，利用多基因阵列表达谱对乳腺癌进行的分子分型，有望更好地预测患者的预后及对治疗的反应。我们将就目前已报道的多基因阵列表达谱，综合其研究发表时间、临床研究的数量及临床指导意义、是否获得临床批准应用和循证医学证据等级等逐一进行介绍，并评述其在乳腺癌个体化治疗中的价值。
一、乳腺癌固有分型与个体化治疗
随着乳腺癌分子生物学研究的进展及多基因阵列表达谱的出现，我们可以从多基因层面进行乳腺癌的分子分型。Perou等【8】采用cDNA微阵列技术，在2000年首先报道了乳腺肿瘤的固有分型，包括管腔A型和B型、基底细胞样型和HER2阳性型；并可预测患者的预后：管腔A型患者预后较好，而基底细胞样型和HER2阳性型患者预后较差。对治疗的反应方面，管腔A型患者对内分泌治疗较敏感，而对化疗的反应性较差；新辅助治疗后的病理完全缓解率，管腔A型患者明显低于其他分型【9】。但采用cDNA多基因阵列技术的乳腺癌固有分型目前临床上较少应用，原因主要有：（1）需采用新鲜标本；（2）约30%患者无法被分为以上4型；（3）未通过有关随机临床研究验证其对预后及疗效的预测价值；（4）上述4型可进一步分型，如三阴性乳腺癌可至少分为6个亚型。临床实践中，我们大多采用免疫组化方法检测ER、PR、HER2及Ki-67来近似乳腺癌固有分子分型，其符合率约为80%，可以更方便地指导临床个体化治疗方案的选择【2】。
二、21基因复发分数
ER阳性HER2阴性、淋巴结转移阴性的乳腺癌，其预后存在较大的个体化差异，且对于在内分泌治疗基础上是否需要加行化疗，存在较大的争议。Paik等【10】利用高通量实时PCR技术，对美国乳腺与肠道外科辅助治疗研究组（NSABP）B-14研究入组的ER阳性HER2阴性、淋巴结转移阴性接受他莫昔芬治疗乳腺癌患者的石蜡病理标本，检测21个基因（16个癌相关基因和5个参考基因）的表达水平，并根据特定的公式，计算其复发分数，将其分为低危（＜18分）、中危（18～31分）和高危（＞31分）组，其10年远处转移率分别为6.8%、14.3%和30.5%。之后的NSABPB-20研究中，学者评估不同复发分数组与辅助化疗获益之间的关系，发现高危组辅助化疗的10年绝对获益率为27.6%，而低危、中危组患者从辅助化疗中获益不显著【11】。随后进行的前瞻性TAILORx研究入组了超过10000例ER阳性HER2阴性、淋巴结转移阴性的乳腺癌患者，根据21基因复发分数将患者分为低危（0～10分）、中危（11～25分）和高危（＞25分）组，以验证21基因复发分数对预后及辅助治疗疗效的预测价值；2015年公布的随访结果显示，低危组患者只接受内分泌治疗，5年无远处转移生存率为99.3%，提示这部分患者无需术后辅助化疗【12】。基于TAILORx研究的结果，NCCN指南、圣加伦专家会议共识及我们中心的经验，对于ER阳性HER2阴性、肿瘤最大径＞0.5cm且淋巴结转移阴性的乳腺癌患者，首先推荐进行21基因复发分数检测：低危患者可豁免辅助化疗，高危患者需要考虑辅助化疗；而对于中危患者，我们可考虑年龄、组织学分级、肿瘤大小、Ki-67指数及激素受体表达量和强度等，决定是否需要化疗。但是，TAILORx研究采用的复发分数危险度分组与早期研究不同，临床上如何选取合适的界值指导辅助治疗方案的制定目前尚不明确；另外，辅助化疗是否可以改善中危患者的预后，我们仍需等待TAILORx研究更长时间的随访结果。
ER阳性HER2阴性、淋巴结转移阳性的乳腺癌患者，术后常规推荐进行辅助化疗，是否可通过21基因复发分数检测，筛选部分低危患者使其无需接受辅助化疗？SWOG8814研究结果显示，对于21基因复发分数为低危、绝经后和淋巴结转移阳性的患者，环磷酰胺＋多柔比星＋氟尿嘧啶（CAF）方案的辅助化疗并不能改善患者的预后【13】。在淋巴结转移阳性或局部晚期乳腺癌新辅助化疗中，21基因复发分数为中高危的患者对治疗的反应率较高，而低危患者较少能够达到病理完全缓解；提示21基因复发分数可以预测ER阳性HER2阴性、淋巴结转移阳性乳腺癌新辅助化疗的疗效【14】。目前正在进行的前瞻性RxPONDER研究，入组1～3枚淋巴结转移阳性的患者，以验证21基因复发分数对预后及辅助化疗疗效的预测价值。考虑到SWOG8814研究是非计划的回顾性分析、入组的低危患者较少、其10年远处转移率大于30%，且使用的是CAF方案，故目前临床上对这部分患者尚不能完全放弃化疗，可考虑含蒽环类或紫杉类药物的方案。
三、70基因预后分型
常规临床病理指标可以预测乳腺癌患者的预后，但完全根据其指导辅助治疗方案，仍可能发生过度治疗或治疗不足。荷兰癌症研究所在117例腋窝淋巴结转移阴性、年龄＜55岁乳腺癌患者中，利用DNA微阵列技术，发现一组含有70个基因的基因表达谱（MammaPrint）能够准确判断患者的预后；通过在独立的295例患者中进行验证，发现MammaPrint较圣加伦专家会议共识和美国国立卫生研究院标准能够更好地预测患者的预后【15】。同时，研究者在1～3枚淋巴结转移阳性的患者中也发现，MammaPrint是乳腺癌患者的独立预后因素。
前瞻性MINDACT研究共入组了6693例乳腺癌患者，分别进行MammaPrint（G）和Adjuvant！Online（C）检测，根据不同的复发危险度，将患者分为G高危-C高危（化疗，1806例）、G高危-C低危（592例）、G低危-C高危（1550例）和G低危-C低危（不化疗，2745例）4组；G和C检测危险度不符的2组患者，随机分为化疗组和不化疗组；中位随访5年的结果显示，4组无远处转移复发率分别为90.6%、94.8%、95.1%和97.6%；G低危-C高危未接受辅助化疗患者的5年无远处转移复发率为94.7%（95%置信区间：92.5%～96.2%），高于研究设定的92%的标准，提示MammaPrint可以准确预测患者的预后；另外，在G和C检测危险度不符的2组患者中，辅助化疗并未改善患者的预后；因此，对于早期乳腺癌患者，根据MammaPrint结果制定辅助化疗决策（G高危，2398例），较常规临床病理指标制定辅助化疗决策（C高危，3356例），可以减少14%的不必要化疗；如果整合C复发风险，只对C高危患者进行MammaPrint检测，并且只有G高危才进行辅助化疗，则可将接受辅助化疗的患者减少46%（1550/3356），具有非常大的临床应用前景【16】。虽然MINDACT研究入组了三阴性和HER2阳性的患者，但是MammaPrint对ER阴性患者预后的判别效能较差，只有5%的ER阴性患者显示为G低危；因此，如果临床上要采用MammaPrint进行多基因阵列表达谱检测，我们更多推荐其在ER阳性HER2阴性乳腺癌患者中应用。
四、乳腺癌指数
ER阳性HER2阴性乳腺癌患者缺乏有效的内分泌治疗疗效预测指标，影响患者治疗效果的进一步提升。Ma等【17】应用寡核苷酸微阵列及激光捕获显微切割技术，检测60例行他莫昔芬单独治疗的乳腺癌患者的基因表达情况，发现HXOB13和IL17BR这两个基因的比值能预测他莫昔芬治疗的疗效，高HXOB13/IL17BR比值提示预后较差。之后，他们又整合分子组织学指数中的5个基因和HXOB13/IL17BR比值，构建乳腺癌指数，将乳腺癌患者分为低、中和高危组，较单独的HXOB13/IL17BR比值或分子组织学指数可以更好地预测患者的预后。乳腺癌指数预测ER阳性、淋巴结转移阴性、单独接受他莫昔芬治疗的乳腺癌患者早期（0～5年）和远期（6～10年）复发风险的效力，也在斯德哥尔摩研究中获得证实【18】。但乳腺癌指数对化疗疗效的预测价值尚未在相关临床研究中获得证实，因此，目前尚无证据支持乳腺癌指数用于早期乳腺癌辅助化疗决策制定。TransATAC研究结果显示，较21基因复发指数或分子指标模型，乳腺癌指数能够更好地预测ER阳性乳腺癌患者的远期复发风险，提示乳腺癌指数可指导后续强化内分泌治疗方案的选择【19】。
五、整合临床病理指标的多基因阵列表达谱
多基因阵列表达谱可以预测ER阳性HER2阴性乳腺癌患者的预后，但乳腺癌的常规临床病理指标如淋巴结状态及T分期仍是独立的预后因素。这提示我们，将常规临床病理指标和多基因阵列表达谱整合，构建新的预后预测模型，可能会提高乳腺癌患者预后预测的准确性。ABCSG6和ABCSG8研究在964例ER阳性HER2阴性接受他莫昔芬治疗的乳腺癌患者中，利用基因表达谱筛选出差异最大的8个基因和3个参考基因，构建多基因阵列表达谱EndoPredict，将患者分为预后好和预后差两组，并验证EndoPredict对预后的预测价值；在此基础上整合患者的肿瘤大小和淋巴结状态构建EPClin，其较常规临床病理指标及EndoPredict可以更好地预测患者的预后【20】。同样，利用乳腺癌固有分子分型表达谱，选择其具有代表性的50个基因，联合增殖组的18个基因和病理肿瘤大小，构建PAM50ROR，将乳腺癌患者分为低、中和高危组，也可以更好地预测患者的预后【21】。ABCSG8研究的结果显示，PAM50ROR可以预测ER阳性乳腺癌患者的远期复发风险，提示其可指导后续强化内分泌治疗方案的选择【22】。因此，在今后有关多基因阵列表达谱的临床研究中，我们可以尝试整合临床病理指标和多基因阵列表达谱，提高对患者预后及疗效预测的准确性，更好地指导个体化治疗方案的选择。
六、其他多基因阵列表达谱
除了上述多基因阵列表达谱外，目前在临床上使用或研究较多的还有：含97个基因的基因组织学指数，可以进一步将ER阳性、组织学分级为Ⅱ级的患者划分为GG1和GG3，以指导后续治疗方案的制定【23】；76基因信号表达谱，可以预测ER阳性和ER阴性患者的预后【24】。但上述2个多基因表达谱未在三期临床试验中得到验证，其对化疗疗效的预测价值亦未得到评估，在临床的进一步应用受到限制。另外，基于乳腺癌分子生物学行为的不同，利用多基因阵列表达谱进行分型，目前已有伤口反应分型【25】、肺转移相关基因分型【26】、骨转移相关基因分型【27】、脑转移相关基因分型【28】及干细胞相关的侵袭性基因信号分型【29】等相关报道，可能会更好地反映乳腺癌的发生和转移机制，从而改善对特定乳腺癌预后事件的预测价值。
乳腺癌是一种异质性疾病，借助基因芯片技术，我们可以更好地进行乳腺癌分子分型，为预后判断和个体化治疗提供重要依据。目前多基因阵列表达谱研究多集中在ER阳性HER2阴性乳腺癌患者中，大多数基因表达谱是由增殖相关基因组成，且各个基因表达谱间重叠基因较少，费用高昂【30】，临床应用受限。我们可进一步研究不同临床病理指标与多基因阵列表达谱之间的相关性，帮助我们选择合适的患者接受多基因阵列表达谱检测；并整合临床病理指标，提高多基因阵列表达谱对预后和疗效预测的准确性，从而更好地实现乳腺癌个体化治疗。
参考文献
Coates AS, Winer EP, Goldhirsch A, et al. Tailoring therapies--improving the management of early breast cancer: St Gallen International Expert Consensus on the Primary Therapy of Early Breast Cancer 2015. Ann Oncol. 2015;26(8):1533-1546. DOI: 10.1093/annonc/mdv221
Senkus E, Kyriakides S, Ohno S, et al. Primary breast cancer: ESMO Clinical Practice Guidelines for diagnosis, treatment and follow-up. Ann Oncol. 2015;26(Suppl 5):v8-v30. DOI: 10.1093/annonc/mdv298
Early Breast Cancer Trialists' Collaborative Group (EBCTCG), Peto R, Davies C, et al. Comparisons between different polychemotherapy regimens for early breast cancer: meta-analyses of long-term outcome among 100,000 women in 123 randomised trials. Lancet. 2012;379(9814):432-444. DOI: 10.1016/S0140-6736(11)61625-5
Ravdin PM, Siminoff LA, Davis GJ, et al. Computer program to assist in making decisions about adjuvant therapy for women with early breast cancer. J Clin Oncol. 2001;19(4):980-991. DOI: 10.1200/jco.2001.19.4.980
Regan MM, Francis PA, Pagani O, et al. Absolute Benefit of Adjuvant Endocrine Therapies for Premenopausal Women With Hormone Receptor-Positive, Human Epidermal Growth Factor Receptor 2-Negative Early Breast Cancer: TEXT and SOFT Trials. J Clin Oncol. 2016;34(19):2221-2231. DOI: 10.1200/JCO.2015.64.3171
Berry DA, Cirrincione C, Henderson IC, et al. Estrogen-receptor status and outcomes of modern chemotherapy for patients with node-positive breast cancer. JAMA. 2006;295(14):1658-1667. DOI: 10.1001/jama.295.14.1658
Francis PA, Regan MM, Fleming GF, et al. Adjuvant ovarian suppression in premenopausal breast cancer. N Engl J Med. 2015;372(5):436-446. DOI: 10.1056/NEJMoa1412379
Perou CM, Sorlie T, Eisen MB, et al. Molecular portraits of human breast tumours. Nature. 2000;406(6797):747-752. DOI: 10.1038/35021093
Berruti A, Amoroso V, Gallo F, et al. Pathologic complete response as a potentialsurrogate for the clinical outcome in patients with breast cancer after neoadjuvant therapy: a meta-regression of 29 randomized prospective studies. J Clin Oncol. 2014;32(34):3883-3891. DOI: 10.1200/JCO.2014.55.2836
Paik S, Shak S, Tang G, et al. A multigene assay to predict recurrence of tamoxifen-treated, node-negative breast cancer. N Engl J Med. 2004;351(27):2817-2826. DOI: 10.1056/NEJMoa041588
Paik S, Tang G, Shak S, et al. Gene expression and benefit of chemotherapy in women with node-negative, estrogen receptor-positive breast cancer. J Clin Oncol. 2006;24(23):3726-3734. DOI: 10.1200/JCO.2005.04.7985
Sparano JA, Gray RJ, Makower DF, et al. Prospective validation of a 21-gene expression assay in breast cancer. N Engl J Med. 2015;373(21):2005-2014. DOI: 10.1056/NEJMoa1510764
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(1):55-65. DOI: 10.1016/S1470-2045(09)70314-6
Gianni L, Zambetti M, Clark K, et al. Gene expression profiles in paraffin-embedded core biopsy tissue predict response to chemotherapy in women with locally advanced breast cancer. J Clin Oncol. 2005;23(29):7265-7277. DOI: 10.1200/JCO.2005.02.0818
van de Vijver MJ, He YD, van't VLJ, et al. A gene-expression signature as a predictor of survival in breast cancer. N Engl J Med. 2002;347(25):1999-2009. DOI: 10.1056/NEJMoa021967
Cardoso F, van't VLJ, Bogaerts J, et al. 70-Gene Signature as an Aid to Treatment Decisions in Early-Stage Breast Cancer. N Engl J Med. 2016;375(8):717-729. DOI: 10.1056/NEJMoa1602253
Ma XJ, Wang Z, Ryan PD, et al. A two-gene expression ratio predicts clinical outcome in breast cancer patients treated with tamoxifen. Cancer Cell. 2004;5(6):607-616. DOI: 10.1016/j.ccr.2004.05.015
Zhang Y, Schnabel CA, Schroeder BE, et al. Breast cancer index identifies early-stage estrogen receptor-positive breast cancer patients at risk for early- and late-distant recurrence. Clin Cancer Res. 2013;19(15):4196-4205. DOI: 10.1158/1078-0432.CCR-13-0804
Sgroi DC, Sestak I, Cuzick J, et al. Prediction of late distant recurrence in patients with oestrogen-receptor-positive breast cancer: a prospective comparison of the breast-cancer index (BCI) assay, 21-gene recurrence score, and IHC4 in the TransATAC study population. Lancet Oncol. 2013;14(11):1067-1076. DOI: 10.1016/S1470-2045(13)70387-5
Filipits M, Rudas M, Jakesz R, et al. A new molecular predictor of distant recurrence in ER-positive, HER2-negative breast cancer adds independent information to conventional clinical risk factors. Clin Cancer Res. 2011;17(18):6012-6020. DOI: 10.1158/1078-0432.CCR-11-0926
Gnant M, Filipits M, Greil R, et al. Predicting distant recurrence in receptor-positive breast cancer patients with limited clinicopathological risk: using the PAM50 Risk of Recurrence score in 1478 postmenopausal patients of the ABCSG-8 trial treated with adjuvant endocrine therapy alone. Ann Oncol. 2014;25(2):339-345. DOI: 10.1093/annonc/mdt494
Filipits M, Nielsen TO, Rudas M, et al. The PAM50 risk-of-recurrence score predicts risk for late distant recurrence after endocrine therapy in postmenopausal women with endocrine-responsive early breast cancer. Clin Cancer Res. 2014;20(5):1298-1305. DOI: 10.1158/1078-0432.CCR-13-1845
Sotiriou C, Wirapati P, Loi S, et al. Gene expression profiling in breast cancer: understanding the molecular basis of histologic grade to improve prognosis. J Natl Cancer Inst. 2006;98(4):262-272. DOI: 10.1093/jnci/djj052
Wang Y, Klijn JG, Zhang Y, et al. Gene-expression profiles to predict distant metastasis of lymph-node-negative primary breast cancer. Lancet. 2005;365(9460):671-679. DOI: 10.1016/S0140-6736(05)17947-1
Chang HY, Sneddon JB, Alizadeh AA, et al. Gene expression signature of fibroblast serum response predicts human cancer progression: similaritiesbetween tumors and wounds. PLoS Biol. 2004;2(2):E7. DOI: 10.1371/journal.pbio.0020007
Minn AJ, Gupta GP, Siegel PM, et al. Genes that mediate breast cancer metastasis to lung. Nature. 2005;436(7050):518-524. DOI: 10.1038/nature03799
Kang Y, Siegel PM, Shu W, et al. A multigenic program mediating breast cancer metastasis to bone. Cancer Cell. 2003;3(6):537-549. DOI: 10.1016/S1535-6108(03)00132-6
Bos PD, Zhang XH, Nadal C, et al. Genes that mediate breast cancer metastasis to the brain. Nature. 2009;459(7249):1005-1009. DOI: 10.1038/nature08021
Liu R, Wang X, Chen GY, et al. The prognostic role of a gene signature from tumorigenic breast-cancer cells. N Engl J Med. 2007;356(3):217-226. DOI: 10.1056/NEJMoa063994
Ribnikar D, Cardoso F. Tailoring chemotherapy in early-stage breast cancer: based on tumor biology or tumor burden? Am Soc Clin Oncol Educ Book. 2016;35:e31-e38. DOI: 10.14694/EDBK_159077
原文参见：中华外科杂志. 2017;55(2):99-103.