英文題目：A composite single-nucleotide polymorphism prediction signature for extranodal natural killer/T-cell lymphoma

發(fā)表期刊：Blood（IF 17.543）

通訊作者：中山大學腫瘤防治中心內(nèi)科蔡清清教授

DOI：10.1182/blood.2020010637

2021 年 3 月 16 日，中山大學腫瘤防治中心內(nèi)科蔡清清教授課題組在國際血液學期刊 Blood 上發(fā)表了題為：“A composite single-nucleotide polymorphism prediction signature for extranodal natural killer/T-cell lymphoma”的文章。蔡清清教授為通訊作者，中山大學腫瘤防治中心田小朋副研究員、馬淑云博士，美國杜克大學 Ken H. Young 教授，新加坡國立癌癥中心 Choon Kiat Ong 教授，廣東省人民醫(yī)院劉艷輝教授為共同第一作者。該國際回顧性多中心隊列研究首先使用高通量 SNP 芯片（Illumina ASA，由伯豪生物提供服務）鑒定出與生存相關的 36 個 SNP 位點。進一步采用 LASSO 回歸模型構建了一個基于 7 個 SNP 的預測模型。創(chuàng)建的 ENKTL 單核苷酸多態(tài)性（Signal nucleotide polymorphism, SNP) 預后評價系統(tǒng)修正了腫瘤異質(zhì)性及活檢取材部位的偏差，作為有效工具個體化預測 ENKTL 患者預后，可用于指導早期高?；颊呓邮苈?lián)合放化療。該評價系統(tǒng)可為不同預后風險的 ENKTL 患者指導精準治療決策。

摘要：當前基于臨床病理變量的預后評分系統(tǒng)不足以預測接受非蒽環(huán)類藥物治療的結(jié)外鼻型 NK/ T 細胞淋巴瘤（ENKTL）患者的生存和治療反應。這項國際回顧性多中心隊列研究旨在構建基于單核苷酸多態(tài)性（SNP）的分類器，以提高預測準確性并指導臨床決策。分析了來自國際多中心的 722 名 ENKTL 患者的數(shù)據(jù)，使用 LASSO  回歸在訓練集（n = 336）中構建了基于 7 -SNP 的分類器，并在內(nèi)部測試集（n=144）和兩個外部驗證集（n=142; n=100）中進一步進行了驗證。基于 7 -SNP 的分類器在訓練集和三個驗證集中顯示出良好的預后預測功效。由分類器計算的高風險評分和低風險評分的患者表現(xiàn)出顯著不同的無進展生存期（PFS）和總體生存期（OS）（所有 p  <0.001）。通過多變量分析進一步證明了基于 7 -SNP 的分類器是一個獨立的預后因素，其預測準確性明顯優(yōu)于臨床病理風險變量?；?7 -SNP 的分類器的應用不受樣品類型及腫瘤異質(zhì)性的影響。值得注意的是，與單純放療相比，在高風險的 Ann Anbor I 期患者中，化學療法聯(lián)合放療的顯著改善了 PFS 和 OS，而在低?；颊咧?，兩種治療方式之間沒有統(tǒng)計學差異。由分類器和臨床病理變量結(jié)合的 nomogram 評分系統(tǒng)明顯提高了預測的準確性?；?7 -SNP 的分類器是對 ENKTL 中現(xiàn)有風險分層系統(tǒng)的補充，這可能會對 ENKTL 患者的臨床決策產(chǎn)生重大影響。