【佳學基因檢測】肺癌基因檢測與個體化治療的矩陣試驗

肺癌基因檢測與靶向藥物治療導讀

非小細胞肺癌 (非小細胞肺癌) 的大多數靶向治療都針對致癌驅動因素，這些驅動因素在輕度暴露于煙草煙霧的患者中更為普遍. 由于這一群體約占所有肺癌患者的 20%，因此發(fā)現煙草相關 非小細胞肺癌 的分層藥物選擇是當務之急。傘式試驗旨在通過篩選腫瘤的多種基因組改變并將患者分類為幾種基因型匹配的治療藥物之一來簡化基于基因型治療的研究。在這里，我們報告了正在進行的國家肺矩陣試驗的 19 個藥物-生物標志物隊列的當前結果，該試驗是 非小細胞肺癌 中最大的傘式試驗。我們使用下一代測序根據患者的腫瘤基因型將患者匹配到適當的靶向治療。貝葉斯試驗設計使來自仍在招募的開放隊列的結果數據能夠與來自封閉隊列的數據一起報告。在接受篩查的 5,467 名患者中，有 2 名，007在分子上符合進入試驗的條件，302進入試驗接受基因型匹配的治療，其中14人重新注冊參加試驗以獲得序貫試驗藥物。盡管臨床前數據支持藥物-生物標志物組合，但目前的證據表明，有限數量的組合顯示出臨床相關的益處，這些益處仍然集中在與煙草煙霧接觸最少相關的肺癌患者身上。

在癌癥治療的情況下，分層醫(yī)學是一種治療策略，其中腫瘤的基因型用于將患者與適當的靶向治療相匹配。當表皮生長因子受體 (EGFR) 的酪氨酸激酶結構域的突變被確定為在接受 EGFR 酪氨酸激酶抑制劑吉非替尼治療的患者中觀察到的臨床反應的分子基礎時，該策略新穎實現用于治療 非小細胞肺癌。在 非小細胞肺癌 中，大多數可靶向改變往往發(fā)生在從未吸煙或曾經是輕度吸煙者的癌癥患者中。在煙草相關肺腺癌 (LUAD) 中，幾乎沒有可操作的異常，而在鱗狀細胞肺癌 (LUSC) 中，沒有靶向治療的選擇。

在這里，我們報告正在進行的國家肺矩陣試驗 (NLMT) 的當前結果，這是最大的國家 非小細胞肺癌 傘式研究。使用下一代測序 (NGS) 的 非小細胞肺癌 基因分型用于將患者分層到 22 項單臂活動信號研究中的一項，測試 8 種不同的藥物 (圖。1）。對來自英國癌癥研究分層醫(yī)學計劃 (SMP-2) 的 28 基因 NGS 小組進行了篩選（方法中提供了詳細信息）。為了將該程序嵌入到國家衛(wèi)生服務 (NHS) 實踐中，大多數測序的腫瘤是從福爾馬林固定石蠟包埋材料中獲得的，以滿足診斷檢查的要求。使用已發(fā)表的數據對目標基因的畸變與致癌相關性進行分層：第 1 層或第 2 層畸變符合納入的條件。對于分子排除標準確定隊列資格的情況（見補充信息），必須以足夠的深度讀取這些基因，才能自信地將分子排除的基因稱為野生型。在所有標準護理治療取得進展后，患者有資格進入試驗；但是，如果患者拒絕標準治療，則允許進入。

圖1：傘形 II 期 NLMT 計劃，招募晚期非小細胞肺癌患者。

使用來自 SMP2 的 28 基因 NGS 面板測試結果對患者進行分層，該試驗目前正在 22 個不同的可操作生物標志物隊列中測試 8 種不同的靶向藥物 (A-H)。該試驗還包括一組沒有可操作異常 (NA) 的患者。

及時發(fā)布數據的貝葉斯設計

該試驗使用貝葉斯自適應設計以確定是否有足夠的證據表明任何隊列中的活動需要進一步研究。每 6 周通過計算機斷層掃描 (CT) 掃描和應用實體瘤反應評估標準 (RECIST) 1.1 版評估患者對治療的反應。活動信號的主要結果指標是確認的客觀反應 (OR) 和持久的臨床益處 (DCB，定義為 24 周時的無進展生存期，即第四次治療中 CT 評估反應的時間) 或無進展生存時間 (PFS)，結果的選擇取決于靶向藥物的預期作用模式。每個隊列的目標招募是 30 名患者，對 15 名患者進行無效分析。森林圖用于顯示貝葉斯估計 - 連同 95% 的可信區(qū)間 - 真實 OR 率、DCB 率和中位 PFS，在給定觀察數據和最少信息先驗的情況下，跨隊列。封閉隊列和開放隊列的結果分別使用實線和虛線來區(qū)分。瀑布圖用于說明目標病變直徑總和的最佳變化。我們報告了封閉隊列臨床相關結果的貝葉斯后驗概率 (PP)（預先指定的臨床相關結果定義為：中位 PFS 大于 3 個月，單藥 DCB 率和/或 OR 率大于 30% 和大于40% 用于聯合治療）和預測成功概率 (PPoS) 給出當前觀察到的開放隊列數據——也就是說，給定當前數據，n = 30。方法中提供了統(tǒng)計分析的詳細信息和樣本量的證明。

從篩選到入學的減員

我們報告了來自 NLMT 的 19 個隊列（11 個封閉式和 8 個開放式）的結果（圖1; 我們排除了目前有少于 3 名患者的 3 個隊列 E1、E3 和 H1）：每個隊列代表與其所選靶向藥物匹配的單獨 非小細胞肺癌 基因型。截至 2019 年 11 月 30 日，已提交來自 5,467 名患者的樣本進行篩查。在 5,467 名患者中，有 3,181 名患有 1 級或 2 級突變，其中 2,007 名患者在分子上符合進入試驗的條件。圖 2）。對 5,467 名患者中的 288 名進行了分層，從提交的樣本中獲得了 5.3% 的轉化率或 14% 的分子合格患者。為了評估從篩選到入組的流失原因，我們對 1,433 名符合分子標準的患者進行了快照分析。擴展數據圖 1a) 并顯示 25% 仍在接受標準抗癌治療，7% 在開始任何治療之前死亡，15% 在一線標準治療期間或之后不久死亡，10% 在二線標準治療期間或之后不久死亡，14%有持續(xù)的毒性、較差的體能狀態(tài)或有癥狀的腦轉移，妨礙了招募。從收到樣品到發(fā)布結果的平均周轉時間為 19 個工作日（四分位距 (IQR) 為 14-24 天）（擴展數據圖 1b）。從收到患者知情同意接受篩查到送檢樣本的平均周轉時間為 30 個工作日（范圍 0-50 天）。

圖 2：流程圖顯示了截至 2019 年 11 月 30 日患者通過 SMP2 和 NLMT 臂 A-H 的進展。

根據 2019 年 11 月 30 日拍攝的數據快照，招募參加試驗接受靶向治療的 302 名患者中——包括 14 名重新注冊參加試驗以獲得序貫試驗藥物的患者——276 名患者接受了足夠的治療以分析主要結果指標（圖 2）?；€特征顯示在擴展數據表 1： 84% 的試驗患者有充分記錄的吸煙狀況。招募患者的分子譜顯示在擴展數據中圖 2.

19 個藥物-生物標志物隊列的結果

根據癌癥基因組圖譜 (TCGA ) 6、7 ( 1 ) 細胞周期進展基因模塊進行的肺癌分析確定的途徑，將 19 個隊列的結果分為 4 個基因組畸變模塊，包括CDKN2A、CCND1和CDK4；(2)激活的RAS模塊，包括KRAS突變和NF1缺失；(3) 改變的受體酪氨酸激酶 (RTK) 模塊，包括FGFR2 和 FGFR3（突變和易位）、MET（擴增和突變）、ROS1（融合）和EGFR中的基因組畸變T790M突變；(4) PI3K/PTEN/AKT/mTOR 模塊，包括PIK3CA的突變或擴增、PTEN的缺失以及AKT1-3和TSC1和TSC2的突變。藥物與基因組畸變的匹配是基于對所有可用的體外和體內肺癌特異性和其他相關臨床前數據的全面審查，這些數據與每種基因組畸變的治療靶向相關（補充信息）。劑量和時間表在擴展數據表 2.

主要結果測量的貝葉斯估計——PFS、DCB 和 OR——在圖 3并列在擴展數據表 3，包括封閉隊列的 PP 和仍然開放招募的隊列的 PPoS。中值 PFS、DCB 率和 OR 率的后驗概率分布圖顯示在擴展數據 圖 3，響應深度由瀑布圖說明擴展數據圖 4，并且藥物的不良反應記錄在擴展數據表 4.

圖 3：根據基因組畸變的 4 個模塊對 NLMT 中 19 個藥物生物標志物隊列的主要結果測量進行估計。

森林圖顯示了中位 PFS、DCB 率和 OR 率真實值的貝葉斯估計值和 95% 可信區(qū)間。紫色用于突出以 PFS 為主要結果測量的估計值，垂直線顯示預先指定的臨床相關目標，即中位 PFS 為 3 個月。綠色或藍色用于突出顯示 DCB 和 OR 率是共同主要結果指標的估計值，垂直線分別顯示預先指定的 40% 或 30% 的臨床相關目標率。已關閉招募的隊列用實線表示，而那些仍然開放的用虛線表示。貝葉斯估計是從當前數據和信息最少的先驗得出的后驗概率分布的中位數。

在患有細胞周期進展基因異常的癌癥患者中，我們評估了使用 palbociclib 抑制 CDK4 和 CDK6 的效果。Palbociclib是一種獲準用于治療乳腺癌的藥物，因此其臨床療效已得到證實。隊列注釋如下：“藥物名稱 - 基因組畸變靶向（試驗隊列標簽）”。本模塊中的群組是：palbociclib - LUSC CDKN2A損失 (C1)、palbociclib - LUAD CDKN2A損失 (C2)、palbociclib - CDK4放大 (C3) 和 palbociclib - CCND1放大 (C4)。目前對CDK4患者的中位 PFS（主要結果測量）的貝葉斯估計范圍為 2.2 個月（95% 可信區(qū)間：1.1-5.2）對于伴有CDKN2A缺失的 LUSC 患者，擴增至 4.2 個月（95% 可信區(qū)間：2.7-7.2），其中 18 名患者中有 4 名獲得 DCB。這些隊列繼續(xù)招募，PPoS 分別為 0.18 和大于 0.99。CDKN2A丟失的 LUAD 患者的封閉隊列實現了其主要結果，中位 PFS 為 3.3 個月（95% 可信區(qū)間：2.3-5.0，PP = 0.69）。在所有 4 個隊列中，69 名可評估對 palbociclib 反應的患者中只有一個確認的客觀反應。

我們評估了三種不同治療對激活KRAS的靶向畸變的影響。該模塊中的隊列如下：palbociclib - KRAS突變，沒有伴隨的異常激活 AKT（AKT 激活消除了由CDK4丟失介導的 RAS 誘導的衰老（補充信息））（C6），palbociclib - KRAS突變/雙重STK11丟失（C5 )、vistusertib（mTORC1 和 mTORC2 抑制劑）- KRAS突變/雙重STK11丟失 (B2D)、vistusertib –僅STK11丟失 (B2S) 和多西紫杉醇 + 司美替尼（MEK 抑制劑）- LUAD NF1損失（E2）。美國食品和藥物管理局最近批準了 selumetinib 用于患有NF1生殖系缺失的兒科患者，這些患者出現癥狀性不能手術的叢狀神經纖維瘤8。從數值上看，所有 palbociclib 治療組的最高中位 PFS 是封閉的 RAS 突變組（C6），為 5.3 個月（95% 可信區(qū)間：3.8-7.9，PP > 0.99），DCB 率為 40%（95% 可信區(qū)間: 25–58%)。雙STK11丟失/RAS 突變 palbociclib 隊列（C5）目前的中位 PFS 為 2.6 個月（95% 可信區(qū)間：1.5-5.0），并繼續(xù)招募 PPoS 為 0.27。第二個雙STK11用 vistusertib 治療丟失/RAS 突變隊列（B2D）——臨床前數據強烈表明，當試圖逆轉STK11丟失/ KRAS突變的癌癥中的代謝重編程時，需要靶向 mTORC2 和 mTORC1（補充信息）。目前，25 名患者中有 2 名顯示出確認的反應，25 名患者中有 6 名在該隊列中獲得了 DCB，該隊列繼續(xù)招募 DCB 的 PPoS 為 0.13。單個STK11損失隊列 (B2S) 因無效而臨時關閉。NF1中多西他賽+司美替尼組合的初步數據令人鼓舞loss LUAD 隊列 (E2)：目前 14 名患者中有 4 名已確認 OR，估計 DCB 率為 50%（95% 可信區(qū)間：27-73%；PPoS = 0.89）。

我們評估了靶向編碼幾種受體酪氨酸激酶的基因的突變、擴增和融合的效果。本模塊中的隊列如下：AZD4547（FGFR 抑制劑）– FGFR2和FGFR3突變和易位（A1），克唑替尼（Met 抑制劑）- MET擴增（D1），克唑替尼（也是 ROS 抑制劑）– ROS1融合（D2），克唑替尼- MET外顯子 14 跳躍突變 (D3) 和奧希替尼 (EGFR 抑制劑) - EGFR T790M 突變 (G1)。五分之一的患者使用 AZD4547 確認對 FGFR 抑制有反應，反應持續(xù)超過 20 個月。該患者的腫瘤含有FGFR易位 (FGFR2-MBIP_F19:M1)——具有 FGFR 突變（FGFR2(V515L)、FGFR3(P575S)、FGFR3(S758P)、FGFR3(S294C)）的患者均無反應或獲得 DCB。由于藥物供應問題，該隊列現已關閉。對于攜帶MET擴增（6 個或更多基因拷貝，D1）的癌癥患者，13 名患者中有 0 名目前對克唑替尼有反應，估計 DCB 率為 17%（95% 可信區(qū)間：4-41%）。在MET外顯子 14 跳躍突變隊列 (D3) 中，目前估計的確認 OR 率為 65%（12 名患者中有 8 名有反應，95% 可信區(qū)間：39-86%），DCB 率為 68%（95% 可信區(qū)間：39–89%）。兩者都滿足變更隊列繼續(xù)招募，DCB 的 PPoS 分別為 0.07 和大于 0.99。由于這些藥物在這些適應癥中的許可，克唑替尼-ROS1融合（D2）和奧希替尼-EGFR突變（T790M）（G1）隊列提前關閉；然而，即使數量很少（分別為n = 8 和 10），該試驗也清楚地證實了顯著療效，OR 率為 68%（95% 可信區(qū)間：35-92%；PP = 0.99）和 76%（95% 可信）區(qū)間：48-94%；PP > 0.99）。

我們評估了使用 vistusertib 抑制 mTOR（通過TSC1或TSC2突變突變激活）或使用 capivasertib 抑制 AKT 對患有激活 AKT 的基因組異常的癌癥患者的效果。在 PI3K/PTEN/AKT 改變的三陰性乳腺癌患者中，與單用紫杉醇相比，capivasertib 與紫杉醇聯用顯著改善了 PFS 9；這為用這種藥物靶向激活的 AKT 的相關性提供了臨床證據。本模塊中的群組如下：vistusertib - TSC1和TSC2突變 (B1)、capivasertib - LUSC PIK3CA突變 (F1)、capivasertib - LUSC PIK3CA擴增 (F2)、capivasertib - LUSC PTEN丟失 (F4) 和 capivasertib - 具有PI3K / PTEN或AKT基因畸變的 LUAD (F3)。5 名攜帶TSC1和TSC2突變的癌癥患者中有 0 名使用 vistusertib 做出反應或獲得 DCB。在 4 個隊列中的 28 名患有PIK3CA或PTEN畸變的癌癥患者中，沒有患者對使用 capivasertib 的 AKT 抑制有反應，只有一名患者獲得了 DCB。由于徒勞無功，這些隊列已被關閉。

組織學、吸煙史和結果

在試驗的 302 名患者中，有 253 名（84%）的吸煙史數據可用（擴展數據表 1）。瀑布圖，包括所有試驗患者的吸煙史數據（圖 4) 表明，靶病變直徑總和的減小主要見于從未吸煙或累積吸煙時間較短的患者，這些患者主要是已知可操作的基因組畸變的患者。在 187 名非鱗狀 非小細胞肺癌 患者中，共有 30 名確診為基因型匹配靶向治療的 OR，而 55 名 LUSC 患者中有 0 名確診為分層治療的 OR。排除在 NLMT 時間范圍內變得明顯的可操作異常，在整個研究中篩選的所有患者中有 9 名確認 OR，其中 4 名在接受多西他賽 + 司美替尼治療的NF1 LUAD 隊列中。

圖 4：根據吸煙史和組織學，在 NLMT 中報告的 19 個隊列中，目標病變直徑總和的 OR 率和最佳百分比變化。

a，頂部，瀑布圖顯示，對于每個患者，根據 RECIST v.1.1，目標病變直徑總和的最佳百分比變化。條形圖根據患者的吸煙史進行著色。在評估前中止或價值大于 100% 的患者上限為 100%。底部的森林圖顯示了 OR 率的貝葉斯估計值（具有 95% 的可信區(qū)間），根據患者的吸煙史進行分組。b，與a一樣，但根據腫瘤的組織學進行著色和分組。

優(yōu)化正確醫(yī)療結果

正確醫(yī)療已經改變了許多 非小細胞肺癌 患者的預后，繼續(xù)尋找新的基因型導向分層療法仍然是當務之急。盡管 NLMT 中某些藥物-生物標志物隊列對患者的益處仍存在不確定性，但試驗的招募仍將繼續(xù)。此外，該試驗提供了一個持續(xù)的平臺，可以在其出現時測試潛在的新藥物-生物標志物組合。為了實現發(fā)現新靶向治療方案的目標，正確醫(yī)學研究需要四個基本要素：正確的基因組靶點、針對這些基因組改變的正確藥物、進行研究的正確基礎設施和正確的患者人口。

臨床前工作對于確定有前景的生物標志物-藥物組合至關重要，但所使用的模型必須概括基因組背景和靶向基因組改變的進化軌跡。與非吸煙者中的 非小細胞肺癌 相比，煙草相關的 非小細胞肺癌 具有更多的克隆突變，這增加了其他致癌驅動因素與靶向基因組畸變共存的機會。主要由煙草暴露、APOBEC 和有絲分裂時鐘特征驅動的持續(xù)基因組不穩(wěn)定性- 結合廣泛的體細胞拷貝數改變 (SCNA) - 也可能導致耐藥性的快速演變。隨著累積吸煙持續(xù)時間的增加和突變景觀的更高復雜性，臨床益處減少已在接受 EGFR 酪氨酸激酶抑制劑治療的EGFR突變患者中得到證實盡管我們依靠廣泛的臨床前數據來為我們的生物標志物-藥物選擇提供信息，但使用除了靶向改變之外缺乏其他基因組畸變的模型生成了大量數據。非小細胞肺癌 基因工程小鼠模型的突變負擔比人類疾病低 100 多倍。致癌物誘導的模型幾乎沒有 SCNA。非惡性細胞被設計為具有單個基因組畸變（用于選擇用 AZD4547 處理的突變) 未能復制基因組的復雜性。針對常見 SCNA 的結果令人失望。與MET外顯子 14 突變相比，克唑替尼在攜帶MET擴增的癌癥患者中的活性存在明顯差異：前者的特點是基因組不穩(wěn)定性更大并且可能是異質的，后者通常發(fā)生在癌癥的非吸煙者中，而沒有并發(fā)驅動突變 . 染色體拷貝數擴增子可以編碼多個基因，所有這些都可能微妙地影響表型。使用兩個基因組數據集——TCGA 和 TRACERx（通過治療跟蹤非小細胞肺癌的進化）——我們調查了PIK3CA是否屬于這種情況放大。我們發(fā)現確實存在大量與PIK3CA共同擴增的潛在驅動因素，此外，個體腫瘤的擴增子大小存在相當大的異質性。擴展數據圖5,???

,6

6）

一些生物標志物-藥物組合可能會失敗，因為所選藥物未能充分抑制所選靶標。使用多激酶抑制劑或使用高選擇性 RET 抑制劑治療的RET融合 非小細胞肺癌患者的結果差異是選擇最佳同類最佳藥物以匹配選定目標的重要性的范例：我們放棄了在這些數據的基礎上，使用多激酶抑制劑 Sitravatinib 治療的 RET 融合隊列。重要的是在測試的早期階段獲得相關癌癥的強大藥效學。盡管 vistusertib 治療降低了所有患者的腫瘤 pS6 水平，但對 p4EBP1 的影響是適度的，并且這些藥效學數據是通過每日給藥而不是在本研究中使用的較高脈沖劑量產生的。

篩選平臺是正確醫(yī)學研究中必不可少的基礎設施元素。我們的篩選周轉時間明顯慢于一些商業(yè)供應商。盡管這不太可能對參與者進入本試驗產生實質性影響——因為大多數篩查是在診斷時進行的，并且患者是??在標準治療后入組的——但活檢槽的等待時間延長和檢測塊恢復緩慢表明，循環(huán)檢測進入試驗時的腫瘤 DNA 可能會增加進入試驗的參與者數量. 最后，我們揭示了非常大的流失率，這突顯了在完成肺癌標準護理治療后進行治療患者的研究所需的篩查工作規(guī)模。在最小殘留疾病環(huán)境中分析循環(huán)腫瘤 DNA 可能是一種可行的方法，可以對用標準抗癌療法治療時快速進展和體能狀態(tài)惡化仍然常見的疾病進行正確醫(yī)學研究。希望從 NLMT 的當前數據中吸取的經驗教訓將有助于為下一波正確醫(yī)學研究提供信息。

方法

SMP2 研究設計和患者資格

SMP2 由英國癌癥研究中心 (CRUK) 資助，是一項針對晚期肺癌的觀察性預篩查研究，于 2014 年啟動。不符合條件的局部晚期或晚期轉移性 非小細胞肺癌（III 或 IV 期）患者初次手術或治好性放療且體能狀態(tài)為 0-2 的人符合研究條件。要求所有患者簽署知情同意書以進行試驗和基因組分析。

患者通過 23 家醫(yī)院的擴展網絡被招募到 SMP2，稱為臨床中心 (CH)，其中包括 18 個實驗癌癥醫(yī)學中心 (ECMC) 和 5 個非 ECMC 中心。通過中心輻射模式，來自當地支線醫(yī)院的患者也通過 CH 轉介參加研究，共有 50 多家醫(yī)院參與了研究。

臨床中心在初次診斷或反復時使用當地同意書或特定的 CRUK SMP2 同意書獲得患者對 SMP2 篩查的同意。同意后，來自診斷活檢的樣本與匹配的血液一起被送往三個技術中心 (TH) 之一進行分子檢測。TH 是 ISO 15189 或 CPA 承認的 NHS 分子遺傳學實驗室，位于伯明翰（BMH；西米德蘭茲地區(qū)遺傳學服務）、加的夫（全威爾士醫(yī)學遺傳學服務）和倫敦皇家馬斯登醫(yī)院（RMH；分子病理學中心） ) 并且在 CH 上均勻配對。

分子檢測所需的樣品包括來自各種樣品類型的福爾馬林固定石蠟包埋 (FFPE) 樣品的切片（根據特定的 TH 要求準備為 8 × 6 μm、7 × 10 μm 或 11 × 5 μm 切片），≥20 % 腫瘤含量和中高細胞密度（>4,000 個細胞），或從腫瘤活檢中局部提取的 DNA（70 ng 腫瘤 DNA，最低濃度為 2 ng μl -1）連同標記的蘇木精和伊紅 (H&E) 載玻片和用于種系比較的匹配血樣（至少 4 ml EDTA）。作為 NHS 常規(guī)護理的一部分，高級病理學家在同一活檢核心的 H&E 載玻片上評估了腫瘤細胞結構。

匹配的腫瘤和血液樣本或提取的 DNA 從 CHs 發(fā)送到它們配對的 THs，冷凍或在室溫下，并附上文書工作。

DNA提取

根據制造商的說明，使用 Maxwell 16 FFPE Plus LEV DNA 純化試劑盒（Promega；Cardiff 和 BMH THs）和 Qiagen DNA 提取試劑盒（Qiagen；RMH）在 THs 提取全血樣本中的腫瘤 DNA 和種系 DNA。根據制造商的說明，使用 Qubit 廣譜血液或高靈敏度 FFPE 測定法對提取的 DNA 進行量化。DNA 濃度低于 50 ng 的樣品不合格。

面板設計

定制 SMP2 v.01 面板是使用 illumina DesignStudio 設計的，這是一種基于 Web 的設計工具，可將目標區(qū)域轉換為捕獲探針。探針設計為最大允許密度（探針間距 = 重疊）。制藥合作伙伴和 CRUK 鑒定了 28 個基因中的 S??MP2 靶標。目標區(qū)域的范圍在 28 個基因中有所不同。一些基因只需要單個外顯子來讀取特定熱點（例如，AKT1），而其他基因需要所有外顯子和內含子區(qū)域來協助體細胞拷貝數改變（SCNA）調用或完成特定內含子的平鋪結構變異檢測。

通過定制的 Nextera Rapid Capture 測序分析 (Illumina) 鑒定了遺傳變異。使用 Nextera 轉座子從 50 ng DNA 樣本（FFPE 和血液）中生成 Illumina 測序文庫，該轉座子同時對 DNA 進行片段化和添加測序接頭。匯集來自 5 個腫瘤正常對的文庫（500 ng 腫瘤，250 ng 匹配正常），并按照標準方案使用定制 SMP2 面板富集感興趣區(qū)域。根據制造商的建議，將富集的文庫稀釋至 13 pM 并在 Illumina MiSeq 系統(tǒng)上使用成對的 75-bp 讀數進行測序。

2017 年 3 月，SMP2 v.01 面板更新為 SMP2 v.02。盡管大多數所需的目標區(qū)域保持不變，但進行了一些更改以提高面板的性能。具體而言，對于檢測融合和可變剪接事件所需的高度重復的內含子區(qū)域，減少了最不獨特區(qū)域中的探針數量以降低脫靶區(qū)域的覆蓋率。相反，在需要更多覆蓋的區(qū)域（包括MET外顯子 14周圍的目標區(qū)域，以覆蓋該區(qū)域中所有先前表征的缺失事件）中的更多探針被包括在內。此外，panel v.01 中高失敗率基因的覆蓋率得到了改善（RB1和FGFR3）。

用于拷貝數調用的目標區(qū)域也發(fā)生了重大變化，其中包括了額外的目標區(qū)域以提高其分辨率；此外，在整個基因組中提供了更均勻的目標區(qū)域分散，以增加可用于進行拷貝數調用的信息。最后，我們添加了人群中常見的單核苷酸多態(tài)性 (SNP) 靶標，以確認腫瘤和正常樣本來自同一個體。

用于分析和變體分類的管道

使用 iSAAC (Illumina) 將測序讀數與 hg19 對齊。使用 Strelka 進行單核苷酸變體的變體調用，使用 CRAFT (Illumina) 進行 SCNA 和 Manta 進行結構變體。變體調用文件被收集到 Excel 報告中，以幫助匯總和報告數據。在 Illumina BaseSpace 上創(chuàng)建了一個定制的 SMP2 應用程序來自動化該過程。

該 panel 可以以 >5% 的頻率（10/200 讀數）檢測單核苷酸變異和插入缺失。在經過 NGS 測試的所有腫瘤上都嘗試了 SCNA 調用，盡管 NGS 可以在具有高腫瘤百分比（>60% 腫瘤含量）的樣本中高效地檢測到 SCNA，如果 SCNA 很大。在向 CH 報告之前，通過熒光原位雜交 (FISH) 確認了低水平或可疑的 SCNA。同樣，FISH 用于確認 NGS 鑒定的缺失并確定缺失是純合還是雜合。

根據制藥合作伙伴（輝瑞和阿斯利康）根據已發(fā)布數據編制和更新的實驗室手冊對觀察到的異常進行分層。畸變分為第 1 層、第 2 層和第 3 層，其中第 1 層和第 2 層表示賦予一個或多個 NLMT 隊列資格的畸變，第 3 層包含非 NLMT 基因。

FISH分析

對以下基因進行 FISH 分析以確認由 NGS 鑒定的 SCNA 和缺失，并在 3 個 TH 之間進行劃分：MET和ROS1（由 RMH TH 執(zhí)行）、PIK3CA、PTEN和CCND1（由 Cardiff TH 執(zhí)行）以及CDK4和CDKN2A（由 BMH TH 執(zhí)行）。所有探針均從 Cytocell 購買并根據制造商的說明使用。

NLMT 設計和程序

NLMT 是一項針對晚期 非小細胞肺癌 的多中心、多臂、傘式 II 期平臺試驗，從英國 24 家批準的醫(yī)院招募（ClinicalTrials.Gov NCT02664935、ISRCTN38344105、EudraCT 2014-000814-73）。每個部門都在測試由多個預先指定的目標生物標志物分層的人群中的實驗性靶向藥物干預。貝葉斯自適應設計用于在每個選定的分子定義隊列中篩選每種實驗性靶向藥物的功效信號。此外，還包括沒有可操作基因改變 (NA) 的患者，并使用來自一系列實驗藥物的最新藥物進行治療（數據未在此報告）。

作為具有適應性設計的平臺試驗，治療組和分子定義的隊列的數量是動態(tài)的。這里報告的試驗設計包括 8 種靶向藥物（最初 7 種）在 22 個分子定義的隊列（最初 20 個）中進行測試（圖1) 和 19 的結果在這里報告。該方案目前正在開發(fā)中，以包括另外 2 個治療組和 3 個新隊列，并且可能會增加更多的臂和隊列，但需獲得資助者和監(jiān)管部門的批準。根據方案提供每種治療的詳細信息在擴展數據表 2.

該試驗于 2015 年 3 月開始招募并正在進行中。這份中期結果報告與 2019 年 12 月 16 日的數據凍結有關，僅包括在 2019 年 11 月 30 日之前招募到試驗的患者。此時，12 個隊列已停止招募（除 H1 外均在此報告），10 個繼續(xù)招募（這里報告了 8 個，不包括 E1 和 E3）。

符合條件的患者曾接受過抗癌治療或拒絕接受標準護理一線治療；根據分子排除規(guī)則，在分子預篩選中提供了足夠的樣本來充分表征腫瘤的分子基因型；組織學或細胞學證實為 非小細胞肺癌 III 期（不適合治好性放療或手術）或 IV 期；根據實體瘤反應評估標準 (RECIST) v.1.1 對頭部、胸部、腹部進行 CT 或磁共振成像 (MRI) 掃描，顯示可測量的疾??；有足夠的血液、肝和腎功能；至少 18 歲，并使用足夠的避孕措施。患者未知：試驗治療前4周內曾接受過大手術；惡心，嘔吐，慢性胃腸道疾病或其他妨礙藥物充分吸收的問題；妨礙協議遵守的心理、家庭、社會或地理條件；在過去 3 年內診斷出的并發(fā)惡性腫瘤（經過充分治療的皮膚基底細胞癌和子宮頸原位癌除外）；先前治療未解決的 2、3 或 4 級毒性；嚴重或不受控制的全身性疾病的證據，包括活動性出血體質；活動性感染，包括乙型肝炎、丙型肝炎和人類免疫缺陷病毒；懷孕或正在哺乳。被認為不太可能遵守研究程序、限制和要求的患者也被排除在外。根據研究人員手冊或產品特性要求摘要，每個治療組適用特定的資格標準。所有患者均根據良好臨床實踐指南和赫爾辛基醫(yī)學研究倫理原則宣言簽署了書面知情同意書。

治療臨床醫(yī)生通過電話向伯明翰大學英國癌癥研究臨床試驗中心的中央登記服務中心登記患者，根據分子分層為患者分配適當的實驗治療。

試驗符合所有監(jiān)管要求；試驗方案（目前為 v.8.0，日期為 2019 年 10 月 18 日）的倫理批準已從 South Central - Oxford C 研究倫理委員會獲得，臨床試驗授權已獲得英國藥品和保健產品監(jiān)管機構（MHRA）的批準。該試驗由伯明翰大學贊助，由位于該處的英國癌癥研究臨床試驗部門負責。該試驗的資金來自英國癌癥研究中心，其藥物由制藥合作伙伴提供。該試驗由試驗研究人員與英國癌癥研究中心合作獨立發(fā)起和進行。通訊作者可以有效訪問試驗中的所有數據，并對提交發(fā)表的決定負最終責任。獨立試驗指導委員會每 6 個月審查一次中期數據，以確?；颊甙踩?，并負責決定盡早關閉隊列，并與研究人員和制藥行業(yè)合作伙伴共享中期數據。特別是，他們贊同公布臨時數據的決定。

在基線時采集患者吸煙史，并使用吸煙問卷在基線、臨床就診和治療中止時對吸煙狀況進行自我報告測量。還使用 MicroMedical Micro CO Monitor 在門診就診時記錄呼出的一氧化碳 (CO) 測量值。

NLMT 統(tǒng)計分析和樣本量證明

對于治療組 A、B、D、E、F、G 和 H，共同主要結果測量是：(i) OR，根據 RECIST v.1.1 定義為確認的有效或部分反應的發(fā)生率和 (ii) ) DCB，定義為從治療開始約 24 周時第四次掃描時保持無疾病進展的發(fā)生率。對于治療組 C，主要結果指標是 PFS，定義為從試驗治療開始到 CT 掃描新穎記錄疾病進展的日期，或之前沒有記錄進展的死亡日期。主要結果的選擇基于靶向藥物的預期作用模式。

統(tǒng)計分析使用貝葉斯共軛分析來生成主要結果測量匯總統(tǒng)計的后驗概率分布，以表示每個藥物-生物標志物群組的活動信號。對于 OR 和 DCB，分析使用具有最小信息量的 Beta(1,1) 先驗分布的 beta-二項式共軛分析，而對于 PFS，則使用指數反伽馬共軛分析具有最少信息的逆伽馬先驗分布 IG(0.001,0.001)。從這些后驗概率分布中，推導出真實 OR 率、DCB 率和中位 PFS 的估計值（使用后驗概率分布的中值）和 95% 可信區(qū)間，以及進一步招募決策的相關概率（PP 和 PPoS）或研究為基礎。對于任何隊列，最小信息先驗對估計和概率的影響將隨著樣本量的增加而減少。

每個藥物-生物標志物隊列的目標招募是 30 名患者，在 15 名患者后進行中期分析，以便提前終止無效。預先指定的中期和最終分析決策指南特定于治療組。對于治療組 A、B、D、F 和 G，如果中期 PP 顯示真實 OR 或 DCB 率<30% 的可能性很高（>0.9），則建議該隊列提前關閉。此外，如果最終 PP 顯示真實 OR 和/或 DCB 率 >30% 的中等機會 (>0.5)，則認為該隊列中的信號值得進一步研究。治療組 E 的指南類似，但由于它正在測試藥物組合，它的臨床相關臨界值更高，為 40%。對于治療組 C，如果臨時 PP 顯示出很高的機會 (>0. 8) 如果真正的中位 PFS 小于 3 個月，則建議該隊列提前關閉。此外，如果最終 PP 顯示真實中位 PFS 大于 3 個月的中等機會 (>0.5)，則認為該隊列中的信號值得進一步研究。我們報告了所有封閉隊列的上述臨床相關結果的 PP。

對于繼續(xù)招募的開放隊列，我們??使用 PPoS 報告主要結果的中期結果。這是考慮到當隊列達到 30 名患者的目標時考慮進一步臨床評估的“繼續(xù)”決定的可能性，考慮到當時信息量最少的先驗數據和觀察到的試驗數據。在試驗進行期間，這種新方法提供了對具有最大潛力進行進一步研究的藥物-生物標志物組合的洞察。

試驗設計的操作特性針對上述一系列中期和最終樣本量的決策標準進行了評估，以確定適當的數量。選擇了 15 名中期患者和 30 名最終患者的樣本量，因為它們?yōu)樵撛缙谠囼炋峁┝丝山邮艿腻e誤率平衡。綜上所述，DCB 和 OR 的共同主要結局以及 PFS 結局（取決于招募率）的操作特征如下：在中期早期正確停止的機會大于 0.60，在中期錯誤早期停止的機會大于interim 小于 0.05，最終做出正確“go”決定的機會大于 0.80，最終做出錯誤“go”決定的機會小于 0.15。

TCGA 和 TRACERx 數據處理

來自 TRACERx 的全外顯子組測序分析（n = 100 名患者的 327 個樣本）按照 Jamal-Hanjani 等人的方法進行。 如 Jamal-Hanjani 等人所述，使用 ASCAT 估計每個樣本的拷貝數分割、腫瘤純度和倍性。 這些數據被用作多樣本 SCNA 估計方法的輸入，以產生全基因組估計是否存在雜合性丟失以及相對于樣本倍性的丟失、中性、增益和擴增拷貝數狀態(tài)。使用具有 P < 0.01 閾值的單尾 ttest 相對于三個樣本倍性調整的 LogR 閾值檢查存在于每個腫瘤樣本中具有 ≥ 5 LogR 值的每個拷貝數片段中的對數比 (LogR) 值。在二倍體腫瘤中，這些 LogR 閾值相當于 < log2[1.5/2] 的損失，> log2[2.5/2] 的增益和 > 兩倍樣本倍性的二倍體腫瘤擴增。任何未被歸類為損失、增益或放大的部分都被歸類為中性。對于每個段，這些相對于倍性的定義與來自單個腫瘤的所有樣本的雜合性檢測丟失相結合。SCNA 片段顯示放大/增益涉及分離單個腫瘤的任何樣本中的PIK3CA進行分析，并對其中的癌基因進行注釋。獲得來自 TCGA [數據集 ID：phs000178.v10.p8] 的配對腫瘤正常樣本的 Affymetrix SNP6 譜，并通過使用 PennCNV 文庫進行處理，以從每個腫瘤正常對獲得 BAF 和 LogR。使用波形 GC 校正方法對 LogR 值進行 GC 校正。LogR 和 BAF 使用 ASCAT 2.4.2 處理識別 SCNA。為了確定全基因組拷貝數增益，將每個樣本的拷貝數分割數據中的總拷貝數值除以樣本平均倍數，然后進行 log2 轉換。增益被定義為大于 log2[2.5/2]。擴增被定義為總拷貝數大于樣品倍性的兩倍加上一個額外的單拷貝。分離包含PIK3CA的擴增/增益的 TCGA SCNA 片段進行分析，并對其中的癌基因進行注釋。

報告摘要

有關研究設計的更多信息，請參閱與本文鏈接的自然研究報告摘要。

擴展數據

擴展數據圖 1

SMP2 研究中流失的原因和中位測試周轉時間。

a，為一部分患者（N=1433）收集了參加 SMP2 的患者未進入 NLMT 的原因。PD，進行性疾??；1L，一線治療；2L，二線治療；3L，三線治療。b，SMP2 測試的中位周轉時間 (TAT)。周轉時間是從招募患者的 18 個 SMP2 臨床站點以天為單位測量的。這包括從收到患者知情同意進入 SMP2 到組織樣本送去檢測（灰色條）以及從 SMP2 技術中心收到組織樣本到發(fā)布 SMP2 篩查報告的中位時間（橙色酒吧）。

擴展數據 圖 2

登記到 NLMT 中 19 個報告隊列的患者的所有 28 個基因的熱圖。

報告分析中包括的 283 名患者可獲得詳細的 28 基因 NGS 面板結果，按分子隊列和藥物治療組織。綠色元素表示野生型或第 3 層畸變，紅色表示第 1 層或第 2 層畸變，黑色表示失敗。

擴展數據 圖 3

以月為單位的中位 PFS、DCB 率和 OR 率按隊列劃分的后驗概率分布圖。

在給定先驗概率分布和觀察數據的情況下，繪圖顯示相關結果度量的真實值的后驗概率分布。藍色虛線表示后驗分布的中位數。給定先驗數據和觀察數據，真值大于或小于中值的概率相等。中值 PFS 使用先驗為 IG(0.001, 0.001) 的逆伽馬分布，它提供的信息最少，因此后驗由試驗中的觀察數據支配。DCB 和 OR 率使用 Beta 分布，其先驗為 Beta(1,1)，它將 0%–100% 的所有可能響應率賦予相等的概率，并將數據提供給相當于兩名試驗患者的后驗。因此，這將在招聘的早期階段更具影響力，但隨著更多患者貢獻他們的結果，后驗數據將占主導地位。貝葉斯估計和真實中位 PFS、DCB 率和 OR 率的 95% 可信區(qū)間是從這些后驗概率分布以及 PP 和 PPoS 生成的。

擴展數據圖 4

來自 NLMT 的 19 個藥物-生物標志物隊列的瀑布圖。

圖根據基因組畸變的 4 個基因組模塊進行分組，顯示每個患者根據 RECIST 的目標病變直徑總和的最佳百分比變化。

擴展數據 圖 5

TCGA LUAD 和 LUSC 隊列中的PIK3CA擴增。

a ，與PIK3CA基因組非常接近并在與PIK3CA相同的 SCNA 片段上獲得或擴增（共擴增）的癌基因的條形圖。條形的高度代表具有與PIK3CA共擴增的特定癌基因的腫瘤數量。b ，熱圖表明癌基因是否與PIK3CA在同一 SCNA 片段上共同擴增。在a , b中，基因是根據基因組位置排序的。深粉色陰影表示相應的 SCNA 片段被放大，而綠色陰影表示獲得了相應的 SCNA 片段。C, 密度圖，表示包含PIK3CA的放大或增益的 SCNA 片段大小的頻率。代表 LUAD 病例的分布以紅色表示，而代表 LUSC 病例的分布以藍色表示。d ，條形圖表示每個 TCGA 案例中包含PIK3CA擴增/增益的 SCNA 片段的大小。條形圖根據癌癥類型著色（紅色，LUAD；藍色，LUSC）。b , d中的SCNA 段的順序相同。此圖中僅包含具有PIK3CA增益或放大的 TCGA 案例（n = 524 of 1,010）。

擴展數據 圖 6

TRACERx 100 隊列中的 PIK3CA 擴增。

a ，與PIK3CA基因組非常接近并在與PIK3CA相同的 SCNA 片段上獲得或擴增（共擴增）的癌基因的條形圖。條形的高度代表具有與PIK3CA共擴增的特定癌基因的腫瘤數量。b ，熱圖表明癌基因是否與PIK3CA在同一 SCNA 片段上共同擴增。在a , b中，基因是根據基因組位置排序的。熱圖中的陰影表示影響包含PIK3CA的基因組片段的 SCNA 類型. 由于 TRACERx 數據是多區(qū)域的，因此某些片段被分配了兩個不同的 SCNA（例如，“gain_neutral”表示該病例在PIK3CA中存在亞克隆增益，在該腫瘤的某些區(qū)域觀察到該增益，而在該腫瘤的其他區(qū)域）腫瘤在同一位點是拷貝數中性的）。c ，密度圖，表示包含PIK3CA的放大或增益的 SCNA 片段大小的頻率。代表 LUAD 病例的分布以紅色表示，代表 LUSC 病例的分布以藍色表示，代表其他 非小細胞肺癌 的分布以綠色表示。d , 條形圖表示含有PIK3CA的 SCNA 片段的大小每個 TRACERx 案例的增益或放大。條形圖根據癌癥類型著色（紅色，LUAD；藍色，LUSC；綠色，其他 非小細胞肺癌）。b , d中的SCNA 段的順序相同。此圖中僅包含具有PIK3CA增益或放大的 TRACERx 案例（n = 45 of 100）。

擴展數據表 1

招募到 NLMT 靶向治療組的患者的基線特征（截至 2019 年 11 月 30 日注冊的所有患者）

擴展數據表 2

NLMT 中包含的靶向藥物的詳細信息

BD，一天兩次；OD，一天一次；NOS，未另行指定。

擴展數據表 3

NLMT 中每個藥物生物標志物隊列的主要結果測量

顯示了意向治療 (ITT) 和每個方案人群中的患者人數。對于 OR 和 DCB，觀察到的數字與分母一起報告，分母顯示當前有足夠的隨訪數據納入分析的患者數量?？紤]到當前數據和信息量最少的先驗，真實 OR 率和 DCB 率的貝葉斯估計值與 95% 的可信區(qū)間 (CrI) 一起報告。對于 PFS，根據當前數據和信息量最少的先驗，以月為單位的真實中位 PFS 的貝葉斯估計值與 95% 的可信區(qū)間一起報告。對于封閉隊列，貝葉斯 PP 報告主要結果，顯示真實值大于預先指定的臨床相關目標的概率，如下所示： B2S、A1、D2、G1 的 OR 和/或 DCB 率為 30% , B1, F1-F4; C2 和 C6 的中位 PFS 為 3 個月。對于開放隊列，報告主要結果的 PPoS，顯示當隊列達到 n = 30 時做出決定的概率，給定當前觀察到的數據，預先指定的臨床相關目標如下：OR 和/或 DCB 率B2D、D1、D3 為 30%，E2 為 40%；C1、C3-C5 的中位 PFS 為 3 個月。

擴展數據表 4

NLMT 治療組的不良反應

該表顯示了對于每個治療組，在任何級別 (1-4)、2 級及以上 (2-4)、3 級及以上 (3-4) 報告的不良反應患者數量（和百分比） ) 和 4 級。對于報告至少一種不良反應的患者，該表顯示了每位患者不良反應數量的中位數、四分位距 (IQR) 和范圍。

The National Lung Matrix Trial of personalized therapy in lung cancer.

Middleton G, Fletcher P, Popat S, Savage J, Summers Y, Greystoke A, Gilligan D, Cave J, O'Rourke N, Brewster A, Toy E, Spicer J, Jain P, Dangoor A, Mackean M, Forster M, Farley A, Wherton D, Mehmi M, Sharpe R, Mills TC, Cerone MA, Yap TA, Watkins TBK, Lim E, Swanton C, Billingham L.

Nature. 2020 Jul;583(7818):807-812. doi: 10.1038/s41586-020-2481-8. Epub 2020 Jul 15.

• 上一篇：【佳學基因檢測】基因解碼基因檢測揭示癌癥風險基因BRCA1和BRCA2導致青少年綜合征性智力障礙
• 下一篇：【佳學基因檢測】CYP1A1 MspI 和外顯子 7 基因多態(tài)性基因檢測如何預測肺癌風險？

• 收藏
• 挑錯
• 推薦
• 打印