JCO：区分甲状腺结节的良恶性，南方科技大学团队开发的这个方法灵敏度高达100%！

yinfuhua

JCO：区分甲状腺结节的良恶性，南方科技大学团队开发的这个方法灵敏度高达100%！* c5 X8 e1 s6 e: S
来源：奇点糕 2023-01-30 14:525 b7 N5 O' ?% C/ f
基于印迹基因的QCIGISH检测在区分甲状腺结节良恶性上具有很高的诊断效能，其对恶性结节很高的阴性预测值证明其在排除恶性肿瘤上非常有效，同时，很高的阳性预测值可使得其作为一种有效的检测方法& b5 K# D% E$ C7 d( j
甲状腺结节的患病率很高，在成人群体中以超声检查方式统计的患病率为70%，其中约5%的结节是恶性的[1]，而良恶性结节的治疗方式及预后差别巨大。因此，准确判断甲状腺结节的良恶性对于其临床管理至关重要。3 D. m/ d* s- y8 z* p! e  r* d. R' r
目前，超声影像学联合细针穿刺（FNA）活检是甲状腺结节诊断的主要方法，但约20%-30%的甲状腺结节仍无法通过这种方法确定性质[2]。因此，急需开发新的检测方法以提高其诊断精确度。" w7 x+ m7 p; b2 M; B' x! P/ Q/ ]
基于生物标志物的肿瘤检测，极大地改变了肿瘤检测的格局，其中基因组印迹作为肿瘤发生过程中的表观遗传标志物，与多种肿瘤的发生关系密切[3]，然而这种基因印迹的检测却存在较高的技术壁垒。$ m0 x. Z3 v; V  \
近日，由南方科技大学邢明照教授领衔的研究团队在Journal of Clinical Oncology发表了一项重要研究成果。研究发现，基于印记生物标志物的检测可有效区分良恶性甲状腺结节，尤其对于甲状腺恶性结节，敏感性高达100%[4]，表明基于印迹基因的新检测方法，在甲状腺结节的临床诊断方面具有很高的潜力。
0 Y; S: ^' w5 d! G
) B6 R0 `0 I0 v+ p0 H3 R, J图1. 文章封面截图4 F9 ]  F  m: P$ O4 T8 J2 K9 C, W% [
研究人员纳入了中国科学院大学肿瘤医院等8个大型医疗中心550名甲状腺结节患者的病理标本，其中124例（82例恶性结节和42例良性结节）为术后石蜡标本，用于初步诊断模型的构建，32例（8例恶性结节和24例良性结节）为术前甲状腺穿刺标本、用于模型优化，394（117例恶性结节和277例良性结节）例为术后组织病理学的穿刺样本，以进行前瞻性验证研究（图2）。( j$ @0 [3 e- t2 t7 |/ K

; j  d; G" J7 i; y, [; [7 _6 m图2. 研究设计和流程图
4 ^$ o& `/ K# S" |2 J( m" P: H由于印迹基因检测存在较高的技术难度，因此，如何完成这550例样本的印迹基因检测就成了研究的核心。
' [% B, R8 p5 [5 w% D1 ?RNA原位杂交（ISH）方法是检测印迹和非印迹基因的转录调控的传统技术[5]，为了精确定量印迹基因，研究人员基于这种传统技术，开发出一种更为先进的定量显色印迹基因原位杂交技术（QCIGISH），并鉴定出三个具有癌症诊断潜力的印迹基因：鸟嘌呤核苷酸结合蛋白-α刺激复合物位点（GNAS），生长因子受体结合蛋白（GRB10）和小核核糖核蛋白多肽N（SNRPN）[6]。$ ~! Z% h5 R8 E1 o
那基于QCIGISH检测这些癌症特异性印迹基因，是否可以准确判断出甲状腺结节的良恶性呢？$ e+ [# X/ L: w
基于QCIGISH检测技术，研究人员使用靶向GNAS、GRB10、SNRPN和HM13非编码内含子序列的探针进行印迹基因检测，并测量其双等位基因表达（BAE）、多等位基因表达（MAE）和总表达（TE）来对印迹基因的灵敏性和特异性进行客观定量（图3A）。随后，研究人员通过结节组织连续切片进行QCIGISH检测和HE染色，以分析这四种印迹基因表达与甲状腺结节良恶性的相关性（图3B）。
( p" F6 F/ u, F( H % W7 U: P* N4 z' [
图3. QCIGISH的原理-印迹基因等位基因表达状态的可视化、定量和病理确认
, _1 W0 Q% v) v0 W3 g完成初始化模型构建和模型优化后，研究人员对394例用于前瞻性验证的临床样本进行了QCIGISH临床适用性的测试，发现超声检查ACR TI-RADS分类中3-5级结节中组织病理恶性肿瘤率随级别增加逐渐升高，Bethesda分型也发现级别越高恶性肿瘤率也越高。
0 t- A% R4 t' ?" G随后，研究人员以组织病理学诊断作为标准，评估了QCIGISH分级模型的诊断效能：QCIGISH诊断甲状腺恶性结节的总体敏感性为100%，良性结节的特异性为91.5%，总体阳性预测值（PPV）为96.5%，恶性肿瘤的阴性预测值（NPV）为100%（图4），相应的总体诊断准确率为97.5%（384/394）。
/ I8 S" R' p1 a / w2 D! Q) W. I% x$ q
图4. QCIGISH诊断甲状腺结节的诊断效能+ b7 _3 y" b& x4 C/ }
接下来，研究人员评估了QCIGISH在不同Bethesda分型患者中的诊断效能：  i$ A. Q) U  V/ l2 |# l. U6 o. ~$ f7 s
对于Bethesda II型甲状腺结节，100%（83/83）的QCIGISH阴性病例为组织病理学良性，而42.9%（6/14）的QCIGISH阳性病例为组织病理学恶性（图5D）；
5 N/ }& X9 q5 E) F+ G5 Y对于Bethesda III和IV型甲状腺结节，QCIGISH阴性病例中100%（23/23）为组织病理学良性结节，QCIGISH阳性病例中96.6%（56/58）为组织病理学恶性结节，PPV为96.6%，NPV为100%（图5E），诊断恶性甲状腺结节的总体准确率为97.5%（79/81）；2 }" o5 P8 c' f/ }. L5 y
对于Bethesda V型甲状腺结节，仅一例为QCIGISH阴性且为组织病理学良性结节，而100%（31/31）的QCIGISH阳性病例为组织病理学恶性结节（图5F）；4 k' X4 X' c+ d) Q1 V/ D# X5 b
对于Bethesda VI型甲状腺结节，100%（184/184）的QCIGISH阳性病例为组织病理学恶性结节（图5G）。% F- E& t2 A; ~* e

0 a  P' [- V5 m7 p图5. QCIGISH诊断不同Bethesda分型甲状腺结节的诊断效能' p/ n+ J, Z2 r+ F1 `; r; M
综上所述，基于印迹基因的QCIGISH检测在区分甲状腺结节良恶性上具有很高的诊断效能，其对恶性结节很高的阴性预测值证明其在排除恶性肿瘤上非常有效，同时，很高的阳性预测值可使得其作为一种有效的检测方法，以辨别细胞学上不确定的甲状腺结节。这项研究提供了一种新的甲状腺分子诊断检测方法，或可改变甲状腺临床诊断的格局。
; _& V* a2 m/ t  a. r8 a" J- A& d参考文献：
' N! ?2 Z: t5 c' U7 Y) U[1] Guth S, Theune U, Aberle J, et al. Very high prevalence of thyroid nodules detected by high frequency (13 MHz) ultrasound examination. Eur J Clin Invest. 2009 Aug;39(8):699-706. doi: 10.1111/j.1365-2362.2009.02162.x.
& i; C. M: y7 Q. _7 H/ W[2] Wang CC, Friedman L, Kennedy GC, et al. A large multicenter correlation study of thyroid nodule cytopathology and histopathology. Thyroid. 2011 Mar;21(3):243-51. doi: 10.1089/thy.2010.0243.  : T2 P! x; G& C, @. S
[3] Jelinic P, Shaw P. Loss of imprinting and cancer. J Pathol. 2007 Feb;211(3):261-8. doi: 10.1002/path.2116.
+ p6 }6 q* j( Z, b[4] Xu H, Zhang Y, Wu H, et al. High Diagnostic Accuracy of Epigenetic Imprinting Biomarkers in Thyroid Nodules. J Clin Oncol. 2022 Nov 15:JCO2200232. doi: 10.1200/JCO.22.00232.
( }* i/ N7 B* T' {[5] Kohda A, Taguchi H, Okumura K. Visualization of biallelic expression of the imprinted SNRPN gene induced by inhibitors of DNA methylation and histone deacetylation. Biosci Biotechnol Biochem. 2001 May;65(5):1236-9. doi: 10.1271/bbb.65.
$ @- O* s) k1 O[6] Shen R, Cheng T, Xu C, et al Novel visualized quantitative epigenetic imprinted gene biomarkers diagnose the malignancy of ten cancer types. Clin Epigenetics. 2020 May 24;12(1):71. doi: 10.1186/s13148-020-00861-1.
0 Y8 H7 r5 l# K: Y
$ f) f2 R( Q. L1 C8 o" E+ V; ?5 U