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%！# B: C6 `, e* ?3 g, W
来源：奇点糕 2023-01-30 14:52
6 ?; k# g9 b7 B; m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1 B# z& t. x; C8 N5 [
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。
& Z0 Z' e; p. Q! T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。, O/ i$ ]) U) f6 E' B4 o+ J* G7 e
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。
2 N1 i% z' R9 n% C6 O6 N# _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。$ M) X$ g# m% }1 p* E

; O/ J0 C& m" B5 D* e图1. 文章封面截图
. h/ t, M! T7 i! K: b2 T1 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）。. ]' P  O! p+ ?  N6 w
/ l! y( s5 I, `2 ?5 }( Z
图2. 研究设计和流程图
& _' W6 b0 n, Z+ g7 U2 a* L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。
9 P; F: C) u6 s" C, n9 R9 \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]。
/ W, [5 n( B7 V( n2 s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？
0 `% M. w% A7 v% ?# T, s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）。
, ^3 w+ d$ Z, T4 q+ e; v+ Z  ~7 M * H/ s6 _; B' L" D2 D3 a& L6 L; b6 I
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$ X2 f" o* n1 D# W
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。! f& W4 B+ D% }
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）。
0 _$ G- Z0 l8 M5 O2 n5 T, [ 0 |+ U4 c4 J( D% H. ^" S7 K
图4. QCIGISH诊断甲状腺结节的诊断效能: w- F% s+ N2 n/ b6 E+ J
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：2 G. x/ B' q9 r% @4 l, Y
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）；- x5 d( k+ u! q0 T+ H
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 f8 n) H5 W( h0 I& `1 ]/ v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）；
" x7 T/ Z3 K" U& K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）。: H8 X3 p  l7 _1 R3 r) H0 a: i. E) D
$ r* z, e4 P$ i$ I9 |
图5. QCIGISH诊断不同Bethesda分型甲状腺结节的诊断效能% @3 V" Z' S  {/ l
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。
+ T/ N7 r( j' M8 a! S, j$ E参考文献：7 ?& d% x# s# Z% U5 @8 O
[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.
9 p3 q+ ~4 K3 T4 U8 |# ]" }[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.  
7 f$ B; E" M, j; D$ e0 t. s[3] Jelinic P, Shaw P. Loss of imprinting and cancer. J Pathol. 2007 Feb;211(3):261-8. doi: 10.1002/path.2116.5 [. K" l! V% ?& D  }
[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.
& `6 Z6 |6 f" Q$ V' n# @[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.
9 |) O: f0 u! w# C6 \[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. 6 L) U8 g: Y3 e

4 }' b+ M3 i9 y& A- A# v