全基因表达谱芯片用于筛选乳腺癌新辅助化疗疗效预测因子的研究

摘要

目的：新辅助化疗己经成为局部晚期乳腺癌的一种标准治疗模式,很多大型临床试验结果表明：激素受体阳性的病人化疗不敏感,而对内分泌治疗较敏感,然而临床实践中化疗仍是激素阳性的重要辅助治疗手段,副作用大,疗效却不肯定.目的：利用基因芯片技术筛选出能预测化疗疗效的ER相关基因,通过研究其与新辅助化疗疗效的关系,探索激素受体在化疗疗效的预测作用机理,弥补ER作为单因素预测作用的不足,从而提高预测新辅助化疗疗效的准确性. 方法：化疗前的肿瘤组织取自110例局部晚期乳腺癌患者.所有的患者均行新辅助化疗,即紫杉醇+卡铂的化疗方案,4疗程后接受手术治疗.按照RECIST标准及病理学检查结果进行疗效评估并以此分为pCR、PR、SD以及PD.第一批55例患者作为实验组,采用Human Genome GeneChip Plus U1332.0Array(Affymetrix)芯片检测乳腺癌组织中的基因表达谱;用Significance Analysis of Microarrays(SAM)筛选pCR组与非pCR组之间的差异表达基因;运用层次聚类(Hierachical Clustering Analysis)行聚类分析并对全组病例行预测分析;利用基因注解工具Gene Ontology及DAVID2008Functional Annotation Bioinformatics Microarray Analysis行功能富集化分析.对筛选所获得的与ER相关的分子标志物作实时定量PCR的验证.另外一批55例患者作为独立验证队例,采用免疫组化方法进一步研究ER及其相关因子在新辅助化疗疗效中的预测价值. 结果：在55例实验组患者中,有16例化疗前癌组织因提取的RNA量不够并有8例未通过芯片质控,因此有31例患者进入候选基因筛查的实验组,86例患者的pCR率为19.7％,其中实验组为6例.用分类比较分析筛选出化疗6例pCR组与25例非pCR组之间显著差异表达的基因共231个(Fold Change＞2.0),用层次聚类分析方法能较准确区分pCR组与非pCR组的差异表达基因,预测功能富集化分析发现差异表达基因主要同免疫相关的通路、DNA和蛋白质聚合、跨膜转运蛋白信号通路、PARP通路以及ER相关通路等相关.当Fold Change＞3.0时,pCR组与非pCR组之间的差异表达基因为20个,其中GATA3、TFF1、TFF3均与ER相关.实时定量PCR方法验证了GATA3与TFF1的表达结果与芯片结果相一致.在另外一批拥有55例独立验证队例中,采用免疫组化的方法研究ER相关因子与pCR的关系,单因素分析结果显示：ER、PR、GATA3、TFF1以及TFF3的状态与pCR存在统计学意义上相关关系(Pearson卡方检验,P＜0.001,P=0.013,P=0.001,P＜0.001,P＜0.001),对这5个指标进行Spearman相关分析,发现他们之间均存在着显著相关性(P＜0.05),采用logistics多因素回归分析结果显示：ER可作为pCR的独立预测指标(P=0.016).进一步分析ER联合相关因子在预测新辅助化疗疗效的价值,发现5个与ER通路活性相关的指标(ER、PR、GATA3、TFF1、TFF3)均为阴性时,pCR率达到80％(4/5),相反,9位PD/SD的患者中有7位患者该5项指标均为阳性. 结论：全基因表达谱芯片能较准确区分化疗pCR与非pCR之间的基因差异,基因芯片技术在探索新辅助化疗疗效预测因子上有较高应用价值,有望发现新的预测因子及其通路,真正实现个体化治疗.ER通路活性较单独ER指标在预测新辅助化疗疗效上的价值高,即ER通路活性低的患者pCR率高,而ER通路活性高的患者pCR率低.ER阴性不代表ER通路活性低,可能由ER变异引起,检测ER相关因子有助于更全面了解ER通路的活性.