文献速递骨肌

骨与软组织肿瘤分子谱分析的最新进展

Recent advances in molecular profiling of bone and soft tissue tumors.
PubMed 文献 · Skeletal Radiol · 2024-01-17

该综述系统梳理了骨与软组织肿瘤分子检测的现有工具,包括突变/融合特异性免疫组化、FISH、DNA与RNA测序及CpG甲基化谱分析,讨论了各技术的优势与局限。当前WHO分类中175种肿瘤亚型里,64种(37%)存在复发性基因融合,甲基化分类器仅覆盖52/175(30%)。

要点

  • 骨与软组织肿瘤诊断仍以形态学和临床-影像背景为基石,分子数据日益用于客观确认分类。
  • 突变特异性免疫组化(CTNNB1、H3-3A p.G34W、H3-3B p.K36M)可靠且特异,可省略测序确认。
  • MDM2扩增是高分化/去分化脂肪肉瘤的诊断标志,也见于骨旁骨肉瘤(>85%)和低级别中央型骨肉瘤(25-30%)。

核心结论

  • 骨与软组织肿瘤的分子特征正在快速演变,已改变当今对这些肿瘤的诊断视角;形态学与临床-影像背景仍是诊断基石,但日益被分子数据补充以客观确认分类。
  • 当前WHO分类列出175种肿瘤亚型,其中64种(37%)存在复发性基因融合;甲基化分类器目前仅覆盖52/175(30%)的骨与软组织肿瘤。

研究设计与样本

  • 综述类文章,总结了目前可用于骨与软组织肿瘤分子特征的检测工具及其优势与局限,并对新进展进行批判性评价。
  • 文中汇总的WHO分类包含175种肿瘤亚型;软组织肿瘤中49/117(42%)存在复发性基因融合,未分化小圆细胞肉瘤4/4(100%),骨肿瘤11/54(20%)。

关键影像表现/征象

  • FISH双色分离探针在野生型构型下产生融合的单一信号(如绿+红=橙),探针空间分离则提示两个基因组位点间染色体断裂,但融合伴侣基因未知。
  • 融合特异性免疫组化可检测骨样骨瘤和骨母细胞瘤中FOS重排导致的FOS蛋白过表达,以及滑膜肉瘤中SS18-SSX融合。
  • MDM2免疫组化因缺乏特异性(组织细胞和多核巨细胞通常也阳性),一般应通过FISH确认,尤其在初始活检中。
  • 复发骨巨细胞瘤病例#1显示合体细胞异型性和平坦拷贝数谱,病例#2显示中度异型梭形细胞包绕原有骨小梁并伴多条染色体获得和丢失,符合恶性转化。

诊断标准与关键数值

  • Sanger测序可检测长达1000 bp的DNA序列改变,所需最小变异等位基因分数(VAF)为15–20%。
  • ddPCR检测等位基因频率可低至0.001%,需通过多个独立探针平行反应覆盖所有目标致病变异(GNAS主要为p.R201H和p.R201C,也包括p.Q227L等)。
  • NGS检测低VAF的阈值目前介于2%至15%之间,可提供数百个位点和基因的全面覆盖。
  • 甲基化分类器每个实体一般需要8–12个代表性病例建立甲基化类别;常用Infinium MethylationEPIC检测约900,000个CpG位点。
  • Heidelberg肉瘤分类器覆盖38/117(32%)软组织肿瘤、3/4(75%)未分化小圆细胞肉瘤和14/54(24%)骨肿瘤。

临床应用与阅片要点

  • 若鉴别诊断窄且仅需分子确认(如纤维结构不良的GNAS分析),单基因检测是合理选择;若未找到预期突变,后续额外检测可能增加周转时间和成本。
  • 强烈提倡从任何合适肿瘤样本中采集并以速冻状态长期保存天然组织,同时快速中性缓冲福尔马林固定,必要时用EDTA脱钙,以获得最佳分子检测结果。
  • 对伴有退行性改变、形态学表现更模糊的纤维结构不良病变,可考虑GNAS检测;经典基因检测可能漏检低VAF的GNAS突变,而ddPCR不仅能检测还能准确定量。
  • 在疑难病例中,当根本问题在于良性还是恶性(如骨母细胞瘤与骨肉瘤、伴合体/退行性改变的巨细胞瘤与恶性巨细胞瘤),全基因组测序或DNA panel产生的拷贝数图提供额外一层安全保障。

局限性

  • DNA测序准确性关键取决于所用核酸的质量、完整性和量,福尔马林固定和脱钙程序可显著降低其质量。
  • Sanger测序由于手工操作时间长和周转时间相对较长,其诊断用途持续减少。
  • ddPCR的局限性在于必须通过多个独立探针平行反应覆盖所有目标致病变异。
  • NGS需要复杂的生物信息学分析,且在撰写时大多为手动解释结果,指南制定仍在进行中;测序化学和仪器的快速产品周期对全球数据统一起负面影响。
  • FISH已知会漏检某些重排,如EWSR1::PATZ1等染色体内部融合,其空间分辨率不足以区分正常和异常杂交信号模式。
全文中译6 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Skeletal Radiol. 2024 Jan 17;53(9):1925–36. doi: 10.1007/s00256-024-04584-9

引言

目前世界卫生组织(WHO)骨与软组织肿瘤分类列出了175种肿瘤亚型,其中一些极为罕见[1]。传统上,肿瘤根据其分化方向和生物学行为进行分组,以指导临床决策。这种方法对于与正常组织明显相似的病变似乎是合理的,包括具有成脂、平滑肌或成骨细胞分化的肿瘤,但仍有大量肿瘤被归入分化不确定的类别。生物学行为方面也是如此。与许多其他WHO分类不同,软组织和骨肿瘤分册区分了良性、中间性和恶性病变。中间性类别包括局部侵袭性和/或罕见转移的肿瘤(<2%的病例),留下了主观判断的空间、治疗困难和争议。例如,动脉瘤样骨囊肿(ABC)可以长入邻近结构并侵蚀骨质(例如在颅面骨骼中),但在当前分类中已从局部侵袭性修订为良性[2]。另一方面,软骨母细胞瘤很少转移,但也已被修订为良性,因为转移性形式极为罕见[3, 4]。

在过去的几十年中,尤其是过去几年,在更好地理解驱动肿瘤发生的潜在遗传异常方面取得了重大进展。因此,所谓的肿瘤样病变——第四版WHO分类为其设立了独立章节(性质未定的肿瘤)——大多已被取消[5]。肿瘤形成的标准尚未被普遍接受,但由于大多数以前被认为代表发育源性疾病或错构瘤的病变已被证明由复发性遗传事件驱动,许多专家现在倾向于认为它们本质上是肿瘤性的。一个例子是在非骨化性纤维瘤中发现了MAP激酶信号通路的突变[6]。我们远未就如何分类所有这些病变达成一致:例如,当前的骨与软组织分类将纤维性结构不良(FD)视为肿瘤性疾病,而更近期的头颈部肿瘤分类将FD定义为“基于遗传的骨生长障碍”[7, 8]。

20世纪80年代初,免疫组织化学的引入使组织病理学发生了革命性变化,该方法能够通过直接在组织切片上(原位)检测蛋白表达来确定和确认分化谱系。过去十年,用于表征病变分子基础的技术日益普及,其影响在不同肿瘤类型之间差异显著。骨和软组织肿瘤可分为四大类遗传学异常:复发性单核苷酸替换(SNV)、基因重排(染色体易位)、拷贝数变异(尤其是扩增)以及复杂基因组事件。对于最后一类肿瘤如经典型骨肉瘤,迄今仅识别出少数且多为非特异性的复发性遗传学改变,诊断仍主要基于形态学和临床-影像学背景。然而,复杂基因组谱的发现可支持高级别肉瘤的诊断。相比之下,包括未分化圆细胞肉瘤(如BCOR相关肿瘤和CIC相关肿瘤)或NTRK重排梭形细胞肿瘤在内的多种肿瘤,主要以其特定的分子改变来定义。在中枢神经系统(CNS)肿瘤的新分类中,相当一部分CNS肿瘤 furthermore 仅由其DNA甲基化谱来定义,尽管该方法尚未在诊断实验室中普遍可用[9, 10]。

本综述概述了目前可用于骨和软组织肿瘤分子表征的方法。讨论了不同技术的优势和局限性,并对新进展进行了批判性评价。

SNV与DNA测序

突变检测可针对单个基因、一组基因、全外显子组甚至整个基因组。如果鉴别诊断范围较窄且检测仅用于分子确认(例如纤维结构不良中的GNAS分析),单基因方法则是合理的。单基因检测通常易于建立,且无需复杂的生物信息学专业知识即可直接解读。然而,如果未发现预期突变,则可能需要进行后续额外检测,从而增加周转时间(TAT)和成本。无论采用何种方法,DNA测序的准确性关键取决于所用核酸的质量、完整性和数量,而福尔马林固定和脱钙程序可使其显著劣化。因此,强烈主张从任何合适的肿瘤样本中采集并以速冻状态长期保存原生组织。此外,应使用中性缓冲福尔马林快速固定,并在需要时使用EDTA进行脱钙,以在分子检测期间获得最佳结果[11]。

Sanger测序可检测长达1000 bp的DNA序列变化,包括替换、插入和缺失。它允许少量输入DNA,但灵敏度有限,要求最小变异等位基因分数(VAF)为15–20%。由于大量手工操作时间和相对较长的周转时间(TAT),Sanger测序的诊断用途不断减少。另一种方法是微滴数字PCR(ddPCR),其中DNA样本被分割成惰性油中的纳升或皮升水性反应微滴,能够以前所未有的分辨率检测和定量目标序列(等位基因频率低至0.001%)。如果样本仅包含极少数携带突变的细胞,例如由肿瘤异质性、继发性炎症和/或退行性改变引起,则需要如此高的灵敏度。在纤维结构不良中,已巧妙地证明病变细胞由于凋亡而随时间减少[12]。虽然典型病例中很少需要GNAS检测,但在形态学表现更为模糊的退行性改变病变中可考虑进行。在这些情况下,经典基因检测可能遗漏GNAS突变的低VAF,而ddPCR不仅能检测还能准确定量。然而,ddPCR测定必须通过平行反应中的多个独立探针覆盖所有感兴趣的致病变异(主要是p.R201H和p.R201C,但也包括GNAS的p.Q227L等)。后一方面(即需多个独立探针覆盖所有感兴趣致病变异)是ddPCR的普遍局限。

在大多数科室,使用基因面板的下一代/第二代测序(NGS)正日益取代单基因检测。特别是配备集成液体处理器的自动化系统可提供较短的手工操作时间和周转时间。分子标识符提高了检测低VAF(目前阈值在2%至15%之间变化)的灵敏度,并具有全面覆盖(与ddPCR相比,可覆盖数百个位点和基因)。除突变外,还可提供扩增和基因融合的证据。然而,NGS需要复杂的生物信息学以及(撰写时) mostly 人工的结果解读。指南制定仍在进行中。此外,测序化学和仪器的快速产品周期对全球数据统合产生负面影响[13–15]。这在诊断环境中问题较小,因为分析旨在识别已知变异,但在更专注于检测肿瘤治疗靶点的不可知论方法中可能具有挑战性。随着全外显子组甚至全基因组测序成本效益日益提高,产生的数据量极其庞大——在某个时候——需要彻底评估。尽管如此,这种非靶向因而偏见较少的全面数据可以在未来每当有新见解可用时持续重新评估其中的改变。

从诊断的角度来看,单基因分析或较小的基因面板目前似乎足以筛查软组织和骨肿瘤中大多数感兴趣的SNVs。这些包括韧带样型纤维瘤病中的CTNNB1(=β-连环蛋白)突变、经典型骨巨细胞瘤中的H3-3A、软骨母细胞瘤中的H3-3B、软骨肿瘤中的IDH1/2、非骨化性纤维瘤中的KRAS和FGFR1,以及纤维结构不良中的GNAS等。适用于免疫组织化学的突变特异性抗体作为CTNNB1、H3-3A(p.G34W)和H3-3B(p.K36M)突变的替代标志物相当可靠且特异性足够,可省略测序确认[16–21]。表1概述了不同DNA测序方法的优缺点。

表1 DNA测序技术的优缺点 查看原表 ↗

基因重排和RNA测序

在当前WHO分类所列的175种软组织和骨肿瘤中,64种(37%)具有复发性基因融合(软组织肿瘤49/117=42%,未分化小圆细胞肉瘤4/4=100%,骨肿瘤11/54=20%)。融合转录本在类型和特异性方面差异显著。虽然某些肿瘤类型以高度特异性的基因融合为特征,例如间叶性软骨肉瘤(HEY1::NCOA2),但其他肿瘤显示出更广泛的重排谱,其中一些形成不同基因家族成员之间的融合,例如尤文肉瘤(FET::ETS融合),或复发性基因/基因家族成员与多种融合伴侣之间的融合,例如肌上皮肿瘤(EWSR1与POU5F1、PBX1、PBX3或ZNF444)。某些融合主要与良好的生物学行为相关,例如USP6相关融合基因已知仅发生于良性肿瘤中。然而,该领域正在不断变化且速度很快,正如Folpe博士近期一篇综述文章“我跟不上了!(...)”中所述[22]。表2展示了WHO第5版及之后报道的精选新融合。更新的发现也对习以为常的“黄金法则”提出了质疑,包括在间叶性软骨肉瘤以外的肿瘤中检测到HEY1::NCOA2融合[23],以及关于恶性结节性筋膜炎中罕见USP6重排病例的报道[24, 25]。

对于基因融合的检测,荧光原位杂交(FISH)在许多病理实验室中是一种成熟且易于使用的方法。通常,位于目标基因两侧的杂交探针能够显示基因的正常DNA序列已被破坏,从而提供重排的间接证据。在野生型构型中,双色断裂分离探针彼此靠近,产生单一的混合颜色信号(例如,绿色和红色=橙色)。如果空间上分离,探针则作为独立信号亮起(绿色与红色分开),表明所研究的两个基因组位点之间存在染色体断裂(图1);参与潜在基因融合的伙伴基因仍然未知。已知FISH会遗漏某些重排,例如染色体内融合如EWSR1::PATZ1,其空间分辨率不足以区分杂交信号的正常和异常模式[26]。作为变通方案,双融合FISH设计同时靶向两个潜在融合伙伴。无论如何,FISH分析基于DNA,因此不提供关于重排的转录或功能完整性的信息。由于染色体断裂两侧通常存在较大的内含子大小,通常超过DNA测序方法中平均DNA片段长度的要求,因此mRNA测序——通常通过逆转录后PCR扩增的cDNA进行——是基因融合诊断的主要手段。后一种技术受益于高灵敏度,因为大多数功能相关的基因融合均过度表达。

对于单基因融合检测,可使用rtPCR,需要一套覆盖两个融合伙伴的特异性引物。相同(基于扩增子)的方法可用于NGS panel,例如作为表达失衡测定,但仅识别预定义基因融合/断点的局限性仍然存在。目前,最常用的测定仅需其中一个融合伙伴被特异性引物组识别,而第二个通用引物结合于融合伙伴下游接头上的序列。这使得也能够检测新的伙伴基因,并提供关于所涉及断点/外显子的信息、融合是否为框内、以及表达水平的信息,并且对于涉及USP6或EWSR1等已知与多个伙伴基因形成融合转录本的基因的重排特别有帮助(图2)。融合伙伴基因之一必须被引物组覆盖的局限性仍然存在。因此,一旦价格——特别是数据存储和计算分析的价格——降至目前靶向方案所设定的阈值以下,全转录组测序很可能在未来取代panel测序。

所有测序方法的一个主要缺点是FFPE样本中RNA质量高度可变、通常较差且不断下降,尤其是在脱钙处理后。研究表明,高达50%的存档FFPE样本可能无法通过测序前质量控制[29]。为避免假阴性结果,应尽可能从任何(肿瘤性)活检和切除标本中采集新鲜材料,并以速冻状态转入长期保存。FISH和RNA测序的一个巧妙替代方案是针对基因融合替代标志物的免疫组织化学。例如,骨样骨瘤和骨母细胞瘤中的FOS重排导致FOS蛋白过表达,可通过免疫组织化学检测[30]。对于其他重排,已有融合特异性抗体可用,例如滑膜肉瘤中的SS18-SSX融合[31](图3)。这些检测易于实施、经济、快速,且对组织保存要求较低。

表2 骨与软组织肿瘤中精选的新型基因融合(WHO 2020及以后) 查看原表 ↗
图1 野生型(A)和重排型肿瘤(B)中的USP6 FISH分析。黄色箭头示绿色和红色杂交信号的空间分离 查看原图 ↗
图2 EWSR1和USP6重排肿瘤的谱系(修改自[27, 28]) 查看原图 ↗
图3 滑膜肉瘤显示融合特异性抗体SS18-SSX免疫组织化学染色一致的核阳性(A:H&E,100×,B:免疫组织化学,100×)。骨母细胞瘤显示FOS强核表达(C:H&E,100×,D:免疫组织化学,150×) 查看原图 ↗

甲基化组分析和拷贝数分析

组织标本的组织病理学评估基于模式识别。CpG位点的甲基化状态——据推测约有3000万个分布于整个基因组——形成了另一种与细胞分化相关的模式,可用于对细胞类型、组织和肿瘤进行表观遗传学分类。CpG位点是DNA序列中胞嘧啶后接鸟嘌呤的序列,其胞嘧啶残基可以被甲基化或不被甲基化。常用的检测方法(如Infinium MethylationEPIC,Illumina,美国) interrogate约900,000个此类CpG位点,保存良好的FFPE样本通常足以提供可评估的数据。要通过甲基化组识别肿瘤类型,必须建立各自的甲基化类别,每个实体通常需要8–12例代表性病例。这些类别作为基准真相,然后使用机器学习算法将新的(和未知的)肿瘤样本与之比较。

最早进入临床常规使用和WHO分类的甲基化分类器是针对脑肿瘤开发的,并已被证明具有高度的可靠性和准确性[32]。新的WHO中枢神经系统肿瘤分类甚至纳入了仅由其甲基化谱定义的新肿瘤类型[9]。建立首个脑肿瘤分类器的同一组神经病理学家此后还发布了一个肉瘤分类器,另有多个研究团队已用独立且特征明确的软组织和骨肿瘤系列对该分类器进行了验证[33–35]。各肿瘤类别的敏感性和特异性存在差异,融合驱动的肿瘤通常形成更清晰的聚类,而(分子层面)定义较不充分的病变,包括MPNST和透明细胞软骨肉瘤,则显示较为模糊的结果。该分类器采用监督式机器学习方法(随机森林),并提供一个用于预测其准确性的置信度评分(https://www.molecularneuropathology.org/mnp/)。另一个基于无监督机器学习且可免费使用的平台可见于www.epidip.org。

甲基化谱分类器只能识别那些在底层真实基准数据集中已建立甲基化类别的病变。海德堡的肉瘤分类器迄今仅包括38/117(32%)例软组织肿瘤、3/4(75%)例未分化小圆细胞肉瘤和14/54(24%)例骨肿瘤,合计涵盖当前WHO分类中所纳入的52/175(30%)例软组织和骨肿瘤[33]。某些甲基化类别仅由少量代表性肿瘤样本生成,这可能进一步削弱分类器的诊断准确性。为全面评估甲基化谱分类器对软组织和骨肿瘤的诊断潜力,一个平台需要基于所有175种肿瘤类型的可靠真实基准来纳入可靠的甲基化类别。这一工作将受益于国际合作方式,且尚未完成(图4)。

正如最近仅针对脑肿瘤所发表的那样,使用超快速测序技术的甲基化谱分析可在数小时内提供肿瘤的准确分类[36–38]。一种日益广泛应用的方法是纳米孔(第三代平行)测序,其中单个DNA分子(无需预先扩增)被电牵引穿过嵌入非导电膜中的跨膜蛋白(=纳米孔)。与靶向测序不同,该技术分析随机穿过孔的物质,且覆盖度(包括对甲基化CpG位点的直接测量)随时间增加。在超过任意设定的数据密度阈值后,测序即停止。尽管与EPIC芯片相比分辨率较低,但数据通常足以达到可靠预测,在最佳条件下可在不到3小时内完成。纳米孔测序的唯一局限在于依赖天然(或酒精保存的)组织标本,因为福尔马林固定会断裂DNA链并妨碍该方法的应用。

作为另一层具有诊断意义的信息,拷贝数变异(CNV)可从高维CpG甲基化组图谱中推导获得,数据来源包括微阵列和纳米孔测序,后者分辨率较低。微阵列数据有助于检测单个基因/包括多个基因的较小DNA片段的扩增或缺失。例如,MDM2扩增是高分化/去分化脂肪肉瘤的诊断性标志,但也见于骨旁骨肉瘤(>85%)和低级别中央型骨肉瘤(25-30%)以及内膜肉瘤[39, 40]。免疫组织化学可作为替代标志物提供帮助,但由于缺乏特异性(组织细胞和多核巨细胞通常也呈阳性),一般应通过FISH确认,尤其是在初始活检中(图5)。Rb1缺失通常存在于多种软组织肿瘤中,包括梭形细胞/多形性脂肪瘤、非典型梭形细胞/多形性脂肪瘤性肿瘤、多形性脂肪肉瘤、肌纤维母细胞瘤、细胞性血管纤维瘤和肢端纤维黏液瘤[41]。CNV图谱 furthermore 倾向于与生物学行为相关。良性病变(除某些融合驱动性肿瘤外)通常缺乏拷贝数改变,而高级别肉瘤常表现为广泛的染色体获得和缺失。在疑难病例中,当基本问题在于良性或恶性实体之间时,例如骨母细胞瘤与骨肉瘤之间、或伴合体细胞/退行性改变的巨细胞瘤与恶性巨细胞瘤之间的经典难题,全基因组测序或基于DNA panel生成的拷贝数图谱提供了额外一层安全保障——当显示平坦图谱时(倾向于良性疾病)或显示复杂异常阵列时(更支持恶性肿瘤)[42](图6-7)。使用快速纳米孔测序也可轻松实现复杂畸变与平坦图谱的区分。

图4 选定恶性骨与软组织肿瘤的DNA甲基化聚类。对内部及公开可用的甲基化组(n=700)进行统一流形近似与投影(UMAP)分析,采用全基因组DNA甲基化微阵列(Illumina BeadChip 450K或EPIC)评估。聚类基于甲基化变异最大的前25'000个探针进行。(缩写:经典型釉质瘤(ADA,n=9);釉质瘤样尤文肉瘤(ALES,n=9);血管肉瘤(AS,n=37);腺泡状软组织肉瘤(ASPS,n=35);脊索瘤(n=50);隆突性皮肤纤维肉瘤(DFSP,n=44);促结缔组织增生性小圆细胞肿瘤(DSRCT,n=40);上皮样肉瘤(ES,n=25);尤文肉瘤(n=50);胃肠道间质瘤(GIST,n=50);经典型骨肉瘤(OS,n=50);朗格汉斯细胞组织细胞增生症(LCH,n=12);平滑肌肉瘤(LMS,n=17);间叶性软骨肉瘤(MCS,n=39);恶性外周神经鞘瘤(MPNST,n=25);腺泡状横纹肌肉瘤(RMS alv,n=50);硬化性上皮样纤维肉瘤(SEF,n=14);孤立性纤维性肿瘤(SFT,n=24);未分化多形性肉瘤(UPS,n=49);高分化/去分化脂肪肉瘤(WD-DDLS,n=21)) 查看原图 ↗
图5 非典型脂肪瘤性肿瘤/高分化脂肪肉瘤,主要显示外观成熟的多小叶脂肪组织,其中可见非典型脂肪细胞及混杂的脂肪母细胞(A,H&E,75×)。MDM2免疫染色显示混杂的非典型细胞核阳性(B,150×),FISH分析显示成簇的MDM2扩增杂交信号(绿色,C)。 查看原图 ↗
图6 复发性骨巨细胞瘤及其相应的拷贝数图谱。病例#1显示间变型非典型性(A,H&E,150×)及平坦的拷贝数图谱(C)。病例#2显示中度非典型梭形细胞包绕原有骨小梁,提示骨质破坏性生长(B,H&E,150×)。拷贝数图谱显示多处染色体获得和缺失,符合恶性转化。 查看原图 ↗
图7 全基因组测序图谱(拷贝数变异、覆盖度及B等位基因频率)显示骨母细胞瘤(A)安静平坦的基因组,伴有14号染色体上涉及FOS的重排;与高级别骨肉瘤(B)的图谱相比,后者具有复杂异常,包括多处染色体获得和缺失。 查看原图 ↗

什么定义了一个肿瘤,这应如何影响命名?

1972年首版WHO骨肿瘤分类完全基于组织学标准,特别是细胞分化和基质形成。对于无细胞间物质的低分化肿瘤,生物学行为的预测指导了亚型划分。当时已强调,包括临床、影像学和组织病理学特征的多学科方法,辅以生化和血液学研究,对于准确分类骨肿瘤是必需的。免疫表型分析明确并客观化了肿瘤亚型划分,但直到2002年出版的第三版WHO分类才被系统引入。命名随时间不断完善,但保持相对稳定。

分子特征分析证实了大多数已确立的肿瘤类型,并有助于完善形态学评估。某些肿瘤类型显示高度特异性的改变,如滑膜肉瘤(SS18::SSX融合)和软骨母细胞瘤(H3-3B突变),其他突变见于肿瘤亚组,如软骨肿瘤中的IDH1/2突变。某些突变拓宽了肿瘤类型的谱系,如经典型骨巨细胞瘤中的H3-3A。由于该突变也见于骨纤维组织细胞瘤,该病变不再被视为独立实体,现被认为是无巨细胞的巨细胞瘤变异型。同样,小管状骨的巨细胞病变现被认为是“实性”动脉瘤样骨囊肿(ABC),因为大多数显示USP6重排,可在几乎一致为良性的、先前被认为无关的病变组(ABC、骨化性肌炎、结节性筋膜炎、颅筋膜炎、腱鞘纤维瘤及指(趾)纤维骨性假瘤,图2)中识别。这些发现挑战了两种肿瘤类型已确立且相当描述性的命名。同样,将形态学上不同的模式合并为单一分子实体的类似情况也见于某些脑肿瘤(WHO 2021,鞍区梭形细胞嗜酸细胞瘤/颗粒细胞瘤/垂体细胞瘤),现被认为是具有多种(大多无关)形态学模式的单一实体[9]。

融合检测的日益普及导致新报道的致病性和特异性不明的重排激增。尽管缺乏统一的组织学标准,一些肿瘤仍以基因融合为定义特征,例如NTRK重排梭形细胞肿瘤。另一方面,甲基化谱分析显示传统软骨肉瘤形成4–5个在组织学上无法区分的分子亚群。此外,在传统高级别骨肉瘤中检测到H3-3A突变或MDM2扩增,是否足以提示恶性巨细胞瘤或伴高级别转化的低级别中央性骨肉瘤[43]?

在获得更多证据之前,肿瘤亚型分型的重点应继续放在指导决策的临床实用性上。软组织和骨肿瘤的命名仍将是一个有争议的问题,但只有在经过充分考虑后才应修订,以避免临床医生之间的混淆。WHO分类一直基于广泛的文献综述以及科学上可靠且令人信服的数据,这些也必须继续作为未来修订的基础。

展望

日益可及的众多分子技术已实质性改变了骨与软组织肿瘤表征和诊断的方式。尽管形态学和免疫表型分析仍是肿瘤性疾病分类的骨干,但特征性突变、融合转录本、CpG甲基化谱以及全外显子组/基因组测序可有助于客观化和确认诊断。涵盖所有可用方法超出了本文的范围,而且很难预测十年或二十年后我们将如何诊断骨与软组织肿瘤。如果甲基化谱分析被证明像在脑肿瘤中一样可靠,这项技术可能会产生重大影响,尤其是在得到纳米孔测序等超快速技术支持下。RNA panel测序可能需要2–3周,且在结果为阴性时可能需要补充额外检测,而包括CNV在内的分子CpG甲基化谱可在数小时内完成,可能显著加快临床决策。多重免疫表型分析、蛋白质组学、空间转录组学和单细胞测序可能进一步揭示肿瘤的分子发病机制,并确定用于诊断甚至治疗目的的新靶点。其他有前景的途径包括生成式人工智能和大型语言模型,它们将以前所未有的精度分析组织学(和影像学)图像及相关临床数据。

如今基因组测序产生的数据量已超过可用于肉瘤治疗的靶点和已开放的临床试验数量。尽管当前患者可能尚未直接获益,但这些数据,可能连同甲基化谱分析,可能有助于更好地对尽管组织学看似相同但临床行为不同的患者和肿瘤亚型进行分层。希望这一进展也能转化为新的治疗模式,从而很快带来更好的患者照护和结局。

引用

  1. Baumhoer D, Hench J, Amary F, et al. Recent advances in molecular profiling of bone and soft tissue tumors. Skeletal Radiol. 2024. PMID: 38231260. doi:10.1007/s00256-024-04584-9
  2. 全文:PMC11303483(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11303483/

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。