英文題目：A composite single-nucleotide polymorphism prediction signature for extranodal natural killer/T-cell lymphoma

發表期刊：Blood（IF 17.543）

通訊作者：中山大學腫瘤防治中心內科蔡清清教授

DOI：10.1182/blood.2020010637

2021 年 3 月 16 日，中山大學腫瘤防治中心內科蔡清清教授課題組在國際血液學期刊 Blood 上發表了題為：“A composite single-nucleotide polymorphism prediction signature for extranodal natural killer/T-cell lymphoma”的文章。蔡清清教授為通訊作者，中山大學腫瘤防治中心田小朋副研究員、馬淑云博士，美國杜克大學 Ken H. Young 教授，新加坡國立癌癥中心 Choon Kiat Ong 教授，廣東省人民醫院劉艷輝教授為共同第一作者。該國際回顧性多中心隊列研究首先使用高通量 SNP 芯片（Illumina ASA，由伯豪生物提供服務）鑒定出與生存相關的 36 個 SNP 位點。進一步采用 LASSO 回歸模型構建了一個基于 7 個 SNP 的預測模型。創建的 ENKTL 單核苷酸多態性（Signal nucleotide polymorphism, SNP) 預后評價系統修正了腫瘤異質性及活檢取材部位的偏差，作為有效工具個體化預測 ENKTL 患者預后，可用于指導早期高危患者接受聯合放化療。該評價系統可為不同預后風險的 ENKTL 患者指導精準治療決策。

摘要：當前基于臨床病理變量的預后評分系統不足以預測接受非蒽環類藥物治療的結外鼻型 NK/ T 細胞淋巴瘤（ENKTL）患者的生存和治療反應。這項國際回顧性多中心隊列研究旨在構建基于單核苷酸多態性（SNP）的分類器，以提高預測準確性并指導臨床決策。分析了來自國際多中心的 722 名 ENKTL 患者的數據，使用 LASSO  回歸在訓練集（n = 336）中構建了基于 7 -SNP 的分類器，并在內部測試集（n=144）和兩個外部驗證集（n=142; n=100）中進一步進行了驗證。基于 7 -SNP 的分類器在訓練集和三個驗證集中顯示出良好的預后預測功效。由分類器計算的高風險評分和低風險評分的患者表現出顯著不同的無進展生存期（PFS）和總體生存期（OS）（所有 p  <0.001）。通過多變量分析進一步證明了基于 7 -SNP 的分類器是一個獨立的預后因素，其預測準確性明顯優于臨床病理風險變量。基于 7 -SNP 的分類器的應用不受樣品類型及腫瘤異質性的影響。值得注意的是，與單純放療相比，在高風險的 Ann Anbor I 期患者中，化學療法聯合放療的顯著改善了 PFS 和 OS，而在低危患者中，兩種治療方式之間沒有統計學差異。由分類器和臨床病理變量結合的 nomogram 評分系統明顯提高了預測的準確性。基于 7 -SNP 的分類器是對 ENKTL 中現有風險分層系統的補充，這可能會對 ENKTL 患者的臨床決策產生重大影響。