Ein robustes Modell zur Detektion von Mikrosatelliteninstabilität in ungepaarten Proben kolorektaler Karzinome
Mikrosatelliteninstabilität (MSI) ist ein kritischer Biomarker zur Vorhersage des Ansprechens auf Immuntherapie und der Prognose bei kolorektalem Karzinom (CRC). Traditionelle Methoden zur MSI-Bestimmung, wie Polymerase-Kettenreaktion (MSI-PCR) und Immunhistochemie (IHC), erfordern gepaarte Tumor-Normalproben oder aufwendige Laborprozesse. Next-Generation Sequencing (NGS)-basierte Ansätze haben sich als vielversprechende Alternativen etabliert, da sie gleichzeitig genomische Profilerstellung und MSI-Detektion in einem Test ermöglichen. Bisherige NGS-Methoden sind jedoch oft auf gepaarte Proben angewiesen oder in Tumor-only-Kontexten unzuverlässig. Diese Studie adressiert diese Limitationen durch die Entwicklung eines neuartigen NGS-basierten MSI-Detektionsmodells für ungepaarte CRC-Proben, das hohe Genauigkeit, Sensitivität und Spezifität aufweist.
Hintergrund und Rationale
MSI entsteht durch Defekte in DNA-Mismatch-Reparaturgenen (MLH1, MSH2, MSH6, PMS2), die zur Akkumulation von Insertions-/Deletionsmutationen in Mikrosatellitenregionen führen. MSI-High (MSI-H) findet sich bei ca. 15% der sporadischen CRCs und ist ein Marker für das Lynch-Syndrom. Klinisch zeigen MSI-H-CRC-Patienten spezifische Therapieansprechen, einschließlich Resistenz gegen Fluorouracil-basierte Chemotherapie aber besseres Ansprechen auf Immuncheckpoint-Inhibitoren wie Pembrolizumab und Nivolumab. Aktuelle Leitlinien empfehlen MSI/MMR-Tests zur Lynch-Syndrom-Diagnostik und Therapieentscheidungen.
Während MSI-PCR und IHC Goldstandards bleiben, limitieren ihre Abhängigkeit von gepaarten Proben oder subjektiver Proteinexpression die Skalierbarkeit. Die Integration von MSI-Tests in NGS-Panels vereinfacht Workflows, reduziert Kosten und ermöglicht umfassende genomische Profilerstellung (CGP) mit minimalem Tumormaterial. Bisherige NGS-Tools wie MSIsensor und MANTIS benötigen jedoch Normalgewebe oder zeigen variable Leistung in Tumor-only-Settings. Diese Studie präsentiert das „Colorectal Cancer Microsatellite Instability“ (CRC-MSI)-Modell, einen robusten Algorithmus optimiert für ungepaarte CRC-Proben mittels tumorabgeleiteter NGS-Daten.
Methodik
Patientenkohorten und Studiendesign
Eine retrospektive Kohorte von 174 CRC-Patienten des Tianjin Third Central Hospital (Januar 2019–Dezember 2020) wurde in Trainings- (n=56) und Validierungskohorte (n=118) stratifiziert. Die Trainingskohorte umfasste 10 MSI-H- und 46 mikrosatellitenstabile (MSS)-Fälle mit gepaarten Tumor- und Blutproben, sequenziert mittels 616-Gen Pan-Krebs-Panel (2,2 Mb). Die Validierungskohorte bestand aus 118 Tumor-only-Proben, analysiert mit einem 47-Gen-CRC-spezifischen Panel. MSI-PCR (sechs mononukleotide Loci: NR-21, BAT-26, NR-27, BAT-25, NR-24, MONO-27) diente als Referenzstandard.
NGS-Sequenzierung und Datenverarbeitung
Genomische DNA aus FFPE-Gewebe und Blut wurde auf der MGISEQ-2000-Plattform (MGI) sequenziert. Reads wurden mittels BWA-MEM auf GRCh37/hg19 aligniert, Varianten mit VarScan aufgerufen. Die tumorale Mutationslast (TMB) wurde als Mutationen pro Megabase (mut/Mb) berechnet.
Auswahl der Mikrosatellitenloci
Gemeinsame Mikrosatellitenloci in den 616-Gen- und 47-Gen-Panels wurden mittels RepeatFinder identifiziert. Eine Baseline für Wiederholungslängenverteilung wurde anhand von 56 Normalblutproben erstellt. Initial wurden 42 Loci (23 mononukleotid, 15 dinukleotid, 3 trinukleotid, 1 pentanukleotid) ausgewählt.
Modellentwicklung und Validierung
Das CRC-MSI-Modell quantifiziert Instabilität pro Locus durch Vergleich der Tumor-Wiederholungslängen mit der Baseline. Für mononukleotide Loci wurde eine multinomiale Verteilung zur Bewertung von Abweichungen genutzt. Ein MSI-Score (Anteil instabiler Loci) >20% klassifizierte Proben als MSI-H. Die Leistung wurde gegen MSI-PCR und IHC (bei 11 Patienten) validiert.
Ergebnisse
Modellleistung
Das CRC-MSI-Modell erreichte 100% Sensitivität und Spezifität in beiden Kohorten (AUC=1,000). Alle 31 MSI-H- und 143 MSS-Fälle gemäß MSI-PCR wurden korrekt klassifiziert. Kernbefunde:
- Überlegenheit mononukleotider Loci: Die 23 mononukleotiden Loci (z.B. BAT-25) übertrafen dinukleotide/trinukleotide Loci. Die mediane Anzahl instabiler Loci bei MSI-H betrug 17 (Range: 3–19) vs. 0 bei MSS (p<0,01). Längere Wiederholungsmotive zeigten geringe Diskrimination (AUC=0,699).
- Robustheit bei niedriger Tumorreinheit: Das Modell detektierte MSI-H bei Tumoranteilen bis 5,88% (23-Loci-Modell) bzw. 9,80% (42-Loci-Modell). Verdünnungsexperimente bestätigten stabile Leistung (≥6 instabile Loci bei 6,3% Tumoranteil).
- Korrelation mit IHC und MMR-Alterationen: Bei 11 Patienten mit IHC-Ergebnissen zeigte CRC-MSI 90,9% Übereinstimmung (4/5 dMMR, 6/6 pMMR). Ein dMMR-Fall (MSH2-Verlust) wurde fälschlich als MSS klassifiziert, vermutlich durch epigenetische Inaktivierung. Sequenzierung offenbarte MMR-Genalterationen (MLH1, MSH6, PMS2) in 80% (8/10) der MSI-H-Trainingsproben vs. 2,1% (1/46) MSS.
Klinische und genomische Korrelationen
MSI-H-Fälle korrelierten mit klinischen Merkmalen:
- Demografie: Jüngeres Alter (Median 50 vs. 57 Jahre, p<0,01), weibliche Prädominanz (61,3% vs. 35,7%, p<0,01).
- Tumoreigenschaften: Präferenz für rechten Hemikolon (76,5% vs. 26,9%, p<0,01), Häufung im Stadium II (13/31 vs. 20/143, p=0,053).
- Genomprofil: Höhere TMB (Median 66,6 vs. 5,8 mut/Mb, p<0,01), häufige Alterationen in BRAF (29% vs. 4,9%), PTEN (12,9% vs. 0,7%) und POLE (16,1% vs. 0%).
Diskussion
Vorteile des CRC-MSI-Modells
Das CRC-MSI-Modell adressiert kritische Lücken:
- Tumor-only-Design: Unabhängig von Normalgewebe, ideal für FFPE-Proben mit limitiertem Material.
- Hohe Genauigkeit: Entspricht MSI-PCR, übertrifft Tools wie MSIsensor-pro und mSINGS.
- Integration in NGS-Panels: Ermöglicht kombinierte Analyse von MSI, TMB und Mutationen (z.B. KRAS, NRAS).
Biologische und klinische Einblicke
- Mononukleotide vs. längere Motive: Mononukleotide Loci (z.B. BAT-25) zeigen höhere Sensitivität aufgrund geringerer Toleranz für Längenvariationen in MSS-Tumoren.
- MMR-Alterationen: Somatische Mutationen in MLH1, MSH6 und PMS2 erklärten 80% der MSI-H-Fälle. Epigenetische Mechanismen (z.B. MLH1-Promoter-Methylierung) könnten diskordante Fälle erklären.
- TMB-Implikationen: Hohe TMB bei MSI-H unterstreicht die Wirksamkeit von Immuntherapien und die Notwendigkeit kombinierten Biomarker-Testings.
Limitationen und zukünftige Richtungen
- Panel-spezifische Loci: Leistung hängt von Panel-Loci ab. Validierung in Multi-Krebs-Kohorten ist erforderlich.
- Epigenetische Alterationen: Unentdeckte MLH1-Hypermethylierung kann falsch-negative Resultate verursachen.
- Prospektive Validierung: Klinischer Nutzen zur Vorhersage des Immuntherapieansprechens erfordert prospektive Studien.
Schlussfolgerung
Das CRC-MSI-Modell etabliert einen robusten, NGS-integrierten Rahmen zur MSI-Detektion in ungepaarten CRC-Proben. Durch Fokus auf mononukleotide Loci erreicht der Algorithmus perfekte Konkordanz mit MSI-PCR und zeigt Resilienz gegen niedrige Tumorreinheit. Dieser Ansatz rationalisiert klinische Workflows und ermöglicht parallele MSI-Bewertung und genomische Profilerstellung zur personalisierten Therapiesteuerung.
doi.org/10.1097/CM9.0000000000002216