肿瘤突变负荷(tumor mutational burden,TMB)作为一个新兴的生物标志物,在预测肿瘤免疫治疗疗效中的作用越来越受到重视。
目前在市场上已有多种检测TMB的肿瘤大Panel,但因其检测的基因以及TMB计算算法的不同,各家的TMB检测结果间缺乏可比性,因此也导至临床上缺乏统一的TMB阈值。目前市场上存在的一种判断为高TMB的判断标准-TMB ≥10 mut/Mb由Foundation Medicine, Inc.的在2017年获得 FDA批准(FDA-approved,三类)的肿瘤大Panel产品FoundationOne CDx的检测结果确定而来。但此标准也仅限于此Panel。所以为了使得各Panel间测得的TMB间具有可比性,此外为了确定一个临床上的统一标准,precisionFDA出台了3个阶段的试验。
具体如下图所示:
▲ Merino et al. J Immunotherapy Cancer, 2020
目前此项目已完成Phase2阶段。Phase2阶段由precisionFDA组织的TMB lab将已知WES TMB的10例人类来源的标准细胞系作为训练集分发给16个厂家实验室,此阶段各厂家可使用各自的生物信息流程计算出TMB,并与之进行对比和校准。之后TMB lab再将已知WES TMB的29例肿瘤临床样本作为测试集分发给16个厂家实验室,以便测试各厂家的检测TMB的准确性,此外也试图获得一个能将panel TMB转化为WES TMB的模型。
以下简单说一下这个模型的思路,下一篇讲解这个模型的统计知识。
TMB值分别采用上述提到的10个标准细胞系的结果以及在phase1提到的使用4065个TCGA的WES的TMB值。分别获得的线性模型展示图如下所示:
▲ 以TCGA数据作为WES TMB构建的线性模型
▲ 以TCGA数据作为WES TMB构建的线性模型
当各厂家检测完测试集的29例临床样本后,TMB lab组分别比较了各厂家的panel TMB的检测结果,以及使用上述2个线性回归模型将panel TMB转化为WES TMB的检测结果。其检测结果如下图所示(图中只展示部分样本结果,全部结果可查看https://precision.fda.gov/challenges/18):
图中为准确标准,离此线值越近表明检测的值越准确,其Root-mean-square deviation(RMSE)值也越低。使用TCGA数据校准后的panel TMB 值与WES TMB值之间的RMSE要小于未经校准的panel TMB(26/29,即90%的临床样本的RMSE降低),但使用标准细胞系校准的TMB的RMSE未降低,可能是因为使用的标准细胞系数目太少的原因。
此外,在phase2的结果中也查看了导至各Panel检测结果不一致的原因,包括肿瘤Panel大小,所包含的基因,以及计算TMB的算法。其结果表明Panel size需大于667Kb是必要的,以保持足够的PPA和NPA,以便在实际使用的cutoffs范围内分辨出TMB高和TMB低。不过滤致病性变异会导至panel TMB值偏高。
此外,参与的16个厂家中有14个厂家采用无配对样本的检测方式,所以如何避免胚系变异是个考量因素,在此文献中的结果为过滤掉population minor allele frequency (pMAF) >0%的胚系变异会增大与WES TMB的相关性。