《Journal of Extracellular Vesicles》：DNA Copy Number Profiling in Extracellular Vesicles as Clinical Biomarkers of High-Grade Serous Ovarian Carcinoma
编辑推荐：
摘要：细胞外囊泡（Extracellular Vesicles, EVs）（包括外泌体）在体液中循环，并携带病理基因组信息。高级别浆液性卵巢癌（High-Grade Serous Ovarian Carcinoma, HGSOC）是卵巢癌最常见的亚型，主要以拷
摘要：细胞外囊泡（Extracellular Vesicles, EVs）（包括外泌体）在体液中循环，并携带病理基因组信息。高级别浆液性卵巢癌（High-Grade Serous Ovarian Carcinoma, HGSOC）是卵巢癌最常见的亚型，主要以拷贝数变异（Copy Number Variations, CNVs）为特征。本研究评估了EV-DNA在临床意义上的价值，重点关注CNV谱，并探索其作为伴随生物标志物在预测治疗反应和支持HGSOC诊断中的潜力。液滴数字聚合酶链反应（Droplet Digital Polymerase Chain Reaction, ddPCR）检测到了腹水中肿瘤DNA与EV-DNA之间一致的CNV，但在血清中未检测到。在腹水中，EV-DNA显示出与肿瘤DNA的CNV状态比游离DNA（cell-free DNA, cfDNA）更高的一致性。恶性腹水中的EV-DNA量显著高于良性卵巢肿瘤腹水（p < 0.05），即使在细胞学阴性的卵巢癌中也观察到升高的EV-DNA，这表明在疾病发展早期即有所增加。此外，CNV谱在聚ADP-核糖聚合酶（Poly(ADP-ribose) polymerase, PARP）抑制剂应答者与无应答者之间显示出显著差异。基于五个基因（ARID1A、NOTCH3、CSMD3、ELP4和BARD1）的方程式显示出对奥拉帕尼（olaparib）反应较强的预测性能（曲线下面积 = 0.91）。总之，这些发现表明EV-DNA的CNV状态可作为HGSOC中非侵入性伴随生物标志物，用于患者分层和治疗监测。
研究背景与意义
卵巢癌是全球女性中常见的妇科恶性肿瘤，其死亡率在妇科肿瘤中位居前列。其中，高级别浆液性卵巢癌（High-Grade Serous Ovarian Carcinoma, HGSOC）是最主要的亚型，多数患者在确诊时已处于晚期，因而预后较差，5年生存率约为50%。尽管患者对含铂化疗及减瘤手术初始反应率较高，但大多数患者会在2年内复发并产生耐药。近年来，聚ADP-核糖聚合酶（Poly(ADP-ribose) polymerase, PARP）抑制剂的应用为晚期卵巢癌的治疗带来了显著进展，但目前临床使用的生物标志物（如同源重组缺陷状态、BRCA突变等）往往不能完全反映真实的临床情况，且存在局限性，因此亟需开发新的非侵入性生物标志物。
HGSOC的特征性基因组改变主要包括TP53突变和拷贝数变异（Copy Number Variations, CNVs）。然而，此前基于体液的非侵入性CNV评估作为生物标志物的研究较少，现有基因组生物标志物多集中于DNA总量或特定基因突变的检测。细胞外囊泡（Extracellular Vesicles, EVs）是细胞主动释放的具有脂质双分子层结构的囊泡，广泛存在于血液、尿液及腹水等体液中，能够稳定携带母细胞的蛋白质、RNA及DNA等信息，在肿瘤微环境塑造及液体活检领域具有重要潜力。虽然EV中DNA（EV-DNA）的存在已被证实，但基于EV-DNA的CNV谱分析及其在HGSOC中的临床效用此前尚未得到充分探索。该研究旨在明确EV-DNA中的CNV状态是否能反映肿瘤组织的基因组特征，并评估其作为HGSOC诊断及PARP抑制剂治疗反应预测生物标志物的可行性。该论文发表在《Journal of Extracellular Vesicles》上。
主要关键技术方法
研究人员主要采用了以下关键技术方法：收集来自名古屋大学医院的患者临床样本（包括HGSOC患者及良性卵巢肿瘤患者的腹水、血清及手术获取的FFPE组织，其中PARP抑制剂队列包含42例患者）；按照国际细胞外囊泡学会（ISEV）标准指南，通过差异超速离心法从细胞培养上清、血清及腹水中分离小细胞外囊泡（sEVs, <200 nm）和中/大细胞外囊泡（m/lEVs, ≥200 nm），并利用纳米颗粒跟踪分析（NTA）、透射电子显微镜（TEM）及Western blotting进行表征；使用液滴数字PCR（ddPCR）靶向检测30个预先筛选基因（基于Ovarian Cancer Moon Shot数据库及同源重组相关基因）的CNV状态；部分样本辅以全基因组测序（WGS）和单核苷酸多态性（SNP）芯片分析以全面评估CNV；利用抗体修饰的聚酮包被纳米线（pNWs）从血清sEVs中富集肿瘤相关EV亚群；通过留一法交叉验证、PCA主成分分析、LASSO回归及ROC曲线分析构建基于CNV的PARP抑制剂疗效预测模型。
研究结果
3.1 sEVs和M/lEVs的分离
研究人员通过标准的差异离心法从细胞系及临床样本中分离EVs，并利用TEM、NTA及Western blotting（检测CD9、CD63、CD81等标记蛋白）确认了sEVs和m/lEVs的成功分离与表征。
3.2 通过WGS和SNP芯片进行CNV分析
通过对细胞系及HGSOC患者样本的WGS和SNP阵列分析，研究人员发现细胞及其EVs之间、以及患者肿瘤组织与腹水来源EV-DNA（ascEV-DNA）之间具有相似的CNV趋势和谱图，而血清来源EV-DNA（serEV-DNA）由于肿瘤来源DNA浓度过低，未能强效反映肿瘤DNA状态。SNP阵列在EV-DNA中未显示明显关联，可能与DNA量不足及其他血液成分干扰有关。
3.3 用于ddPCR的基因选择
研究人员参考Ovarian Cancer Moon Shot（OCMS）数据库及同源重组修复与PARP抑制剂反应相关报告，选定了30个基因作为ddPCR分析的靶标，并确认这些基因在HGSOC中存在拷贝数改变。
3.4 通过ddPCR进行CNV分析
研究人员利用高精度、高灵敏度的ddPCR检测了选定的30个基因的CNV状态。结果显示，细胞系来源的细胞DNA与EV-DNA之间、以及临床样本肿瘤DNA与ascEV-DNA之间均具有高度相关性。sEVs的CNV状态比m/lEVs与肿瘤DNA的相关性更高。最小检测体积定为1 mL腹水，低于此体积相关性下降。
3.5 腹水中增加的DNA与恶性肿瘤相关
研究人员比较了良恶性卵巢肿瘤腹水EV-DNA量，发现恶性肿瘤腹水EV-DNA量（以管家基因RPP30浓度表示）显著更高，且在细胞学阴性的卵巢癌腹水中亦升高，提示ascEV-DNA量增加可能在疾病早期发生，具备作为恶性存在标志的潜力。
3.6 EV-DNA作为肿瘤相关基因组信息的有用来源
研究人员将体液中的cfDNA分为总cfDNA、EV-DNA及去除EV后的纯cfDNA（pure cfDNA）进行比较，发现EV-DNA部分含有比纯cfDNA更高的DNA量，且其CNV状态与肿瘤DNA的相关性显著高于纯cfDNA，表明肿瘤来源的cfDNA可能富集于EV组分中。
3.7 使用抗体包被纳米线选择性捕获与HGSOC相关的EV群体
由于血清中肿瘤相关DNA携带EV被稀释，研究人员利用包被了Claudin-3、FRα和TACSTD2抗体的聚酮纳米线（pNWs）从血清sEVs中富集肿瘤相关EVs。捕获后的EV-DNA中，肿瘤组织高扩增基因的拷贝数有所提升，证明该方法可选择性富集含肿瘤基因组信息的EVs。
3.8 CNV状态可预测PARP抑制剂治疗反应
研究人员测量了不同HGSOC细胞系对奥拉帕尼（olaparib）的IC50，发现敏感度越高的细胞系其EV-DNA的CNV拷贝数越高。在临床队列中（应答者：用药>6个月，n=33；无应答者：用药≤6个月因进展停药，n=9），肿瘤组织DNA的CNV谱通过ddPCR显示应答者与无应答者存在明显差异（PCA及热图）。基于交叉验证得分选出前5个基因（ARID1A、NOTCH3、CSMD3、ELP4、BARD1），其组合预测方程AUC达0.91。在7例接受奥拉帕尼维持治疗的患者的ascEV-DNA中，该基因组合的分类与临床治疗持续时间一致。
讨论与结论总结
在讨论部分，研究人员指出，腹水中的EV-DNA（ascEV-DNA）因其与肿瘤解剖位置接近且肿瘤细胞主动释放EV-DNA，能较血清EV-DNA更好地反映肿瘤基因组CNV状态。EV-DNA相较于去除EV的cfDNA（pure cfDNA）含有更高DNA量且更贴合肿瘤CNV特征，这支持了肿瘤来源核酸多见于EV相关的观点，EV-DNA因其稳定性或许是优于传统cfDNA的液体活检材料。ascEV-DNA量的增加甚至见于细胞学阴性病例，暗示其可用于早期检测。
研究人员建立了基于5个基因（ARID1A、NOTCH3、CSMD3、ELP4、BARD1）CNV状态的预测模型，AUC达0.91，能较好预测奥拉帕尼治疗应答，包括BRCA野生型患者，这补充了当前以BRCA和HRD为主的PARP抑制剂标志物。相比于昂贵的WGS，靶向ddPCR基于有限基因的做法更具临床实用性与成本效益。尽管腹水在临床中多用于晚期或可行穿刺的患者，但EV收集技术的进步（如EV sheet法）未来可能拓展至早期或无腹水样本。
研究人员也提到了研究的局限性：EV-DNA临床样本量尤其是PARP队列较小；血清而非血浆可能引入血小板来源EV影响；低DNA输入下ddPCR定量可能存在波动；未来需扩大队列验证，并改进肿瘤来源EV的富集手段。
结论：该研究表明，EV-DNA中的CNV状态能够正确评估，并可作为HGSOC新型诊断及预测生物标志物。ascEV-DNA的CNV谱可非侵入性地反映肿瘤基因组特征，其量与恶性相关且早于细胞学改变；基于EV-DNA CNV的5基因签名可高效预测PARP抑制剂疗效，为HGSOC患者的分层与个体化治疗监测提供了新策略。
