胰腺神經內分泌瘤精準診療困境與展望

王菲 湯偉 吉順榮 虞先濬 陳潔

1復旦大學附屬腫瘤醫院胰腺外科 上海市胰腺腫瘤研究所,上海 200032;2復旦大學附屬腫瘤醫院放射診斷科,上海 200032;3復旦大學附屬腫瘤醫院神經內分泌腫瘤內科 復旦大學附屬腫瘤醫院神經內分泌腫瘤中心,上海 200032

【提要】 胰腺神經內分泌瘤的發病率逐年增加,其診治也受到越來越多的重視。相較于常見的實體腫瘤,胰腺神經內分泌瘤由于獨特的時空異質性,其精準診療仍面臨困境。隨著基因組學、轉錄組學、蛋白質組學、影像組學等多組學的快速發展,有望為胰腺神經內分泌瘤的精準診療帶來新方法和新思路。

近年來,隨著人們生活方式的改變和體檢意識的提高,神經內分泌腫瘤的發病率和檢出率逐年升高。由于人種的差異,中國患者胰腺神經內分泌腫瘤最為多見,研究也相應最多。病理學上,根據腫瘤分化程度,可將胰腺神經內分泌腫瘤分為胰腺神經內分泌瘤(pancreatic neuroendocrine tumor, pNET)、胰腺神經內分泌癌(pancreatic neuroendocrine carcinoma, pNEC)和混合性神經內分泌-非神經內分泌腫瘤(mixed neuroendocrine-non-neuroendocrine neoplasm, MiNEN)。其中,約80%左右為分化良好的pNET。不同于常見實體腫瘤,pNET具有獨特的時空異質性,即原發灶與轉移灶、不同轉移灶之間的病理分級可呈現不一致,給臨床診治帶來了一定困擾。目前,pNET的早期診斷、微小pNET是否需要手術和手術方式選擇,以及轉移性pNET治療方式的選擇等方面仍然面臨一定困境。筆者結合復旦大學附屬腫瘤醫院神經內分泌腫瘤中心近年的研究成果和國外的最新研究進展,闡述pNET精準診療的新進展。

一、pNET早期診斷的困境

pNET起病隱匿,早期診斷困難,多為偶然發現。確診時約36.8%的pNETs患者合并淋巴結轉移[1],20%～64%的患者合并肝轉移[2]。pNET患者的預后與腫瘤分級和分期密切相關,美國1973至2012年間明確病理分級的pNET患者中,G1級中位生存期最長,平均16.2年,G2級平均8.3年,G3級中位生存期最短,僅約10個月[3]。局限期、局部進展期、轉移性pNETs的5年相對生存率分別為93%、77%和27%[4]。因此,提高pNET的早期診斷率迫在眉睫。盡管增強CT和MRI可以提供精準的定位,分子影像診斷技術68Ga-SSA-PET-CT及18F-FDG-PET-CT可協助精確的定性,但上述技術普及性有限,仍不能作為常規體檢項目。目前,基于血清學的腫瘤標志物是消化道腫瘤常規體檢的普查手段。神經內分泌瘤亦可分泌一些特異性的肽類激素至循環系統,如嗜鉻粒蛋白A(chromograninA,CgA)、神經元特異性烯醇化酶(neuronspecific enolase,NSE)等。循環CgA與腫瘤負荷、進展和轉移相關,是神經內分泌腫瘤經典的廣譜標志物,但其特異度和靈敏度均不高。研究發現,CgA在一些良性疾病和其他惡性腫瘤中也會升高,大大限制了其在臨床pNET早期診斷中的應用。目前美國國立綜合癌癥網絡(National Comprehensive Cancer Network, NCCN)指南將CgA檢測僅作為3類證據推薦。NSE最常見于小細胞肺癌及分化差的神經內分泌癌,而在分化好的神經內分泌瘤中升高并不明顯。因此,目前臨床上尚缺乏有效的生物標志物進行pNET早期診斷。

除傳統血清標志物外,有不少新技術正被研發。其中,較為成熟的是NETest技術。NETest是一種基于轉錄組mRNA與深度學習策略相結合的分析技術,利用癌癥基因組圖譜(the cancer genome atlas,TCGA)數據庫中被研究證實的51個與神經內分泌腫瘤相關的特定基因進行數學建模分析。多項前瞻性研究結果顯示,NETest對神經內分泌腫瘤診斷的靈敏度和特異度均>90%,對早期神經內分泌腫瘤的診斷亦有較高的準確性[5]。盡管NETest有很好的應用前景,但國際上尚未制定關于其常規臨床應用的標準。另外,NETest特異性受胃腸道良性疾病的影響,仍需要進一步研究完善[6]。

近年來,基于循環游離DNA(circulating free DNA,cfDNA)分析為腫瘤早期診斷提供了一種無創方法。cfDNA是細胞凋亡和壞死生成的游離的DNA雙鏈小片段,能被釋放至外周血,因此帶有起源細胞和組織的分子特征。cfDNA片段組學依托于全基因組測序(whole genome sequencing, WGS),其特征主要包括拷貝數變異(copy number variation, CNV)、核小體印記(nucleosome footprint)、片段大小(fragment length)以及片段末端序列特征(Motif)等,靶點覆蓋于全基因組學層面[7]。cfDNA片段組學技術在多項研究中均表現出優異的預測效能,為多種腫瘤的早期篩查和診斷提供了新的研究方向。基于此,筆者所在中心利用樣本優勢,開展了一項前瞻性單中心研究(NCT05847855),以評價血漿cfDNA片段組學用于pNET早篩的價值,以期為pNET的早期診斷提供新的有價值的數據。

二、微小pNET治療方式的困境

隨著體檢意識的提高和影像檢查的普及,越來越多的小pNET被檢出。最新版美國癌癥聯合委員會(American Joint Committee on Cancer, AJCC)腫瘤TNM分期標準[8]將最大徑≤2 cm的無局部侵犯和遠處轉移、且局限于胰腺內的神經內分泌瘤歸為T1期,并定義為微小的“行為良好”的溫和性腫瘤。目前,對于微小無功能性pNET,NCCN和歐洲神經內分泌腫瘤學會(European Neuroendocrine Tumor Society, ENETS)指南均建議選擇隨訪觀察,但對于合并高危因素的患者,建議外科手術切除。pNET的高危因素主要聚焦于是否有淋巴結轉移。研究統計顯示[9-14],微小無功能性pNET淋巴結轉移率為6.7%～29.0%。盡管影像診斷技術飛速發展,但對于術前精準判斷微小pNET有無淋巴結轉移仍然存在一定局限性。2022年一項來自美國約翰霍普金斯醫院胰腺中心的前瞻性研究[15]納入100例患者,術前所有患者均進行CT、EUS、68Ga-PET等影像學檢查,結果發現盡管術前預測淋巴結轉移特異性高(95%、98%、95%),但靈敏度較差(26%、19%、12%),這可能與淋巴結轉移灶直徑較小,常規影像難以分辨有關。

近年來,人工智能飛速發展,基于人工智能的影像組學突破了傳統影像診斷的范疇,進入到智能分析的時代。通過影像組學和深度學習,可將醫學影像轉換為高通量定量特征,并展現出在臨床診斷和治療中的巨大潛力。筆者所在中心前期[16]利用影像組學和深度學習方法對320例無功能性胰腺神經內分泌腫瘤(non-functional pancreatic neuroendocrine tumor, NF-pNET) 的動脈期增強CT影像圖像進行特征提取,然后用機器學習方法構建影像組學-深度學習標簽(radiomics deep learning signature,RDPs),以預測術前淋巴結的轉移情況。結果顯示,在訓練集和內部驗證集中RDPs的特異度和靈敏度分別達到73%、82%和75%、76%; 在另一個中心的外部驗證集中,特異度和靈敏度分別達到79%和91%。同時,Kapper-merrier曲線分析顯示,RDPs與患者無病生存期顯著相關(P<0.05)[16]。

隨著二代測序等分子生物學技術的快速發展,基于基因組學的精準診療在臨床實踐中得到了廣泛應用。2017年一項針對大樣本pNET進行的全基因組測序研究詳細描述了pNET的基因組學特征。發現MEN1突變頻率最高,DAXX和ATRX存在互斥失活突變[17]。而pNET中主要通過端粒替代延長(alternative lengthening of telomeres, ALT)機制維持端粒長度,DAXX或ATRX基因丟失可促進ALT激活,且與微小pNET的肝轉移風險增加有關[18-19]。另有研究發現,術前EUS-FNA不僅可以判定腫瘤病理分級,還可以用于檢測DAXX或ATRX突變,對于解決微小pNET的治療困境大有裨益[20]。

三、轉移性pNET個體化治療的困境

pNET患者臨床癥狀呈現多樣化、個體差異大的特點,其治療策略也因腫瘤的病理分級、臨床分期、腫瘤負荷、血供與糖代謝、激素分泌功能狀態、遺傳與否而異。由于起病隱匿、早期診斷困難,多數患者初診時已發現轉移,不適宜手術。對于不可切除的pNET患者,有生長抑素類似物、細胞毒性化療藥、分子靶向藥物、肽受體放射性核素治療(peptide receptor-radionuclide therapy, PRRT)等方法可供選擇。然而,如何選擇給藥順序和實施個體化治療,目前尚無定論。

在分子靶向治療方面,舒尼替尼、依維莫司是目前獲美國食品和藥物管理局(food and drug administration, FDA)批準的、廣泛應用于臨床的分子靶向藥物[21-22],其中舒尼替尼為酪氨酸激酶通路抑制劑(tyrosine kinase inhibitors, TKI),依維莫司為mTOR通路抑制劑。然而,目前尚缺乏有效的生物標志物來指導用藥原則[23],故臨床上主要結合患者的基礎疾病以及藥物的不良反應來反向選擇個體化用藥[24-25]。例如當pNET患者合并糖尿病時,應該警惕mTOR抑制劑升高血糖的不良反應,而應優先考慮舒尼替尼。同理,當pNET患者合并高血壓時,應該警惕TKI升高血壓的不良反應,而應優先考慮依維莫司。前期筆者團隊利用腹部CT影像定量分析,發現反映腫瘤血供的動脈期CT最大值(CTmax)≥108 HU的患者,舒尼替尼治療使患者獲益顯著,這一結果對于臨床抗血管生成靶向藥物的選擇具有一定的指導意義[26]。在細胞毒性化療藥物方面,替莫唑胺作為pNET的一線化療藥物,被廣泛應用于臨床。如何篩選替莫唑胺敏感患者,提高治療的有效性,是臨床亟待解決的問題。研究發現,替莫唑胺通過損傷DNA并誘導細胞凋亡發揮作用,但這一效應容易被細胞內DNA修復通路抵消[27]。O6-甲基鳥嘌呤DNA甲基轉移酶(O6-methyl-guanine-DNA methytransferase,MGMT)是一種DNA修復酶,可以抵抗替莫唑胺造成的DNA損傷。在膠質母細胞瘤中,MGMT啟動子甲基化使MGMT沉默,使腫瘤細胞對烷化劑更敏感[28],故MGMT啟動子甲基化檢測已成為臨床中膠質瘤分子檢測的常規項目,并用于預測患者對替莫唑胺治療用藥的反應。在pNET中,前瞻性隨機對照研究[29]已證實MGMT甲基化或低表達的患者,替莫唑胺治療有著更高的客觀有效率。未來有望基于MGMT水平高低來進行個體化選擇。在給藥順序上,目前主要是基于多學科討論的個體化用藥的治療方案[30],仍缺少前瞻性研究。近年來,以蛋白基因組為核心的多組學在疾病分子分型和藥物篩選研究中應用廣泛,筆者所在中心也正在進行pNET多組學的相關分析研究。希望研究成果早日用于指導臨床精準診療和制定個體化治療方案,進一步提高pNET的總體治療效果。

綜上所述,pNET的診治在國內外受到越來越多的重視,其臨床診療效果也有了大幅度的提高,但在pNET的早期診斷以及微小pNET和轉移性pNET治療方式的選擇方面仍面臨不少困境。此外,對于G3級pNET與pNEC的鑒別診斷、G3級pNET是否會出現“瘤-癌轉分化”等領域也需進一步研究探索。相信未來隨著醫學技術的提高和臨床基礎轉化研究的開展,pNET的診治效果將進一步提升,個體化精準治療時代必將到來。

利益沖突所有作者聲明無利益沖突