《染色体外环状 DNA（ecDNA）：解锁肿瘤诊疗新密码，开启精准医疗新时代

《Holistic Integrative Oncology》：Extrachromosomal circular DNA: enlightenment to widespread clinical application

2. 为解决 ecDNA 研究面临的检测难题及明确其临床意义等问题，研究人员开展了基于全外显子测序（WES）数据检测 ecDNA 的研究。他们开发了 GCAP 框架，发现 ecDNA 可用于肿瘤分子分型、预测治疗反应，这为肿瘤精准诊疗提供了新方向。

　　5.
在肿瘤研究的广袤领域中，染色体外环状 DNA（ecDNA）犹如一颗神秘的 “新星”，逐渐走进科研人员的视野。自上世纪 60 年代被发现以来，ecDNA 以其独特的结构和功能特性，成为肿瘤研究的关键靶点。它能携带并扩增关键致癌基因，拷贝数远超染色体扩增，其环状结构还使转录更为高效，极大地促进肿瘤生长。不仅如此，ecDNA 在细胞分裂时随机分离，导致肿瘤内的遗传异质性，让肿瘤更易产生耐药性，与患者不良临床预后紧密相关。

然而，探寻 ecDNA 的 “真面目” 并非易事。传统检测方法，如荧光原位杂交（FISH）和环状构象捕获（3C）分析，通量低且无法进行全基因组层面的分析。基于新一代测序（NGS）技术开发的从头计算方法，虽利用全基因组测序（WGS）或 Circle - Seq 数据来重建 ecDNA 结构，但 WGS 在多数临床队列中难以实现，且 ecDNA 结构复杂、拷贝数多变，解析困难。全外显子测序（WES）虽临床应用广泛，可 ecDNA 的断点常位于捕获的外显子区域之外，现有计算工具无法充分利用这些数据。正因如此，ecDNA 的诸多关键问题，如在肿瘤中的普遍程度、确切临床意义以及在肿瘤演变中的作用等，仍未完全明晰。这些问题就像一道道屏障，阻碍着 ecDNA 作为生物标志物和治疗靶点发挥潜力，亟待突破。

为攻克这些难题，中国医学科学院肿瘤医院（国家癌症中心 / 国家肿瘤临床医学研究中心）等机构的研究人员开展了深入研究。他们开发了一种基于机器学习的计算框架 GCAP，旨在直接从全外显子测序（WES）数据中检测 ecDNA 扩增特征。

研究人员首先利用 ASCAT 从 386 对肿瘤 - 正常外显子样本中推断出等位基因特异性拷贝数谱，再以匹配的全基因组数据生成的基因水平 ecDNA 状态作为训练标签。随后，从拷贝数谱中提取多种分子特征，如拷贝数特征、肿瘤纯度估计值和非整倍体评分等，并利用这些特征训练 XGBoost 模型，进而推断基因水平的 ecDNA 状态。

通过大量实验验证，GCAP 虽存在一定算法局限性，例如可能将非 ecDNA 的局灶性扩增误判为 ecDNA（产生假阳性），对于低拷贝数且未受显著正选择压力的 ecDNA 易漏检（产生假阴性），但结合 WGS 或 FISH 等方法，大部分预测的 ecDNA 携带基因得到了验证。这表明 GCAP 能够从肿瘤细胞系样本和临床肿瘤组织样本中有效识别潜在的 ecDNA 携带基因。

研究人员借助 GCAP 对多个大型数据库及临床队列进行分析，发现携带 ecDNA 扩增的患者总体生存率和无进展生存率显著降低。在对 TCGA 和 PCAWG 泛癌数据库的全外显子测序（WES）数据分析中，这一结论得到了有力验证。

在 1015 例结直肠癌患者的真实队列研究中，经多变量 Cox 回归分析进一步证实，ecDNA 状态可作为独立的预后标志物。这一发现意义重大，有助于更精准地进行风险分层，为医生为患者制定个性化治疗方案提供关键依据。

研究人员基于结直肠癌队列，在以往分子分型的基础上引入 ecDNA 扩增状态，对结直肠癌分子分型进行了优化。他们发现了以 ecDNA 扩增为特征的新亚型，这些亚型富含 APOBEC 诱导的突变和拷贝数特征 8（CN8）活性。其中，CIN - HR&Circ 亚型富集现象尤为显著（排除微卫星不稳定性（MSI）），且患者生存率更低。这一成果使人们对结直肠癌的分子特征有了更深入的认识，为结直肠癌的精准诊疗提供了更精细的分类依据。

研究还表明，ecDNA 上携带的特定基因可用于预测疾病对化疗和免疫治疗的反应。在应用 GCAP 分析免疫治疗临床试验数据时发现，在晚期胃癌（SYSUCC AGC 队列和 SKKU AGC 队列）和鼻咽癌（SYSUCC NPC 队列）中，ecDNA 可作为抗 PD1 单药治疗的负面预测标志物；在晚期食管癌（JUPITER - 06 ESCC 队列）接受化疗联合免疫治疗时，携带 11q13 细胞带环状扩增的患者对治疗更为敏感。这充分体现了 ecDNA 在指导个性化治疗策略方面的重要价值。

这项研究开发的 GCAP 框架为从全外显子测序（WES）数据中检测 ecDNA 提供了有效方法，将 ecDNA 扩增状态作为染色体不稳定性（CIN）的新指标应用于临床肿瘤治疗队列研究，提高了肿瘤分子分型的准确性。通过该工具，研究人员可借助更广泛的临床数据，探索 ecDNA 在肿瘤治疗中的指导意义，有望将扩增的 ecDNA 作为生物标志物甚至临床治疗靶点。这一系列成果为肿瘤的精准诊疗开辟了新方向，在整体整合医学新时代，ecDNA 正逐步展现其巨大的临床潜力，为攻克肿瘤难题带来新的希望。

主要技术方法：研究人员首先利用 ASCAT 从肿瘤 - 正常外显子样本推断等位基因特异性拷贝数谱；以匹配全基因组数据生成基因水平 ecDNA 状态作为训练标签；从拷贝数谱提取多种分子特征训练 XGBoost 模型推断 ecDNA 状态；利用 TCGA、PCAWG 等泛癌数据库及 1015 例结直肠癌患者等临床队列进行验证分析。

研究结果：

• GCAP 检测 ecDNA：开发 GCAP 从 WES 数据检测 ecDNA 扩增特征，虽有局限性，但能识别潜在 ecDNA 携带基因。
• ecDNA 与患者预后：分析多个数据库发现携带 ecDNA 扩增患者生存率低，在结直肠癌队列中 ecDNA 状态是独立预后标志物。
• 肿瘤分子分型：基于结直肠癌队列引入 ecDNA 扩增状态优化分子分型，发现新亚型。
• 预测治疗反应：ecDNA 携带基因可预测化疗和免疫治疗反应，在多种癌症中得到验证。

研究结论与讨论：本研究开发的 GCAP 为 ecDNA 研究提供了新工具，揭示了 ecDNA 在肿瘤预后、分子分型和治疗反应预测方面的重要价值。这不仅加深了人们对肿瘤发生发展机制的理解，更为肿瘤精准诊疗提供了新的生物标志物和潜在治疗靶点，推动了肿瘤研究和临床治疗的发展，具有重要的理论和实践意义。