ルーチン分子診断における腫瘍変異負荷（TMB）の測定：3つのより大きな遺伝子パネルのシリコおよび実生活の分析

免疫チェックポイント阻害剤で治療されたがん患者の反応層分解に対する腫瘍変異負荷（TMB）の評価は、新しいバイオマーカーとして出現しています。一般にエクソン体細胞変異の総数として定義されているTMBは、免疫系によって潜在的に認識される新生児の量に近似します。全exomeシーケンス（WES）はTMBを定量化するための公平なアプローチですが、診断の実装は組織の利用可能性と時間とコストの制約によって妨げられます。逆に、パネルベースのターゲットシーケンスは現在、日常的な分子診断で広く使用されていますが、TMB推定のパフォーマンスでは非常に限られたデータのみが利用可能です。ここでは、TCGA（がんゲノムATLAS）データのシリコ分析で、0.39メガベースペア（MBP）、0.53 MBPおよび1.7 MBPのカバーされたゲノム領域を備えた3つの市販の大きな遺伝子パネルを評価しました。合計92のホルマリン固定およびパラフィン包埋（FFPE）がんサンプルは、3つの独立したコホート（非小細胞肺癌、NSCLC;結腸直腸癌、CRC、および混合癌タイプ）にグループ化されたWESデータの一致したものでした。特に遺伝子パネル> 1MBPでは、パネルデータとWES変異数との強い相関が観察されました。WET-LAB実験によって決定されたNSCLCにおけるチェックポイント阻害剤応答のTMBカットポイントに関連する感度と特異性は、インシリコデータをよく反映しています。さらに、バイオインフォマティクスパイプラインの潜在的な落とし穴を強調し、バリアントフィルタリングの推奨事項を提供します。要約すると、私たちの研究は、免疫腫瘍学の分野で働く研究者にとって、およびTMBテストを計画する診断研究所にとって貴重なデータソースです。

Assessment of Tumor Mutational Burden (TMB) for response stratification of cancer patients treated with immune checkpoint inhibitors is emerging as a new biomarker. Commonly defined as the total number of exonic somatic mutations, TMB approximates the amount of neoantigens that potentially are recognized by the immune system. While whole exome sequencing (WES) is an unbiased approach to quantify TMB, implementation in diagnostics is hampered by tissue availability as well as time and cost constrains. Conversely, panel-based targeted sequencing is nowadays widely used in routine molecular diagnostics, but only very limited data are available on its performance for TMB estimation. Here, we evaluated three commercially available larger gene panels with covered genomic regions of 0.39 Megabase pairs (Mbp), 0.53 Mbp and 1.7 Mbp using i) in silico analysis of TCGA (The Cancer Genome Atlas) data and ii) wet-lab sequencing of a total of 92 formalin-fixed and paraffin-embedded (FFPE) cancer samples grouped in three independent cohorts (non-small cell lung cancer, NSCLC; colorectal cancer, CRC; and mixed cancer types) for which matching WES data were available. We observed a strong correlation of the panel data with WES mutation counts especially for the gene panel >1Mbp. Sensitivity and specificity related to TMB cutpoints for checkpoint inhibitor response in NSCLC determined by wet-lab experiments well reflected the in silico data. Additionally, we highlight potential pitfalls in bioinformatics pipelines and provide recommendations for variant filtering. In summary, our study is a valuable data source for researchers working in the field of immuno-oncology as well as for diagnostic laboratories planning TMB testing.