肺癌驱动基因研究
非小细胞肺癌常见的驱动基因突变类型
非小细胞肺癌常见的驱动基因突变类型非小细胞肺癌（Non-Small Cell Lung Cancer，NSCLC）是目前肺癌的主要类型，约占所有肺癌的85%。
驱动基因突变是NSCLC发生和发展的重要原因之一。
本文将介绍非小细胞肺癌中常见的几种驱动基因突变类型。
1. EGFR突变表皮生长因子受体（Epidermal Growth Factor Receptor，EGFR）是一种经常发生突变的驱动基因。
EGFR突变包括点突变和插入/缺失突变，常见的突变位点有Exon 19和Exon 21。
EGFR突变可以导致受体激活异常，进而促进细胞增殖和进化，是NSCLC中最为常见的驱动基因突变。
EGFR突变与亚型NSCLC的发生有关，对EGFR酪氨酸激酶抑制剂（EGFR-TKI）有较好的治疗反应。
2. ALK融合基因ALK基因重排是NSCLC中另一种常见的驱动基因突变。
ALK基因重排导致ALK蛋白与其他蛋白（如EML4）融合，形成具有激酶活性的融合蛋白。
这种融合蛋白能够激活多个信号通路，促进肿瘤细胞的增殖和生存。
ALK融合基因在NSCLC中的检出率约为5%，主要见于非吸烟者和年轻患者。
对于ALK阳性的NSCLC患者，ALK 抑制剂是一种有效的治疗选择。
3. ROS1融合基因ROS1基因融合是NSCLC中另一种重要的驱动基因突变。
ROS1融合基因的患者通常是非吸烟者和年轻人。
ROS1融合基因可以激活多个信号通路，促进肿瘤细胞的增殖和生存。
ROS1融合基因在NSCLC中的检出率约为1-2%。
针对ROS1阳性的NSCLC患者，ROS1抑制剂是一种有效的治疗选择。
4. BRAF突变BRAF基因突变是NSCLC中较为罕见但具有重要意义的驱动基因突变。
BRAF突变通常见于不吸烟的患者，尤其是女性。
BRAF突变可以导致信号通路的异常激活，进而促进肿瘤细胞的增殖和生存。
BRAF突变在NSCLC中的检出率约为1-4%。
对于BRAF阳性的NSCLC患者，BRAF抑制剂是一种有效的治疗选择。
基于高通量测序技术的肿瘤驱动基因检测技术的研究
基于高通量测序技术的肿瘤驱动基因检测技术的研究近年来，随着科学技术的不断发展，人们对癌症的研究也越来越深入。
肿瘤驱动基因检测技术作为一种新型的诊断技术，越来越受到人们的关注。
肿瘤驱动基因是指导致肿瘤生长、发展和转移的基因。
基于高通量测序技术的肿瘤驱动基因检测技术是一种利用高通量测序技术对人体肿瘤组织中的基因序列进行测序，以检测肿瘤驱动基因突变的技术。
该技术的研究和应用可以为肿瘤的诊断、治疗和预后提供重要帮助。
这里，我们就来探讨一下基于高通量测序技术的肿瘤驱动基因检测技术的研究现状和发展前景。
一、高通量测序技术的概念高通量测序技术是指一种快速、高效的测序技术，它可以同时对多个样本进行测序，并在较短的时间内获得大量的序列信息。
该技术主要包括Illumina、ABI 3730xl、ABI SOLiD、454等。
Illumina测序是一种以串联式测序为基础的高通量测序技术。
它的优点在于样本处理简单、产出量大、准确度高、适用于大规模分析等方面，因此成为了当前最常用的高通量测序技术之一。
二、肿瘤驱动基因检测技术的意义基于高通量测序技术的肿瘤驱动基因检测技术是通过对患者肿瘤组织中的基因序列进行测序，来检测肿瘤驱动基因的突变情况。
该技术的意义在于：1、为癌症的诊断提供新的手段。
通过检测肿瘤驱动基因的突变情况，可以更准确地确定患者癌症类型和病情，从而可以制定更精准的治疗方案。
2、为癌症的治疗提供新的思路。
通过检测肿瘤驱动基因的突变情况，可以选择更具有针对性的治疗手段，从而可以提高治疗效果。
3、为癌症的预后提供了新的依据。
通过检测肿瘤驱动基因的突变情况，可以预测患者的病情发展情况，从而可以提前做出相应的预防和治疗措施。
三、技术研究进展目前，基于高通量测序技术的肿瘤驱动基因检测技术已经有了初步的应用。
例如，美国Illumina公司开发了一种名为“TruSight Tumor 170”的基于高通量测序技术的检测产品，可以同时检测170个肿瘤驱动基因的突变情况。
肿瘤驱动基因的特征和功能研究
肿瘤驱动基因的特征和功能研究肿瘤驱动基因是引发癌症的一类基因，它们可以在细胞内发挥重要的功能，促进癌症的发展和生长。
随着分子生物学的研究，我们已经了解了许多肿瘤驱动基因的特征和功能。
本文将探究肿瘤驱动基因的定义、特征及其功能，以期更好地理解肿瘤病理生理学。
1. 肿瘤驱动基因的定义肿瘤驱动基因，即促进细胞癌变和肿瘤形成的基因，这些基因有不同的作用，但它们的共同点是能够通过突变、拷贝数增加等方式对细胞的生长和分裂产生重要影响。
肿瘤驱动基因的存在是一个重要的发现，它引起了关于癌症起源和发展的许多理论。
2. 肿瘤驱动基因的特征肿瘤驱动基因的特征主要体现在以下几个方面：（1）拷贝数变异：肿瘤驱动基因的拷贝数改变可以是整倍体增加也可以是基因座突变。
这种变异可能唤起肿瘤形成。
（2）突变：某些突变会导致肿瘤抑制基因失去了正常功能，同时肿瘤驱动基因的突变往往会导致基因失去控制。
（3）化学修饰：一些化学修饰如DNA甲基化、羟甲基化等也可能影响肿瘤驱动基因的功能。
3. 肿瘤驱动基因的功能肿瘤驱动基因可以对细胞的正常生理功能产生影响，并促进癌症的发展。
其主要功能体现在三个方面：（1）参与细胞生长和分裂的调节：肿瘤驱动基因可以促进或抑制细胞的生长和分裂，这是它们的基本功能。
突变或拷贝数增加等变异可能导致基因失去对生长和分裂的正常调节作用，从而引起癌细胞的不受限制生长。
（2）细胞信号通路的激活：细胞通路是细胞间通信网络的重要组成部分，肿瘤驱动基因可以通过激活信号通路的某些分子来参与信号传递。
这些分子可能是细胞内的激活酶、受体或转录因子等，在突变时导致某些分子一直处于激活状态。
（3）参与细胞程序化死亡调节：细胞程序性死亡（apoptosis）是细胞生命周期的一个重要环节，避免细胞癌变的发生。
但在某些情况下，肿瘤驱动基因可以抑制细胞凋亡的发生，从而促进持续的生长。
这种抑制可能与直接抑制凋亡信号通路的分子有关，或者与促进细胞生长和分裂的信号通路紊乱有关。
肺癌的基因突变与药物敏感性
肺癌的基因突变与药物敏感性肺癌是一种常见的恶性肿瘤，世界范围内每年有数百万人被诊断出患有这种疾病。
虽然早期诊断和治疗技术的进步，在肺癌治疗中取得了一定的成功，然而，由于复杂的病因和个体间的遗传变异，肺癌的治疗仍然面临很大的挑战。
近年来，研究人员发现，肺癌的发生和发展与基因突变密切相关。
基因突变是指基因序列发生异常改变，导致相关基因的功能异常或丧失。
肺癌中常见的基因突变包括EGFR、ALK、ROS1、KRAS等。
这些基因突变一方面参与了肺癌细胞的生长、分化和转移过程，另一方面也会导致肺癌对药物的敏感性发生改变。
EGFR基因突变被认为是最常见的肺癌驱动基因突变之一。
患有EGFR突变的肺癌患者通常对EGFR抑制剂具有显著的敏感性。
EGFR 抑制剂可以通过靶向抑制异常活跃的EGFR信号通路，从而阻断肿瘤细胞的生长和增殖，有效抑制肿瘤的发展。
相比之下，KRAS基因突变与对EGFR抑制剂的耐药性有关。
KRAS突变会导致EGFR抑制剂的治疗效果大大降低。
研究人员在探索KRAS突变与耐药性之间的关系时，发现了一些潜在的治疗策略，如KRAS信号通路的抑制和KRAS突变细胞的免疫治疗等。
此外，ALK和ROS1基因突变也经常在肺癌中被检测到。
这些突变导致了具有ALK突变或ROS1突变的肺癌患者对相应的靶向治疗药物（如ALK抑制剂和ROS1抑制剂）具有较好的反应。
这些抑制剂可以选择性地靶向抑制肿瘤细胞中异常活跃的ALK或ROS1信号通路，从而抑制肿瘤的生长和扩散。
基因突变与药物敏感性之间的关系也不仅仅局限于上述几个基因。
其他一些与肺癌发生相关的基因，如BRAF、HER2、MET等，也被发现与特定药物敏感性之间存在关联。
这些发现为肺癌的个体化治疗提供了新的思路和方法。
随着肺癌基因突变与药物敏感性之间关系的逐渐明确，精准医学在肺癌治疗中的应用也越来越广泛。
个体化治疗的核心是通过对患者的基因组学信息进行分析，为患者量身定制最合适的治疗方案。
非小细胞肺癌驱动基因谱
非小细胞肺癌驱动基因谱《非小细胞肺癌驱动基因谱》非小细胞肺癌（Non-small cell lung cancer，NSCLC）是一种常见的肺癌类型，占据了肺癌患者的大部分比例。
尽管在治疗方法和技术上有了显著进步，但NSCLC仍然是一个具有挑战性的疾病。
为了更好地理解NSCLC的发病机制和开发更有效的治疗策略，科学家们开始关注NSCLC的驱动基因谱。
驱动基因谱是指与肿瘤发展、进展和预后相关的一组突变基因。
在NSCLC中，研究人员已经鉴定出许多驱动基因，这些基因的突变直接参与了肿瘤形成和发展的过程。
下面，我们将介绍一些目前已知的NSCLC驱动基因。
第一个被发现的驱动基因是EGFR基因突变。
EGFR基因突变在NSCLC患者中非常常见，特别是在亚洲人群中。
EGFR突变导致了受体激活通路的过度激活，进而促进了细胞生长和增殖。
由于EGFR突变的存在，EGFR酪氨酸激酶抑制剂成为了NSCLC治疗的重要药物。
另一个重要的驱动基因是ALK基因突变。
ALK基因突变在NSCLC患者中也比较常见。
ALK融合蛋白的过度表达与肿瘤细胞增殖和生存的异常相关。
针对ALK突变的靶向治疗剂已经在临床试验中显示出显著的疗效。
此外，研究人员还发现了ROS1、RET、KRAS、HER2等一系列驱动基因。
这些基因的突变与肺癌的发生和发展密切相关。
研究人员通过对这些驱动基因的研究，为NSCLC的治疗带来了新的机会。
了解NSCLC的驱动基因谱对于治疗选择至关重要。
通过对患者进行基因检测，可以确定突变的存在与否，从而为个体化治疗提供指导。
有了对驱动基因的更好理解，科学家们正在努力开发更多的靶向药物，以提高NSCLC患者的生存率和生活质量。
总之，《非小细胞肺癌驱动基因谱》的研究揭示了NSCLC发病机制中重要的驱动基因，为肺癌的治疗策略提供了新的思路。
未来，随着对这些驱动基因的进一步研究，我们有望开发出更多的靶向药物，提供更加个体化的NSCLC治疗方案。
肺癌家族遗传倾向及基因检测
肺癌家族遗传倾向及基因检测肺癌是一种高发疾病，其致死率也一直居高不下。
不同于一些其他类型的癌症，肺癌的发生往往受到遗传因素的影响。
本文将讨论肺癌的家族遗传倾向以及基因检测的重要性。
一、肺癌家族遗传倾向肺癌在家族中的聚集现象一直备受关注。
研究表明，如果一个家族有两个或以上成员患有肺癌，该家族的肺癌风险将显著提高。
而当一个家族中多个一级亲属患有肺癌时，肺癌的风险增加更为明显。
家族遗传肺癌的现象可能是由于共同的遗传因素或环境因素的相互作用所致。
有研究发现，特定的遗传突变在某些肺癌家族中较为常见，这说明这些基因突变在肺癌发生中起着关键作用。
二、肺癌遗传的基因突变目前，许多与肺癌遗传有关的基因突变已被发现。
其中，EGFR、KRAS、ALK是最为常见的突变基因。
EGFR基因的突变与肺癌的敏感性和预后有关。
部分肺癌患者的肿瘤细胞中存在EGFR突变，这预示着这些患者对EGFR抑制剂治疗更为敏感。
KRAS基因的突变与肺癌的预后和治疗效果有关。
一些研究表明，KRAS突变会使肺癌细胞对靶向疗法如EGFR抑制剂产生抵抗。
ALK基因的融合突变在非小细胞肺癌中较为常见。
检测ALK突变可以为肺癌患者的治疗选择提供重要依据，如ALK抑制剂等。
三、肺癌基因检测的重要性基因检测在肺癌的预防、早期筛查和治疗中发挥着重要作用。
通过基因检测，可以确定肺癌患者是否存在特定的基因突变，从而为个体化治疗提供依据。
例如，对于EGFR突变阳性的肺癌患者，EGFR抑制剂可以作为治疗的有效手段；对于KRAS突变的肺癌患者，可以考虑采用其他治疗方法。
此外，基因检测还可以为亲属中的高风险个体进行早期筛查提供依据。
如果家族中有肺癌患者，其他家庭成员的肺癌风险可能会增加，通过基因检测可以对其进行早期筛查，从而提高早期发现肺癌的机会。
四、肺癌基因检测的方法肺癌基因检测主要通过获取患者的肿瘤组织样本或血液样本进行，其中最常用的是组织样本的突变检测。
基因检测技术的发展使得检测方法更为简便、准确和高通量。
驱动基因阳性晚期非小细胞肺癌免疫治疗专家共识
驱动基因阳性晚期非小细胞肺癌免疫治疗专家共识(2023版) 摘要驱动基因阳性晚期非小细胞肺癌既往被认为是免疫治疗"禁区"，但随着对靶向药物免疫调节作用的深入认识及临床证据不断生成，免疫治疗有望为驱动基因阳性晚期非小细胞肺癌带来新希望。
共识在《晚期驱动基因阳性非小细胞肺癌免疫治疗专家共识(2022版)》的基础上，由共识专家组结合最新循证医学证据和临床实践，通过共识更新研讨会共同制定。
专家组经充分研讨在3个临床问题上形成新的共识，不推荐免疫检查点抑制剂(ICIs)用于治疗间变性淋巴瘤激酶酪氨酸激酶抑制剂(TKI)耐药后非小细胞肺癌患者，推荐人表皮生长因子受体2突变患者使用以ICIs为基础的治疗策略，推荐MET14外显子跳跃突变患者在靶向治疗耐药或不可及时使用以ICIs为基础的治疗策略。
同时，随着临床证据的不断积累，专家组也调整了3条共识意见的推荐级别，对于表皮生长因子TKI耐药后发生广泛进展患者使用ICIs联合抗血管治疗调整为强推荐，对于晚期KRAS突变和BRAF突变非小细胞肺癌患者的ICIs治疗分别调整为一致推荐和强推荐。
共识结合国内外驱动基因阳性晚期非小细胞肺癌免疫治疗的最新进展及专家组广泛认可的临床经验，旨在为中国临床医师的免疫治疗临床实践提供规范化引导。
【关键词】肺肿瘤; 驱动基因阳性; 靶向治疗耐药; 免疫治疗; 专家共识在中国所有恶性肿瘤中，2022年肺癌新发病例数排名第1位，占18.06%，肺癌死亡人数占全部恶性肿瘤死亡总数的23.9%，排名第1位。
非小细胞肺癌(non-small cell lung cancer, NSCLC)是肺癌中最常见的组织学类型，在肺癌中占比>80%。
由于NSCLC侵袭性较高，且早期NSCLC通常不伴有明显症状，大多数患者在确诊时已是晚期。
在我国，肺腺癌和肺鳞状细胞癌患者中，驱动基因阳性患者比例约为61.4%和13%。
20世纪90年代以来，含铂双药化疗方案成为晚期NSCLC的标准一线治疗方案，但对于生存的改善极为有限。
肺癌驱动基因指导靶向用药
肺癌驱动基因指导靶向用药通过开发靶向癌症特异基因突变的药物，近年来非小细胞肺癌（NSCLC）的诊断和治疗发生了重大的变革。
对肺癌活检组织的体细胞突变常规基因测试正成为提供最佳患者医疗护理的标准。
确定特异的突变例如EGFR和ALK为使用FDA批准的靶向治疗提供指导，有可能使临床获益。
发现其他的基因突变也可以引导患者和医生往新靶向药物的临床试验做出努力。
许多目前还正在开发当中的治疗方案主要是靶向激活的受体酪氨酸激酶（PTKs）或相关下游信号通路，尤其是RAS-RAF-MAPK和PI3K-AKT信号通路。
还有大量的临床试验目前正在开展，评估包含特异突变的癌症最佳特异靶向信号通路（单独或联合）。
NSCLC驱动基因：EGFR活化EGFR突变位于酪氨酸激酶域，可导致组成性的EGFR信号。
EGFR突变激活的PI3K-AKT和RAS-MEK-ERK信号对癌细胞的生长、生存和迁移起至关重要的作用。
最常见的激活突变是19号外显子的框内缺失（in-frame deletion）同突变和858密码子的一个错义突变（导致精氨酸被亮氨酸取代，L858R）。
带有EGFR突变的肺癌EGFR酪氨酸激酶抑制剂（TKIs）高度敏感。
当前，EGFR突变的基因型筛查常被用于筛选患有IV期NSCLC、一线治疗方案为接受EGFR—TKIs治疗的患者。
目前的研究重点集中在延长反应持续时间，找到有效的途径靶向在疾病进程中形成的耐药机制。
最常见的耐药机制就是EGFR T790M 突变，存在约50%的耐药肿瘤中。
此外还有一些其他的例如MET扩增，PI3KCA突变以及向SCLC转化也曾得到描述。
NSCLC驱动基因：KRASKRAS是肺癌中一种最常见的突变基因，发生在大约25%的肺腺癌中。
肺癌KRAS突变主要定位在第12和13号密码子。
肺癌中的KRAS突变似乎与EGFR和ALK易位互不相容，而患者通常都有吸烟史。
KRAS突变通常抵抗EGFR-TKI治疗。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
研究设计
57 例 剔 除 ： 8 例 腺 鳞 癌、 13 例其他肿瘤、 17 例 SCLC 、 19 例 取 样前用过TKI
1219 例 剔 除 ： 门 诊丢失资料或合并 其他肿瘤
基因分析 N=1800
581例 组织学 证实肺癌
524例入选：腺癌354 例、鳞癌144例、大细 胞癌26例学证实肺癌
PLoS One. 2012;7(6):e40109.
组织分型与驱动基因的关系
组别 AC SCC LCC 组别 AC SCC LCC EGFR 40.3% (140/347) 4.4% (6/144) 3.8% (1/26) c-Met 4.5% (14/308) 5.2% (6/116) 0.0% (0/24) PTEN 7.0% (8/115) 10.6% (10/94) 27.3% (3/11) PIK3CA 4.2% (13/307) 5.8% (7/121) 0.0% (0/24) STK11 8.6% (5/58) 6.1% (2/33) 10.0% (1/10) BRAF 2.3% (7/307) 0.0% (0/121) 0.0% (0/24) ALK 7.7% (10/130) 4.1% (4/93) 8.3% (1/12) DDR2 0% (0/97) 3.3% (2/61) 0% (0/8) KRAS 7.1% (24/340) 1.5% (2/132) 3.8% (1/26) FGFR2 0% (0/96) 1.6% (1/61) 0% (0/8)
突变NSCLC患者的标准一线治疗
TKI耐药与KRAS突变、T790M突变和MET基因扩增有关
YL .Wu PLoS One. 2012;7(6):e40109
研究目的
广东省人民医院肺癌突变研究项目(Guangdong General
Hospital Lung Cancer Mutation Project，GGHLCMP) 目的是研究烟草消费和组织学类型对驱动基因发生率的影 响，确定富含驱动基因的亚组人群
外显子19+21 外显子18 外显子20+21 外显子20 外显子21 外显子19
YL .Wu PLoS One. 2012;7(6):e40109
基因突变特征(一)：EGFR (N=147)
外显子/区域 外显子18 外显子19 外显子20 外显子21 外显子19+21 外显子20+21 例数 3 68 11 57 3 5 主要激活突变或氨基酸变化 G719A,G719V,G719D E746–A750缺失,E746–S752缺失,L747– A750(751,753)缺失 T790M,R776H L858R,L858M,L861R 合并外显子19缺失和外显子21L858R 合并外显子20T790M和L858R,R776H和L858R
研 究 的 驱 动 基 因 谱 包 括 中 国 原 发 性 肺 癌 患 者 EGFR 、
KRAS 、 c-Met 、 PIK3CA 、 BRAF 、 STK11 、 PTEN 、
EML4-ALK融合基因、 DDR2和 FGFR2 基因
YL .Wu PLoS One. 2012;7(6):e40109
患者特征 (n=424)
变量 性别 年龄(岁) 组别 男 女 平均 例数(%) 361(68.9) 163(31.1) 59.3
范围
是否吸烟 组织学状态 否 是 AC
23–88
292(55.7) 232(44.3) 354(67.6)
SCC
LCC 分期 I II III IV 随访状态 生存 死亡
S伴SCC
组别 NS伴AC S伴AC NS伴SCC S伴SCC
2.1%(2/94)
c-Met 4.8%(10/207) 4.0%(4/101) 2.8%(1/36) 6.3%(5/80)
16.1%(10/62)
PIK3CA 5.2%(11/210) 2.1%(2/97) 2.6%(1/38) 7.2%(6/83)
DDR2、FGFR2突变仅见于不吸烟者
PLoS One. 2012;7(6):e40109.
吸烟状态对 EGFR、KARA、STK11、PTEN的影响
50
不吸烟
40.9
基因突变发生率(%)
40 30 20 12.4 10 7.8
吸烟
13.2
13.0
3.6
EGFR KRAS
6.3 2.1
STK11 PTEN
0.8
P=0.328
累积生存
0.6
0.4
0.2
0.0 0.0 20.0 40.0 60.0 总生存时间 (月)
PLoS One. 2012;7(6):e40109.
包括EGFR、KRAS、 ALK 、 ERCC1 、 β- 微 管 蛋 白 、 RRM1 或 cMet
检测以下基因的变化： EGFR、KRAS、cMet、PIK3CA、BRAF、 PTEN、 ALK、FGFR2、 DDR2和STK11
YL .Wu PLoS One. 2012;7(6):e40109
PLoS One. 2012;7(6):e40109.
基因突变特征(二)
基因 外显子/区域 例数 主要激活突变或氨基酸变化 M125–Y126缺失,S59缺失,S69X,L9–S213 缺失 C71F,N91K,Q298X,Y68H
STK11
PTEN
外显子1–5
外显子1–9
8
21
KRAS
合计
密码子12
0.8
NS伴SCC S伴SCC p=0.680
累积生存
0.6
0.4
0.2
0.0 0.0 20.0 40.0 60.0 80.0 100.0 120.0
PLoS One. 2012;7(6):e40109.
总生存时间 (月)
生存分析： 不同EGFR突变状态生存期相当
1.0
EGDR阳性 ERFR阴性 N 147 370 MST(月) 69.3 69.1
8.3%(2/24)
BRAF 1.9%(4/210) 3.1%(3/97) 0.0%(0/38) 0%(0/94)
6.5%(4/62)
DDR2 0.0%(0/71) 0.0%(0/26) 0.0%(0/16) 4.4%(2/45)
2.3%(2/88)
FGFR2 0.0%(0/70) 0.0%(0/26) 0.0%(0/16) 2.2%(1/45)
PLoS One. 2012;7(6):e40109.
吸烟状态与组织学分型和 驱动基因突变频率的关系
组别 NS伴AC S伴AC NS伴SCC EGFR 49.8%(114/229) 22.0%(26/118) 8.0%(4/50) PTEN 9.1%(7/77) 2.6%(1/38) 0.0%(0/32) STK11 2.7%(1/37) 19.0%(4/21) 0.0%(0/9) ALK 9.3%(8/86) 4.5%(2/44) 0.0%(0/35) KRAS 4.5%(10/223) 12.0%(14/117) 0.0%(0/44)
基于组织学类型和吸烟状态对非小细胞肺癌 患者驱动基因分析
YL .Wu PLoS One. 2012;7(6):e40109
研究背景
肺 癌 驱 动 基 因 包 括 EGFR 、 KRAS 、 BRAF 、 PIK3CA 和 EML4-
ALK。肿瘤的产生与进展与这些基因有关
其他基因包括STL11、PTEN、DDR2和 FGFR2等 靶向作用的 EGFR-TKI ，包括厄洛替尼和吉非替尼已成为伴 EGFR
DDR2
FGFR2
1.2%(2/166)
0.6%(1/165)
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0 0
23例EGFR突变的患者同时伴c-MET扩增或STK11、PIK3CA、BRAF或PTEN突变
PLoS One. 2012;7(6):e40109.
吸烟状态对驱动基因突变频率的影响
组别 NSCLC 不吸烟 吸烟 组别 NSCLC 不吸烟 吸烟 EGFR 28.4% (147/517) 40.9% (119/291) 12.4% (28/226) c-Met 4.5% (20/448) 4.3% (11/255) 4.7% (9/193) PTEN 9.5% (21/220) 6.3% (7/112) 13.0% (14/108) PIK3CA 4.4% (20/452) 4.6% (12/260) 4.2% (8/192) STK11 7.9% (8/101) 2.1% (1/48) 13.2% (7/53) BRAF 1.5% (7/452) 1.5% (4/260) 1.6% (3/192) ALK 6.3% (15/239) 6.4% (8/125) 6.1% (7/114) DDR2 1.2% (2/166) 0% (0/91) 2.7% (2/75) KRAS 5.4% (27/498) 3.6% (10/279) 7.8% (17/219) FGFR2 0.6% (1/165) 0% (0/90) 1.3% (1/75)
7.1
1.5
3.8
7.0
EGFR AC SCC LCC 40.3 4.4 3.8
KRAS 7.1 1.5 3.8
PTEN 7.0 10.6 27.36
腺癌患者 EGFR、 KRAS 突变率最高 (P 分别为 0.0005 和 0.039)大细胞癌患者 PTEN突变 率最高 (P = 0.084)
注：AC:腺癌；SCC：鳞癌；LCC：大细胞癌
Байду номын сангаас
144(27.5)