研究文章

微滴数字聚合酶链式反应用于非小细胞肺癌突变的精准检测

655 次观看

DOI:

10.3791/68770

2025年7月29日

本文内容

摘要

本文介绍一种利用微滴数字聚合酶链式反应(ddPCR)高灵敏度和高特异性检测EGFR T790M突变的实验方案,该方法还可扩展用于快速鉴定其他肿瘤突变,如G719S、L858R、L861Q和S768I。

摘要

在全球范围内,肺癌仍然是导致癌症相关死亡的首要原因,其发病率仅次于肾癌。非小细胞肺癌(NSCLC)约占所有报道的肺癌病例的80-85%。EGFR基因中的T790M突变是已知导致表皮生长因子受体酪氨酸激酶抑制剂(EGFR-TKIs)获得性耐药的主要因素之一。在病情进展的患者中,约有50-60%可观察到该突变的存在。因此,建立一种快速且高灵敏度的检测方法以识别EGFR基因中的T790M突变,对于非小细胞肺癌的及时诊断至关重要。本研究采用数字滴定PCR(ddPCR)技术检测T790M突变,其检测下限为10拷贝/µL,灵敏度是qPCR(1 × 102 拷贝/µL)的10倍。在15份模拟样本中,ddPCR能够检测到EGFR基因中的T790M突变,而这些突变在使用qPCR分析时表现为水平降低。目前正研究通过快速检测方法识别EGFR基因内T790M突变的可行性。

引言

肺癌是全球癌症相关死亡的首要原因,也是总体上第二常见的恶性肿瘤。非小细胞肺癌(NSCLC)占所有报告肺癌病例的绝大多数,约为80%至85%1,2,3,4。对于携带EGFR突变的晚期非小细胞肺癌患者,标准治疗方案是使用第一代、第二代或第三代表皮生长因子受体(EGFR)酪氨酸激酶抑制剂(TKIs)5,6,7。然而,大多数接受第一代或第二代EGFR-TKIs治疗的患者最终会产生获得性耐药。这种耐药性通常归因于EGFR基因中T790M突变的存在,在疾病进展的患者中,该突变的发生率约为50%至60%8,9,10,11,12

传统上,组织样本中肿瘤DNA的遗传异常是通过荧光原位杂交(fluorescence in situ hybridization, FISH)或下一代测序(next-generation sequencing, NGS)等技术来鉴定的13,14。然而,由于肿瘤难以接近、患者健康状况不佳或肿瘤细胞含量不足,组织活检可能具有挑战性15,16,17。作为一种替代方法,液体活检(尤其是血浆来源的液体活检)通过检测循环肿瘤DNA(circulating tumor DNA, ctDNA)来识别驱动突变,具有更小的侵入性。肿瘤细胞会将DNA释放到血液、胸腔积液、唾液或粪便中,为遗传分析提供了宝贵的来源18,19。ctDNA的遗传特征通常与肿瘤本身的遗传组成相似,能够全面反映肿瘤异质性,这对于准确诊断和个体化癌症治疗至关重要20,21

在外周血中检测EGFR突变的多种技术中,包括测序、实时聚合酶链式反应(RT-PCR)、数字PCR、变性高效液相色谱法(DHPLC)、扩增阻滞突变系统(ARMS)以及突变富集PCR(ME-PCR),微滴式数字PCR(ddPCR)已成为检测循环肿瘤DNA(ctDNA)突变的一种高度有效的工具22,23。其卓越的灵敏度、精确性以及高准确性检测低丰度突变的能力使其脱颖而出。与传统PCR不同,ddPCR将样本分割成数千个微滴,从而无需标准曲线即可实现靶标DNA序列的绝对定量。这使其特别适用于检测EGFR中的T790M等罕见突变。尽管ddPCR具有诸多优势,但其在临床中的广泛应用仍受限于样本制备、系统优化以及与qPCR等成熟技术的性能比较等方面的挑战。目前在优化用于ctDNA突变检测的ddPCR实验方案方面仍存在关键空白,尤其是在临床应用所必需的灵敏度、特异性和可重复性方面。

本研究假设,与传统的qPCR方法相比,数字滴落式PCR(ddPCR)在检测循环肿瘤DNA(ctDNA)中的EGFR T790M突变方面具有更高的灵敏度和可靠性。我们重点优化了核酸提取流程以提高效率,随后对ddPCR的突变检测条件进行了优化。此外,我们利用模拟样本,从灵敏度、特异性和重复性方面对ddPCR与qPCR的性能进行了比较。通过系统评估ddPCR的应用潜力,旨在确立其作为液体活检中检测EGFR突变的一种可行且更优的qPCR替代方法。

访问受限。请登录或开始试用以查看此内容。

方案

本研究未涉及人类受试者、人类组织或活体动物实验,因此无需正式的伦理审批。所有操作均遵循机构和国家的指导原则进行。T790M突变质粒为商业合成。用于模拟临床样本的猪血来自经认证的供应商,符合动物福利法规,且不涉及活体动物操作。所有其他试剂,包括磁珠、引物、探针和PCR酶,均为商业来源,并按照制造商的说明使用。

核酸提取
使用磁珠提取试剂盒和全自动核酸提取仪进行核酸提取。标准操作步骤包括:向预装深孔板的第1或第7列中加入200 µL样本和20 µL蛋白酶K;然后向第2或第8列中加入试剂盒提供的15 µL磁珠。将磁套管放置于指定位置后,在仪器上启动提取程序。提取完成后,将第6或第12列中的液体转移至新的无核酸酶的1.5 mL离心管中,并于-20 °C保存。

为了优化低浓度目标核酸的提取,进行了优化实验。推荐的提取参数为:裂解温度 70 °C,裂解时间 10 分钟,三种洗涤液各 1 分钟,干燥 2 分钟,以及在 56 °C 下洗脱 3 分钟。对影响最显著的参数进行了系统优化:裂解温度(62 °C、66 °C、70 °C、74 °C 和 78 °C),裂解时间(1、3、5、7 和 9 分钟),以及磁珠粒径(100 nm、200 nm、300 nm、400 nm、500 nm 和 1000 nm)。这些优化实验使用浓度为 1 × 105 拷贝/µL 的 T790M 突变质粒进行。100 nm 磁珠由提取试剂盒提供,其他粒径的磁珠则来自某生物技术公司。通过分析提取样品的 qPCR 扩增曲线和 Ct 值,评估每种提取条件的效率。采用统计学软件对结果进行统计分析。

标准质粒DNA
EGFR基因的T790M突变体质粒由生物技术公司定制合成。将4微克干质粒粉末重悬于100 µL的1× TE缓冲液中。使用分光光度计测定质粒浓度。拷贝数/微升通过以下公式计算:拷贝数/µL = [(6.02 × 1023) × (DNA浓度 (ng/µL) × 10-9)] / (DNA长度(碱基对)× 660)。合成片段的浓度为1.26 × 109 拷贝/µL。将该原液质粒稀释126倍,得到工作浓度为1 × 108 拷贝/µL的溶液。

引物设计与合成
基于标准引物设计原则,使用 Primer 6 软件设计针对 EGFR T790M 突变的引物和 TaqMan 探针。上游引物:5′-CCTCACCTCCACCGTGC-3′;下游引物24:5′-AGGCAGCCGAAGGGCA-3′;探针:5′-FAM-AGCTCATCACGCAGCTCA-BHQ1-3′。所有引物和探针均由商业寡核苷酸合成服务公司合成。

数字PCR和TaqMan荧光定量检测体系的建立与优化
将浓度为1 × 108 拷贝/µL的T790M质粒用1× TE缓冲液稀释至1 × 106 拷贝/µL,用于数字PCR和qPCR体系的优化实验。

ddPCR 体系的优化:根据酶生产商的建议对 ddPCR 体系进行优化。初始推荐体系包括:7.5 µL 的 4x PCR 混合液,1.2–3 µL 的上游引物(10 µM),1.2–3 µL 的下游引物(10 µM),0.3–1.8 µL 的探针(10 µM),1–15 µL 的 DNA 模板,以及无核酸酶水补足至终体积 30 µL。推荐的扩增程序为:95 °C 预变性 10 分钟,随后进行 40 个循环,每个循环为 94 °C 变性 30 秒,55–65 °C 退火延伸 60 秒。系统性地优化了退火温度(55–61.8 °C)、引物浓度(1–3 µL)、探针浓度(0.75–1.75 µL)和模板浓度(3–15 µL)。优化结果采用统计学软件进行统计分析。

qPCR 体系的优化:根据酶生产商的建议对 qPCR 体系进行优化。初始推荐体系包括:5 µL Taq 聚合酶,0.45 µL 250 mM MgCl₂,0.5–2.5 µL 正向引物(10 µM),0.5–2.5 µL 反向引物(10 µM),0.5–2.5 µL 探针(10 µM),5 µL DNA 样品,以及无核酸酶水补足至终体积 25 µL。推荐的扩增程序为:95°C 预变性 5 分钟;随后进行 45 个循环,每个循环为 95°C 变性 15 秒,56–64°C 退火延伸 30 秒,并在 56–64°C 收集荧光信号。对退火温度(56–64°C)、引物浓度(1–3 µL)、探针浓度(0.5–2.5 µL)以及模板浓度(1–5 µL)进行了优化。采用统计学软件对实验结果进行统计分析。

ddPCR 与 Taqman 荧光定量 PCR 灵敏度检测
为评估 ddPCR 与 qPCR 的灵敏度,将浓度为 1 × 108 拷贝/µL 的 T790M 质粒用 1× TE 缓冲液进行连续 10 倍梯度稀释,制备出浓度范围从 106 至 101 拷贝/µL 的标准品。对于 ddPCR,根据优化后的 ddPCR 体系,为每个浓度(包括一个阴性对照)配制七份反应溶液。将样品加载至微滴生成芯片,并使用微滴生成仪生成微滴。随后,将这些微滴在 PCR 扩增仪中进行扩增,并通过数字 PCR 检测仪进行分析。同时,根据优化后的 qPCR 体系,使用相同的模板配制七份反应溶液,并在实时荧光定量 PCR 仪上运行,以比较两种方法的灵敏度(n = 3)。

ddPCR 重复性测试
为评估重复性,将标准 T790M 质粒 DNA(1 × 108 拷贝/µL)稀释,制备高浓度(1 × 106 拷贝/µL)、中浓度(1 × 104 拷贝/µL)和低浓度(1 × 102 拷贝/µL)的标准品。根据优化的 ddPCR 体系配制六份反应溶液。将样品加载至微滴生成芯片,并使用微滴生成仪生成微滴。随后,将微滴在PCR仪中进行扩增,并通过数字PCR检测仪器进行分析。实验中包含阴性对照。该实验重复三次。通过比较扩增曲线并计算三次重复实验的变异系数(CV)值来评估重复性。

模拟样本检测
为了验证T790M突变ddPCR和qPCR检测系统的可靠性,我们分别将高浓度和低浓度的T790M突变标准质粒随机混合入猪血中,并以未加入标准质粒的猪血作为阴性样本,共随机制备15份模拟样本,从模拟样本中提取核酸后,分别采用ddPCR和qPCR方法进行检测。

统计学分析
所有实验均至少进行三次技术重复。数据以均值 ± 标准差(SD)表示。统计学分析使用 GraphPad Prism 10 软件进行。组间差异根据情况采用 Student t 检验或单因素方差分析(ANOVA)进行分析。以 p 值小于 0.05 为具有统计学显著性。

访问受限。请登录或开始试用以查看此内容。

结果

核酸提取的优化
基于ddPCR检测EGFR T790M突变的工作流程示意图总结如下 图1首先,我们确定了最佳裂解温度。如图所示 图 2A,一种切割温度 66 °C 获得了最小的平均 Ct 值,表明切割效率最高。因此, 66 °C 被选用于后续实验。接下来,我们在已确定的最佳温度下优化了裂解时间 66 °C. 图2B 表明7分钟的切割时间相较于其他时长可获得最低的平均Ct值,从而确定7分钟为最佳切割时间。最后,我们评估了不同磁珠颗粒 在优化的裂解条件下测得的大小(66 °C 切割温度和7分钟切割时间)。 图 2C 结果表明,核酸提取试剂盒提供的100 nm磁珠产生的平均Ct值最小,说明与其他测试粒径相比,100 nm磁珠具有更优的核酸提取效率。

访问受限。请登录或开始试用以查看此内容。

讨论

肺癌是全球癌症相关死亡的首要原因,一直是医学研究的重点。在本研究中,我们探讨了肺癌的多个关键方面,旨在为其诊断、治疗和预后提供更深入的见解。肺癌精准诊断与治疗的基石在于准确的基因检测。正如 Zhao 等人25所展示的,传统基因检测严重依赖高质量的组织样本,且成本高、耗时长。研究团队采用无标注的深度学习人工智能方法开发的 DeepGEM 模型,为肺癌基因检测带来了新的方向,能够更准确、及时且经济地预测肿瘤基因突变及其空间分布25。这一成果表明,在肺癌研究中,我们应积极探寻跨学科技术手段,以优化现有的诊疗流程。

在肺癌基因突变检测领域,基于ddPCR技术已取得显著的研究成果。Williamson等26研究表明,ddPCR在检测非小细胞肺癌EGFR突变方面具有高准确性和快速性,例如检测EGFR L858R突变的分析灵敏度可低至0.01%的变异等位基因分数,检测EGFR 19号外显子缺失突变的灵敏度为0.1%。Tang等

访问受限。请登录或开始试用以查看此内容。

披露

作者声明无任何利益冲突。

致谢

云南省科学技术厅 & 昆明医科大学应用基础研究联合专项项目,202101AY070001-134

作者贡献
Youming Lei 和 Guoli Lv 对本工作贡献相同,为共同第一作者。Youming Lei 和 Guoli Lv 负责研究的构思与设计。Qingmei Yang 参与了数据收集与分析。Jin Duan 和 Yunfei Shi 负责监督数据分析与结果解释,修订了稿件,并批准了最终版本予以发表。所有作者均已阅读并同意最终稿件内容。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
1× TE 缓冲液Sangon BiotechB548144用于 DNA 稀释的 Tris-EDTA 缓冲液
4× Unimix-U 酶混合液TargetingOne BioUNIMIXU-4XddPCR 酶混合液
A300 快速热循环仪LongGeneA300用于 PCR 扩增
生物芯片分析仪SEED BioDigitalPCR-Biochip数字 PCR 检测系统
液滴样本制备仪新羿生物科技数字 PCR 平台 TD-2微液滴制备
磁珠法核酸提取试剂盒莱敏斯科技MXP-1005核酸提取
微液滴生成芯片TargetingOne BiotechMG-Chip-01用于生成 ddPCR 所需的微液滴
NanoDropAllshengNC-500样本提取后核酸浓度测定
NanoDrop ND-500 分光光度计Allsheng InstrumentsND-500用于 DNA 定量的分光光度计
PCR 仪器 A300 快速热循环仪LongGeneA300用于 PCR 扩增的热循环仪
引物和 TaqMan 探针Sangon Biotech定制合成用于 T790M 突变检测的引物和 TaqMan 探针
qPCR 仪器 Gentier mini天隆科技Gentier mini实时荧光定量 PCR 仪器
T790M 突变质粒青科生物T790M标准曲线与检测限测试

参考文献

  1. Boustany, Y., et al. Advanced non-small cell lung cancer: EGFR mutation analysis using pyrosequencing and the fully automated qPCR-based IdyllaTM system. Cancer Control. 30, 10732748231177538(2023).
  2. Sung, H., et al. Global cancer statistics 2020: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA Cancer J Clin. 71 (3), 209-249 (2021).
  3. Harkati, I., Hilali, M. K., Oumghar, N., Khouchani, M., Loukid, M. Lifestyle and sociodemographic and economic characteristics of patients with lung cancer in Morocco. Can Respir J. 2020 (1), 8031541(2020).
  4. Zhang, X., Zhao, Y., Wang, M., Yap, W. S., Chang, A. Y. -c Detection and comparison of epidermal growth factor receptor mutations in cells and fluid of malignant pleural effusion in non-small cell lung cancer. Lung Cancer. 60 (2), 175-182 (2008).
  5. Hackner, K., et al. Detection of EGFR activating and resistance mutations by droplet digital PCR in sputum of EGFR-mutated NSCLC patients. Clin Med Insights Oncol. 15, 1179554921993072(2021).
  6. Hanna, N., et al. Systemic therapy for stage IV non-small-cell lung cancer: American Society of Clinical Oncology clinical practice guideline update. J Clin Oncol. 35 (30), 3484-3515 (2017).
  7. Soria, J. -C., et al. Osimertinib in untreated EGFR-mutated advanced non-small-cell lung cancer. N Engl J Med. 378 (2), 113-125 (2018).
  8. Rosell, R., Bivona, T. G., Karachaliou, N. Genetics and biomarkers in personalisation of lung cancer treatment. Lancet. 382 (9893), 720-731 (2013).
  9. Ohashi, K., Maruvka, Y. E., Michor, F., Pao, W. Epidermal growth factor receptor tyrosine kinase inhibitor-resistant disease. J Clin Oncol. 31 (8), 1070-1080 (2013).
  10. Simarro, J., et al. Technical validation and clinical implications of ultrasensitive PCR approaches for EGFR-Thr790Met mutation detection in pretreatment FFPE samples and in liquid biopsies from non-small cell lung cancer patients. Int J Mol Sci. 23 (15), 8526(2022).
  11. Yu, H. A., et al. Analysis of tumor specimens at the time of acquired resistance to EGFR-TKI therapy in 155 patients with EGFR-mutant lung cancers. Clin Cancer Res. 19 (8), 2240-2247 (2013).
  12. Wang, W., Song, Z., Zhang, Y. A Comparison of ddPCR and ARMS for detecting EGFR T790M status in ctDNA from advanced NSCLC patients with acquired EGFR-TKI resistance. Cancer Med. 6 (1), 154-162 (2017).
  13. Hendriks, L. E., et al. Lung cancer in the Netherlands. J Thorac Oncol. 16 (3), 355-365 (2021).
  14. Visser, E., et al. Up-front mutation detection in circulating tumor DNA by droplet digital PCR has added diagnostic value in lung cancer. Transl Oncol. 27, 101589(2023).
  15. Ilié, M., Hofman, P. Pros: Can tissue biopsy be replaced by liquid biopsy. Transl Lung Cancer Res. 5 (4), 420(2016).
  16. Cheng, M. L., et al. Circulating tumor DNA in advanced solid tumors: clinical relevance and future directions. CA Cancer J Clin. 71 (2), 176-190 (2021).
  17. Weber, B., et al. Detection of EGFR mutations in plasma and biopsies from non-small cell lung cancer patients by allele-specific PCR assays. BMC Cancer. 14, 1-6 (2014).
  18. Sozzi, G., et al. Quantification of free circulating DNA as a diagnostic marker in lung cancer. J Clin Oncol. 21 (21), 3902-3908 (2003).
  19. Bruhn, N., et al. Detection of microsatellite alterations in the DNA isolated from tumor cells and from plasma DNA of patients with lung cancer. Ann N Y Acad Sci. 906 (1), 72-82 (2000).
  20. Kohsaka, S., Petronczki, M., Solca, F., Maemondo, M. Tumor clonality and resistance mechanisms in EGFR mutation-positive non-small-cell lung cancer: implications for therapeutic sequencing. Future Oncol. 15 (6), 637-652 (2018).
  21. Takeda, M., et al. Impact of coexisting gene mutations in EGFR-mutated non-small cell lung cancer before treatment on EGFR T790M mutation status after EGFR-TKIs. Lung Cancer. 139, 28-34 (2020).
  22. Demuth, C., et al. Measuring KRAS mutations in circulating tumor DNA by droplet digital PCR and next-generation sequencing. Transl Oncol. 11 (5), 1220-1224 (2018).
  23. Postel, M., Roosen, A., Laurent-Puig, P., Taly, V., Wang-Renault, S. -F. Droplet-based digital PCR and next generation sequencing for monitoring circulating tumor DNA: a cancer diagnostic perspective. Expert Rev Mol Diagn. 18 (1), 7-17 (2018).
  24. Yu, Q., et al. Multiplex picoliter-droplet digital PCR for quantitative assessment of EGFR mutations in circulating cell-free DNA derived from advanced non-small cell lung cancer patients. Mol Med Rep. 16 (2), 1157-1166 (2017).
  25. Zhao, Y., et al. Deep learning using histological images for gene mutation prediction in lung cancer: a multicentre retrospective study. Lancet Oncol. 26 (1), 136-146 (2025).
  26. Williamson, D. F., et al. Detection of EGFR mutations in non-small cell lung cancer by droplet digital PCR. PLoS One. 17 (2), e0264201(2022).
  27. Tang, C., et al. Establishment and validation of a novel droplet digital PCR assay for ultrasensitive detection and dynamic monitoring of EGFR mutations in peripheral blood samples of non-small-cell lung cancer patients. Clin Chim Acta. 510, 88-96 (2020).
  28. Xu, S., et al. Exploring the impact of egfr T790m neighboring snps on arms-based t790m mutation assay. Oncol Lett. 12 (5), 4238-4244 (2016).
  29. Merker, J. D., et al. Circulating tumor DNA analysis in patients with cancer: American Society of Clinical Oncology and College of American Pathologists joint review. J Clin Oncol. 36 (16), 1631-1641 (2018).
  30. Oxnard, G. R., et al. Noninvasive detection of response and resistance in EGFR-mutant lung cancer using quantitative next-generation genotyping of cell-free plasma DNA. Clin Cancer Res. 20 (6), 1698-1705 (2014).
  31. Newman, A., et al. An ultrasensitive method for quantitating circulating tumor DNA with broad patient coverage. Nat Med. 20 (5), 548-554 (2014).

访问受限。请登录或开始试用以查看此内容。

重印与许可

申请许可以重复使用本 JoVE 文章的文本或图表

申请许可

标签

PCR PCR EGFR T790M qPCR EGFR TKI
视频即将推出

相关文章