Аналитические характеристики геномного классификатора ThyroSeq v3 для диагностики рака в узлах щитовидной железы

Analytical performance of the ThyroSeq v3 genomic classifier for cancer diagnosis in thyroid nodules
Yuri E. Nikiforov, Robert L. Ferris, Marina N. Nikiforova, William E. Gooding, Linwah Yip, Lucas Santana‐Santos, Abigail I. Wald, Stephanie Mercurio, Michelle Barbi de Moura, Keith M. Callenberg
2018-01-18

геномный классификатор ThyroSeq v3тонкоигольная аспирационная биопсиямолекулярные изменениясеквенирование нового поколениядиагностика рака узлов щитовидной железы
ОБОСНОВАНИЕ: Молекулярные тесты имеют клиническую ценность при исследовании узлов щитовидной железы с неопределёнными результатами цитологического исследования материала тонкоигольной аспирационной биопсии (ТАБ), хотя их характеристики требуют дальнейшего улучшения. В данном исследовании оценивали аналитические характеристики недавно разработанного теста ThyroSeq v3. МЕТОДЫ: ThyroSeq v3 представляет собой метод секвенирования нового поколения на основе ДНК и РНК, анализирующий 112 генов на наличие различных генетических изменений, включая точечные мутации, вставки/делеции, генные слияния, изменения числа копий и аномальную экспрессию генов; для дифференциации злокачественных и доброкачественных образований используется геномный классификатор (GC). Метод был валидирован на 238 образцах тканей и 175 образцах, полученных при ТАБ, для которых имелись данные хирургического наблюдения. Были проведены исследования аналитических характеристик. РЕЗУЛЬТАТЫ: В обучающей выборке образцов тканей геномный классификатор ThyroSeq выявил более 100 генетических изменений, включая мутации BRAF, RAS, TERT и DICER1, слияния NTRK1/3, BRAF и RET, потерю участка 22q и изменения экспрессии генов. Были установлены пороговые значения GC для дифференциации рака и доброкачественных узлов; чувствительность составила 93,9%, специфичность — 89,4%, точность — 92,1%. Метод правильно классифицировал большинство папиллярных, фолликулярных и онкоцитарных образований, медуллярных карцином щитовидной железы и образований околощитовидных желёз. В валидационной выборке образцов ТАБ чувствительность GC составила 98,0%, специфичность — 81,8%, точность — 90,9%. Исследования аналитической точности показали, что минимально необходимое количество нуклеиновой кислоты составляет 2,5 нг, минимально допустимое содержание опухолевых клеток — 12%, а результаты теста воспроизводимы при различных стрессовых условиях. ВЫВОДЫ: Геномный классификатор ThyroSeq v3 анализирует 5 различных классов молекулярных изменений и обеспечивает высокую точность выявления всех распространённых типов рака щитовидной железы и образований околощитовидных желёз. Аналитические чувствительность, специфичность и устойчивость теста успешно валидированы, что свидетельствует о его пригодности для клинического применения. Cancer 2018;124:1682-90. © 2018 American Cancer Society.
1
Аналитические исследования показали надежную работу при минимальном входном количестве нуклеиновой кислоты 2,5 нг, минимальном содержании опухолевых клеток 12% и воспроизводимости при различных стрессовых условиях.
2
В образцах, полученных методом тонкоигольной аспирации, классификатор достиг чувствительности 98,0%, специфичности 81,8% и точности 90,9% при валидации по хирургическим данным.
3
В тканевых образцах установленные пороговые значения классификатора обеспечили чувствительность 93,9%, специфичность 89,4% и точность 92,1% при различении злокачественных и доброкачественных узлов.
4
Геномный классификатор выявлял разнообразные изменения, включая мутации BRAF, RAS, TERT и DICER1, генные слияния, потери числа копий и нарушения экспрессии генов.
5
ThyroSeq v3 представляет собой ДНК- и РНК-секвенирующий тест нового поколения, анализирующий 112 генов и пять классов молекулярных изменений.

Геномный классификатор ThyroSeq v3, применяемый к образцам ткани узлов щитовидной железы и тонкоигольной аспирации

Аналитические характеристики, диагностическая точность, чувствительность, специфичность, воспроизводимость и устойчивость при дифференциации злокачественных и доброкачественных поражений щитовидной и околощитовидных желез

Publication Details
Publication Date
2018-01-18
Journal
Publisher
ISSN
Access Type
Author Information
Authors
Yuri E. Nikiforov
Robert L. Ferris
Marina N. Nikiforova
William E. Gooding
Linwah Yip
Lucas Santana‐Santos
Abigail I. Wald
Stephanie Mercurio
Michelle Barbi de Moura
Keith M. Callenberg
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%