Bioinformatic detection of microsatellite instability using whole transcriptome analysis of colorectal cancer samples

全文:

ВВЕДЕНИЕ

Нарушения в генах репарации ошибочно спаренных нуклеотидов приводят к накоплению мутаций в опухолевых клетках. При этом сами нарушения могут быть вызваны как мутациями в генах систем репарации, так и их гиперметилированием. Дефектное функционирование системы репарации неспаренных нуклеотидов приводит к накоплению мутаций в микросателлитах (коротких тандемных повторах) [1], которые особенно подвержены ошибочному спариванию. Это состояние известно как микросателлитная нестабильность (microsatellite instability, MSI) в отличие от микросателлитной стабильности (microsatellite stability, MSS). Определение уровня MSI в опухоли имеет диагностическую ценность в связи с тем, что для опухолей с высоким уровнем MSI возможно применение ингибиторов контрольных точек иммунитета в качестве монотерапии. У пациентов с продвинутой стадией (метастатической и/или нерезектабельной) неизлечимой, прогрессирующей болезни или с непереносимостью стандартных методов лечения, с MSI и дефицитом систем репарации неспаренных оснований стойкое противоопухолевое действие оказывал пембролизумаб [2].

Для клинической диагностики MSI золотым стандартом является тестирование с помощью полимеразной цепной реакции (ПЦР) на панель мононуклеотидных и/или динуклеотидных микросателлитов, например BAT-25, BAT-26, D2S123, D5S346 и D17S250 [3–5]. Статус MSI также можно определять иммуногистохимически по наличию белков системы MMR (кодируемых генами MLH1, MSH2, MSH6 и PMS2), однако в 5–10% случаев, несмотря на наличие белка, он не функционален [6]. Пациенты направляются на MSI-типирование в соответствии с показаниями, при этом показания имеет только небольшая часть пациентов. Однако для целей трансляционных исследований и молекулярной медицины зачастую есть данные анализа методами высокопроизводительного секвенирования (полные транскриптомы, геномы или экзомы опухолевой ткани), но нет результатов непосредственно MSI-типирования ни с помощью ПЦР, ни иммуногистохимическим методом. Поэтому нам представляется обоснованным включение в протокол полнотранскриптомного анализа опухолей биоинформатического инструмента для определения MSI.

ЦЕЛЬ

Оценить наличие и применимость биоинформатических инструментов для определения статуса MSI на локальной выборке полных транскриптомов опухолей прямой и толстой кишки.

МЕТОДЫ

Включение пациентов в исследование и сбор образцов

Подбор пациентов и сбор образцов проходили на базе университетской клинической больницы № 2 Первого Московского государственного медицинского университета имени И.М. Сеченова в 2018–2020 гг. в рамках одобренного протокола (заседание Локального этического комитета от 13.09.2017 по протоколу «Изучение генома, протеома и биомаркёров болезней человека с использованием биологических образцов человека») на базе Биобанка Первого Московского государственного медицинского университета имени И.М. Сеченова. Все участники (либо их официальные представители) до включения в исследование добровольно подписали форму информированного согласия, утверждённую в составе протокола исследования этическим комитетом.

Критерии включения: возраст от 18 до 90 лет, дееспособность; письменное согласие субъекта исследования; диагноз, входящий в С18–20 по МКБ-10 для рака толстой и прямой кишки; наличие подозрения на аденокарциному.

Критерии исключения: сопутствующий диагноз гепатита вида B/C, носительство вируса иммунодефицита человека, сахарный диабет, сифилис, алкоголизм, наркомания, токсикомания и любые психические заболевания; невозможность или нежелание дать письменное информированное согласие на участие в исследовании; послеоперационное патоморфологическое заключение, не подтверждающее диагноз в рамках группы диагнозов «аденокарцинома толстой или прямой кишки».

Образцы получали в результате резекции первичной опухоли или резекции метастазов. В течение 30 мин после резекции образец опухоли размером не менее 7 × 7 × 10 мм отделяли, помещали в среду с антибиотиком и на холоде транспортировали в Федеральный научно-клинический центр физико-химической медицины имени Ю.М. Лопухина Федерального медико-биологического агентства России. Дополнительно перед операцией или интраоперационно у пациента забирали 30–40 мл крови в 3–4 вакуумные пробирки с фиолетовой крышкой с K2EDTA и в течение 30–60 мин на холоде транспортировали в Федеральный научно-клинический центр физико-химической медицины имени Ю.М. Лопухина Федерального медико-биологического агентства России. Все собранные образцы опухоли и клеток крови биобанкировались в соответствии с внутренними процедурами.

Подготовка и секвенирование РНК-библиотек

Фрагменты опухоли размером 3 × 3 × 5 мм помещали в раствор IntactRNA («Евроген», Россия), выдерживали 24 ч при температуре 4–8 °С, а затем хранили при температуре −80 °С до выделения РНК. Фрагменты ткани размораживали, отмывали фосфатно-солевым буфером («ПанЭко», Россия) от консерванта и гомогенизировали в лизирующем буфере металлическими шариками диаметром 3,5 мм на приборе Tissue Lyser (QIAGEN, США). РНК выделяли с помощью набора RNeasy Mini Kit (QIAGEN, США) по протоколу производителя. ДНК удаляли ДНКазой TURBO DNA-free Kit (Thermo Fisher Scientific, США). Рибодеплецию проводили с использованием набора NebNext rRNA Depletion Kit (Human/Mouse/Rat) (New England Biolabs, США). Цепь-специфичные библиотеки с одиночными баркодами конструировали с использованием наборов NEBNext Ultra II Directional Library Prep Kit for Illumina и Multiplex Oligos for Illumina (96 Indexes) — оба производства New England Biolabs (США). Секвенирование транскриптомных библиотек проводили в режиме парных прочтений 2 × 125 циклов на приборе HiSeq 2500 (Illumina, США).

Подготовка и секвенирование ДНК-библиотек

Из биобанкированных образцов крови с использованием набора Gentra Puregene Kit (QIAGEN, США) выделяли ДНК из клеток крови. Полноэкзомные библиотеки конструировали с использованием набора SureSelect V7 XT2 (Agilent, США). Секвенирование полноэкзомных библиотек проводили в режиме парных прочтений 2 × 125 циклов на приборе HiSeq 2500 (Illumina, США).

Биоинформатическая обработка результатов ДНК- и РНК-секвенирования

Первичный контроль качества как транскриптомных, так и экзомных прочтений проводили с использованием программы FastQC (Babraham Bioinformatics, Великобритания). Утилитой cutadapt [7] удаляли участки низкокачественного чтения с 3’-концов прочтений, а также остатки адаптеров секвенирования. С помощью программы BWA-MEM проводили выравнивание экзомных прочтений, а с помощью программы STAR [8] — выравнивание транскриптомных прочтений на референсный геном человека версии GRCh38 (вариант GRCh38.d1.vd1) с использованием аннотации GENCODE v. 43. Маркировку дубликатов выполняли с помощью утилиты MarkDuplicates из программного пакета Picard (Broad Institute, США). Для транскриптома прочтения, отнесённые к участкам сплайсинга, разбивали на участки непрерывного выравнивания с помощью модуля SplitNCigarReads программного пакета GATK (Broad Institute, США) [9]. Рекалибровку значений качества чтения производили с помощью утилиты BaseRecalibrator (GATK). Для выявления соматических вариантов в образцах транскриптома опухоли применяли программу Mutect2 (GATK) в двух вариантах: с использованием парных образцов экзома крови (режим tumor-normal, «парный») и без них (режим tumor only, «только опухоль»). В обоих случаях для дополнительной фильтрации ошибочно идентифицированных (артефактных) вариантов применяли Panel of Normals (PoN) — данные секвенирования РНК 46 образцов нормальной ткани кишечника (кишечные органоиды) из открытых источников данных (датасет GSE165512 из базы данных Gene Expression Omnibus [10]). Аннотацию полученных вариантов производили с помощью пакета программ ANNOVAR [11]. Убирали варианты, не прошедшие внутренний фильтр программы Mutect2, а также варианты, поддержанные менее чем 4 прочтениями или в позициях, покрытых менее чем 7 прочтениями. Исключали также варианты, встречающиеся более чем в 2 образцах исследуемой выборки и при этом отсутствующие в базе данных соматических мутаций COSMIC, а также однонуклеотидные инсерции в гомополимерных участках. При анализе без использования парных образцов экзома крови также исключали мутации, популяционная частота которых в геномной или экзомной выборке базы данных gnomAD v. 4.0 была выше 0,001. Для определения статуса MSI опухоли по данным секвенирования транскриптома использовали утилиты MIRACLE [12] и PreMSIm [13]. Визуализация результатов проводилась в среде R с использованием пакета ggplot2. Значимость различий между группами MSI и MSS определяли с помощью рангового теста Краскела–Уоллиса для групп разного размера.

РЕЗУЛЬТАТЫ

Нам удалось обнаружить 7 оригинальных исследований, предлагающих свой подход к вычислению статуса MSI/MSS на основании данных высокопроизводительного секвенирования (табл. 1 [12–18]). Три из них основаны на анализе данных секвенирования ДНК опухоли и потому не рассматривались в рамках нашего исследования. Среди оставшихся четырёх подходов, использующих данные секвенирования РНК, три основаны на анализе экспрессионных генных сигнатур, однако готовое программное обеспечение предлагается только для алгоритма PreMSIm, который оценивает экспрессию 15 MSI-ассоциированных генов. Четвёртый подход — инструмент MIRACLE — предназначен для прямой оценки длин микросателлитных повторов в опухолевом образце и выявления статистически значимой вариабельности их длин относительно референсного распределения, рассчитанного для 63 219 локусов на основе последовательностей мРНК из базы RefSeq. Анализируются только те локусы, для которых в образце возможна оценка длины повтора на основании не менее 5 прочтений. Для предсказания статуса MSI/MSS инструмент MIRACLE использует бинарный классификатор XGBoost.

 

Таблица 1. Инструменты вычисления микросателлитной нестабильности по данным высокопроизводительного секвенирования

Table 1. Tools for calculating microsatellite instability using high-throughput sequencing data

Название программы/способа	Год выпуска	На каком типе данных работает	Какой формат данных нужен	Применимость к данным секвенирования РНК	Ссылка
MSISensor	2014	Геном, экзом, таргетная панель	bam	Нет (только ДНК)	[14]
MANTIS	2016	Экзом	bam	Нет (только ДНК)	[15]
mSINGS	2014	Экзом, таргетная панель	bam	Нет (только ДНК)	[16]
PreMSIm	2020	Транскриптом	Таблица экспрессии генов	Да	[13]
25-генная сигнатура	2019	Транскриптом	Таблица экспрессии генов	Да, но авторы не предоставляют готовое к использованию программное обеспечение	[17]
MSI predictor	2019	Транскриптом	Таблица экспрессии генов	Да, но авторы не предоставляют готовое к использованию программное обеспечение	[18]
MIRACLE	2024	Транскриптом	bam	Да	[12]

Название программы/способа	Год выпуска	На каком типе данных работает	Какой формат данных нужен	Применимость к данным секвенирования РНК	Ссылка
MSISensor	2014	Геном, экзом, таргетная панель	bam	Нет (только ДНК)	[14]
MANTIS	2016	Экзом	bam	Нет (только ДНК)	[15]
mSINGS	2014	Экзом, таргетная панель	bam	Нет (только ДНК)	[16]
PreMSIm	2020	Транскриптом	Таблица экспрессии генов	Да	[13]
25-генная сигнатура	2019	Транскриптом	Таблица экспрессии генов	Да, но авторы не предоставляют готовое к использованию программное обеспечение	[17]
MSI predictor	2019	Транскриптом	Таблица экспрессии генов	Да, но авторы не предоставляют готовое к использованию программное обеспечение	[18]
MIRACLE	2024	Транскриптом	bam	Да	[12]

 

Для анализа были использованы результаты секвенирования парных образцов [экзом крови–транскриптом опухоли] от пациентов с аденокарциномой толстой или прямой кишки, полученные нами в 2018–2020 гг. Всего было подобрано 17 пар образцов, из которых контроль качества по результатам секвенирования прошли 13 транскриптомов и 12 экзомов. Метаданные пациентов указаны в табл. 2.

 

Таблица 2. Клинические и демографические данные пациентов, включённых в анализ полных транскриптомов опухолей

Table 2. Clinical and demographic characteristics of patients included in the analysis of whole tumor transcriptomes

Участник	TNM	Возраст, лет	Пол	Локализация опухоли в кишечнике
p2_1003	T3NxM0	54	Мужской	Сигмовидная
p2_1013	T3N1M0	71	Женский	Слепая
p2_1019	T2N2M0	35	Женский	Прямая
p2_1024	T2N0M0	62	Женский	Сигмовидная
p2_1027	T3bN2bM0	76	Женский	Прямая
p2_1029	T2N1M0	45	Мужской	Прямая
p2_1031	T3bN1M0	54	Женский	Прямая
p2_1032	cT3N2M1a	74	Мужской	Прямая
p2_1034	T3N1M1	84	Мужской	Сигмовидная
p2_1036	mtT2N0M0	80	Мужской	Прямая
p2_1008	T2N0M0	80	Мужской	Сигмовидная
p2_1009	T3NxM0	81	Женский	Восходящая ободочная
p2_1004	T4bNxM0	55	Женский	Сигмовидная

Примечание: TNM: T — Tumor (размер и степень инвазии опухоли), N — Nodes (вовлечённость лимфоузлов), M — Metastasis (наличие отдалённых метастазов).

Note: TNM: T, tumor (size and invasion degree), N, nodes (lymph node involvement), M, metastasis (presence of distant metastases).

 

Мы применили инструменты MIRACLE и PreMSIm к группе из 13 транскриптомов. В документации PreMSIm не указан предпочтительный способ нормализации уровней экспрессии генов, поэтому нами были использованы лог-трансформированные значения RSEM, так как эта метрика применялась авторами при обучении модели. PreMSIm классифицировал как MSI три из 13 образцов (p2_1003, p2_1013, p2_1027). При использовании MIRACLE для двух из 13 образцов (p2_1004, p2_1013) вероятность классификации как MSI оказалась равна единице, для одного (p2_1003) — 0,38, для оставшихся 10 образцов — нулю (табл. 3). Неоднозначность определения статуса для образца p2_1003 связана, вероятно, с тем, что из-за недостаточного количества прочтений, отнесённых к анализируемым локусам, оценка производилась на основании 78% локусов из референсного набора, в то время как для остальных образцов этот показатель составил в среднем 97%. Поскольку абсолютное количество значимо вариабельных повторов для p2_1003 составило 273 в сравнении со средним 17,4 ± 7,6 для 10 образцов, однозначно классифицированных как MSS, данный образец был отнесён нами к MSI.

 

Таблица 3. MSI/MSS-статус опухолевых образцов по оценке инструмента MIRACLE

Table 3. MSI/MSS status of tumor samples according to MIRACLE tool assessment

Образец	MSI, вероятность	Количество значимо вариабельных повторов	Доля вошедших в анализ локусов относительно референсного набора
p2_1003	0,38	273	0,781
p2_1004	1,0	488	0,975
p2_1008	0	12	0,955
p2_1009	0	23	0,978
p2_1013	1,0	405	0,974
p2_1019	0	26	0,971
p2_1024	0	17	0,988
p2_1027	0	11	0,928
p2_1029	0	11	0,968
p2_1031	0	6	0,962
p2_1032	0	9	0,963
p2_1034	0	13	0,982
p2_1036	0	21	0,960

 

Для подтверждения полученных результатов нами была проведена оценка числа соматических мутаций в транскриптомах двумя подходами: в режиме парного коллинга с участием PoN и только для опухолей с PoN с дополнительной фильтрацией вариантов по частотам gnomAD. Анализ результатов показал, что образцы, классифицированные инструментом MIRACLE как MSI, значимо отличаются от образцов со статусом MSS как по общему числу соматических мутаций, так и по числу несинонимичных соматических мутаций (рис. 1) (p < 0,03 во всех 4 вариантах сравнений). Интересно отметить, что не только количество, но и доля несинонимичных мутаций также значимо различается между образцами с разным статусом (рис. 2) (p < 0,03 для обоих режимов выявления соматических вариантов). Из трёх образцов, классифицированных PreMSIm как MSI, два совпали с предсказаниями MIRACLE (p2_1003, p2_1013); в одном случае наблюдалось расхождение (p2_1027, MSS по MIRACLE); один из образцов, определённый MIRACLE как MSI, PreMSIm классифицировал как MSS (p2_1004). При этом сравнение числа соматических мутаций для классификаций, полученных с помощью PreMSIm, показало значимые различия только в части сравнений. Если считать, что все образцы с высокой мутационной нагрузкой являются образцами с MSI, то инструмент MIRACLE показал 100% чувствительность и специфичность в сравнении с 66,7 и 92,3% инструмента PreMSIm соответственно.

 

Рис. 1. Соотношение числа мутаций и статуса микросателлитной нестабильности, выявленной инструментами MIRACLE и PreMSIm, в образцах опухолей прямой и толстой кишки (n = 13). MSI — микросателлитная нестабильность (microsatellite instability), MSS — (microsatellite stability).

Fig. 1. Association between the number of mutations and microsatellite instability status identified by MIRACLE and PreMSIm tools in colorectal cancer samples (n = 13). MSI — microsatellite instability, MSS — microsatellite stability.

 

Рис. 2. Соотношение долей несинонимичных мутаций и статуса микросателлитной нестабильности, выявленной инструментами MIRACLE и PreMSIm, в образцах опухолей прямой и толстой кишки (n = 13). MSI — микросателлитная нестабильность (microsatellite instability), MSS — (microsatellite stability).

Fig. 2. Association between the fraction of nonsynonymous mutations and microsatellite instability status identified by MIRACLE and PreMSIm tools in colorectal cancer samples (n = 13). MSI — microsatellite instability, MSS — microsatellite stability.

 

Для объяснения нестабильного статуса нами был проведён анализ врождённых и соматических вариантов в генах системы репарации ДНК для образцов, классифицированных как MSI. В экзоме и в транскриптоме участника p2_1003 была обнаружена герминальная делеция rs63749831 в рамке считывания гена MSH2. Эта мутация, согласно данным базы CLINVAR, является патогенной и ассоциирована с врождённым синдромом Линча. Сочетание высокой мутационной нагрузки и патогенного варианта в гене MSH2 позволяет считать, что нестабильный статус для данного транскриптома определён инструментом MIRACLE верно. В образце p2_1004 были обнаружены две потенциально каузальные соматические однонуклеотидные замены в генах системы репарации ДНК. Мутация NM_001258281:c.447+1G>A (rs267607689) в регионе сплайсинга гена MSH2 является патогенной согласно данным базы CLINVAR, а мутация NM_001167619:c.G187T в гене MLH1 оценивается как вероятно патогенная. Это в сочетании с высокой мутационной нагрузкой позволяет считать результат инструмента MIRACLE корректным, а результат инструмента PreMSIm — менее корректным.

Ни в экзоме крови, ни в транскриптоме опухоли участника p2_1013 нам не удалось выявить патогенные и возможно патогенные варианты в генах системы репарации MLH1, MSH2, MSH2, MSH6, PMS2, однако была обнаружена мутация V600E в гене BRAF, при этом в двух других транскриптомах с MSI она не обнаружена. Известно, что данная мутация ассоциирована со спорадической MSI в колоректальном раке и не встречается при синдроме Линча [19].

ОБСУЖДЕНИЕ

Опухолевая мутационная нагрузка (tumor mutation burden, TMB) — это количество соматических мутаций в опухоли, выраженное в числе мутаций на 1 млн пар оснований генома. Показатель TMB является важной характеристикой опухоли, так как мутации приводят к образованию неоантигенов [20, 21]. Ранее многими группами была исследована корреляция между TMB и MSI. Например, в исследовании карцином желудка и кишечника при помощи секвенирования панели генов, ассоциированных с ответом на повреждение ДНК (DNA damage response, DDR), выявлена корреляция между опухолями с TMB-H (high, высокий) и/или имеющими повреждающие мутации в генах DDR и MSI-статусом: 87% таких опухолей были также MSI-H [22]. В исследовании выборки образцов колоректального рака с помощью панели Foundation One (Genetico, Россия) практически все образцы (99,7%), которые были расценены как MSI-H, были также и TMB-H [23]. В другом исследовании среди образцов с MSI-H 77% были также TMB-H [24]. Хотя конкретные цифры зависят от выставленных отсечек разделения на группы, для колоректального рака, по-видимому, существует высокая корреляция между наличием MSI и высоким уровнем TMB [25]. Это позволяет использовать TMB как суррогатный маркёр статуса MSI/MSS при биоинформатическом исследовании транскриптома и проверке инструментов вычисления MSI. Однако не для всех типов рака опухоли TMB-H являются подгруппой опухолей MSI-H. В результате метаанализа 17 исследований было выявлено, что TMB-H являются подгруппой опухолей MSI-H также для аденокарциномы пищевода (27,7%) и рака эндометрия (31,0%) по сравнению с группой «все виды рака», меланомами и немелкоклеточным раком лёгкого (p < 0,05 для всех этих различий) [25]. Получение окончательных выводов по корреляции TMB-H и MSI-H также затруднено тем, что в разных исследованиях по-разному проводятся отсечки, разделяющие образцы с высокой или низкой TMB. В более ранних исследованиях в качестве уровня отсечки было использовано значение более 20 мутаций на 1 млн пар оснований генома, тогда как в исследовании, например, метастатического немелкоклеточного рака лёгкого наличие от 10 мутаций на 1 млн пар оснований ассоциировалось с увеличенной долей ответа и выживаемостью без прогрессии при комбинированной иммунотерапии [22, 26]. В общем случае TMB рассчитывается с учётом соматических замен и инсерций/делеций без исключения синонимичных замен. Считается, что учёт синонимичных замен снижает влияние шума выборки [27]. Хотя синонимичные мутации, скорее всего, непосредственно не участвуют в создании иммуногенности, их наличие является сигналом мутационных процессов, которые также привели к несинонимичным заменам в других частях генома. При этом чаще всего при дальнейшем анализе не производят разделения между долей синонимичных и несинонимичных замен в общем уровне TMB. В некоторых случаях оценивают только несинонимичные замены [28, 29]. С учётом этого обстоятельства при вычислении TMB нами для анализа было взято как число синонимичных, так и общее число соматических мутаций в образце транскриптома. Для транскриптома унифицированная оценка TMB затруднена из-за особенностей поведения таргетного региона. Однако при рассмотрении только одной нозологии нам кажется возможным использование не мутационной нагрузки (TMB на 1 млн п. о.), а абсолютного числа мутаций. В нашем исследовании и по общему числу соматических мутаций, и по числу несинонимичных мутаций наблюдалась очень резкая (на 1,5 порядка) разница между группами образцов, при этом группа образцов с более высокой мутационной нагрузкой предположительно и была образцами с MSI. Независимо от этого результата на данной же выборке образцов нами были использованы биоинформатические инструменты, позволяющие определить MSI из результатов секвенирования либо по экспрессионному профилю (PreMSIm), либо путём прямой оценки длин микросателлитов (MIRACLE). Алгоритм PreMSIm показал чувствительность и специфичность ниже на нашей выборке, если мутационный профиль считать суррогатным маркёром MSI/MSS. В результате для дальнейшей работы был выбран новый инструмент MIRACLE, который был опубликован в августе 2024 года (т. е. по нему нет накопленного опыта использования). Данный инструмент по сути является аналогом именно ПЦР, а не иммуногистохимической детекции MSI, так как учитывает разброс длин микросателлитов, а не экспрессию гена/белка. Это преимущество повышает результативность использования инструмента MIRACLE. В результате нами была выявлена чёткая зависимость между числом мутаций и статусом MSI. Дополнительно выявлено, что не только число, но и доля несинонимичных мутаций коррелирует с статусом MSI/MSS. Данное наблюдение нам не удалось подтвердить литературными данными, т. е., возможно, мы его обнаружили первые. Такой эффект стоит проверить на более крупной выборке, а также на образцах других нозологий. Кроме того, интересно отметить, что ещё в 2019 году A.M. Goodman и соавт. выяснили, что, возможно, именно мутационная нагрузка (а не MSI сама по себе) является лучшим предиктором выживаемости на фоне иммунотерапии [26]. Это ещё больше поднимает вопрос об одновременном анализе двух показателей в больших наборах данных секвенирования, среди которых транскриптомные данные занимают не последнее место.

Дополнительным ограничением нашей работы является отсутствие прямых валидационных данных по MSI для проанализированных образцов.

ЗАКЛЮЧЕНИЕ

В работе оценены два наиболее подходящих и технически доступных инструмента для определения MSI-статуса по данным полного транскриптома. Инструмент MIRACLE легко интегрируется в протоколы транскриптомного анализа и даёт биологически правдоподобные оценки MSI/MSS, хорошо коррелирующие с мутационной нагрузкой в опухолях толстой и прямой кишки. Инструмент PreMSIm показал недостаточную чувствительность и более низкую специфичность по сравнению с MIRACLE. Результаты демонстрируют, что MIRACLE может быть эффективно использован для оценки MSI-статуса в задачах персонализированной онкодиагностики с использованием полнотранскриптомных данных.

ДОПОЛНИТЕЛЬНАЯ ИНФОРМАЦИЯ

Вклад авторов. А.В. Каныгина — осуществление научно-исследовательского процесса, включая выполнение вычислительных экспериментов, подготовка и написание текста статьи; Т.Н. Гарманова, Ю.В. Долудин — осуществление научно-исследовательского процесса, включая сбор данных, редактирование текста статьи; Л.О. Скородумова — осуществление научно-исследовательского процесса, включая выполнение экспериментов, редактирование статьи; Е.И. Шарова — административное управление планированием и проведением исследования, осуществление научно-исследовательского процесса, включая подготовку данных, написание текста и редактирование статьи. Все авторы одобрили рукопись (версию для публикации), а также согласились нести ответственность за все аспекты работы, гарантируя надлежащее рассмотрение и решение вопросов, связанных с точностью и добросовестностью любой её части.

Благодарности. Неприменимо.

Этическая экспертиза. Исследование проведено в рамках одобренного протокола (заседание Локального этического комитета от 13.09.2017 по протоколу «Изучение генома, протеома и биомаркёров болезней человека с использованием биологических образцов человека») на базе Биобанка Первого Московского государственного медицинского университета имени И.М. Сеченова.

Согласие на публикацию. Неприменимо.

Источники финансирования. Данная публикация выполнена в рамках государственного задания «Персональный онкопрепарат», номер государственного учёта НИОКТР 124031200002-3. Часть результатов получена с использованием научного оборудования Центра коллективного пользования «Геномика, протеомика, метаболомика» Федерального научно-клинического центра физико-химической медицины имени академика Ю.М. Лопухина Федерального медико-биологического агентства (http://rcpcm.org/?p = 2806). Финансирующие организации не устанавливали ограничений на использование данных и распространение результатов исследования.

Раскрытие интересов. Авторы заявляют об отсутствии отношений, деятельности и интересов за последние три года, связанных с третьими лицами (коммерческими и некоммерческими), интересы которых могут быть затронуты содержанием статьи.

Доступ к данным. Доступ к данным, полученным в настоящем исследовании, за исключением приведённых в тексте рукописи, закрыт по причине конфиденциальности (наличия в базе данных сведений, на основании которых могут быть идентифицированы участники исследования, и отсутствия их согласия на распространение этих сведений).

Оригинальность. При создании настоящей работы авторы не использовали ранее опубликованные сведения (текст, иллюстрации, данные).

Генеративный искусственный интеллект. При создании настоящей статьи технологии генеративного искусственного интеллекта не использовали.

Рассмотрение и рецензирование. Настоящая работа подана в журнал в инициативном порядке и рассмотрена по обычной процедуре. В рецензировании участвовали три внешних рецензента, один член редакционной коллегии и научный редактор издания.

ADDITIONAL INFORMATION

Author contributions: A.V. Kanygina: investigation, formal analysis, writing — original draft; T.N. Garmanova, Yu.V. Doludin: investigation, data curation, writing — review & editing; L.O. Skorodumova: investigation, formal analysis, writing — review & editing; E.I. Sharova: project administration, investigation, data curation, writing — original draft, writing — review & editing. All authors approved the manuscript (version for publication) and agreed to take responsibility for all aspects of the work, ensuring the proper consideration and resolution of any issues related to the accuracy and integrity of any part of the study.

Acknowledgments: Not applicable.

Ethics approval: The study was conducted under an approved protocol (meeting of the Local Ethics Committee dated September 13, 2017, following the “Study of the genome, proteome, and biomarkers of human diseases using human biological samples” protocol) at the I.M. Sechenov First Moscow State Medical University Biobank.

Consent for publication: Not applicable.

Funding sources: This study was conducted as part of the state assignment “Personalized Anticancer Drug” (State Registration No. 1240312000-02-3). Part of the results was obtained using the equipment of the Shared Research Facility “Genomics, Proteomics, Metabolomics” at the Yu.M. Lopukhin Federal Research and Clinical Center of Physical-Chemical Medicine of the Federal Medical-Biological Agency (http://rcpcm.org/?p = 2806). The funding sources did not impose any restrictions on the use or dissemination of the study findings.

Disclosure of interests: The authors have no relationships, activities, or interests for the last three years related to for-profit or not-for-profit third parties whose interests may be affected by the content of the article.

Statement of originality: No previously published material (text, images, or data) was used in this work.

Data availability statement: Access to data obtained in this study, except for those presented in the manuscript text, is restricted due to confidentiality reasons (presence of potentially identifiable participant information in the database and lack of consent for its dissemination).

Generative AI: No generative artificial intelligence technologies were used to prepare this article.

Provenance and peer review: This paper was submitted unsolicited and reviewed following the standard procedure. The review process involved three external reviewers, one member of the editorial board, and the in-house scientific editor.

作者简介

Alexandra Kanygina

Lopukhin Federal Research and Clinical Center of Physical-Chemical Medicine

Email: kanygina@rcpcm.org
ORCID iD: 0000-0003-4993-9492
SPIN 代码: 1100-0839
俄罗斯联邦, Moscow

Tatiana Garmanova

Lomonosov Moscow State University

Email: tatianagarmanova@gmail.com
ORCID iD: 0000-0003-2330-4229
SPIN 代码: 7627-0586

MD, Cand. Sci. (Medicine)

俄罗斯联邦, Moscow

Yuri Doludin

National Medical Research Center for Therapy and Preventive Medicine

Email: sharova78@gmail.com
ORCID iD: 0000-0002-0554-9911
SPIN 代码: 3496-7005
俄罗斯联邦, Moscow

Liubov Skorodumova

Lopukhin Federal Research and Clinical Center of Physical-Chemical Medicine

Email: lo.skorodumova@gmail.com
ORCID iD: 0000-0002-7747-2730
SPIN 代码: 5060-4554

Cand. Sci. (Biology)

俄罗斯联邦, Moscow

Elena Sharova

Lopukhin Federal Research and Clinical Center of Physical-Chemical Medicine

编辑信件的主要联系方式.
Email: sharova78@gmail.com
ORCID iD: 0000-0003-3208-9719
SPIN 代码: 5226-3942
俄罗斯联邦, Moscow

参考

补充文件