ブログ

Apr 30, 2023

ctDNA を使用した TRACERx での早期肺がん転移播種の追跡

Natura Volume 616, pagina

Nature volume 616、pages 553–562 (2023)この記事を引用

17,000 アクセス

5 引用

421 オルトメトリック

メトリクスの詳細

循環腫瘍 DNA (ctDNA) は、治癒目的の治療後に残存する残存腫瘍細胞を検出およびプロファイリングするために使用できます1。 早期非小細胞肺がん（NSCLC）における再発の系統発生的バイオ​​マーカーとしてのctDNAの役割を決定するには、縦断的な血漿サンプリングと長期追跡調査を組み込んだ大規模患者コホートの研究が必要である。 ここで我々は、TRACERx 研究に登録した 197 人の患者から収集した 1,069 個の血漿サンプルにわたる、切除された NSCLC 組織で同定された 200 個の突然変異の中央値を追跡する ctDNA メソッドを開発しました2。 術前のctDNA検出の欠如により、良好な臨床転帰を伴う生物学的に緩徐進行性の肺腺癌と区別された。 術後の血漿分析は、標準治療の放射線学的監視および細胞傷害性補助療法の実施の状況の中で解釈されました。 手術後 120 日以内に採取された血漿サンプルのランドマーク分析により、臨床再発を経験した全患者の 49% を含む患者の 25% で ctDNA が検出されたことが明らかになりました。 3～6 か月に 1 回の ctDNA サーベイランスにより、ランドマーク陰性患者のさらに 20% で差し迫った疾患の再発が確認されました。 我々は、低ctDNAレベルでのサブクローン構造の非侵襲的追跡のためのバイオインフォマティックツール（ECLIPSE）を開発しました。 ECLIPSE は、不良な臨床転帰に関連するポリクローナル転移性播種を有する患者を特定しました。 術前血漿中のサブクローン癌細胞分画を測定することにより、将来転移を播種するサブクローンが非転移性サブクローンと比較して大幅に拡大していることが判明した。 私たちの発見は、（ネオ）アジュバント試験の進歩を裏付け、低ctDNAレベルのリキッドバイオプシーを使用した転移播種のプロセスについての洞察を提供するでしょう。

これはサブスクリプション コンテンツのプレビューです。教育機関経由でアクセスできます

この記事を引用するオープンアクセス記事。

自然オープンアクセス 2023 年 4 月 12 日

自然オープンアクセス 2023 年 4 月 12 日

Nature およびその他の 54 の Nature Portfolio ジャーナルにアクセス

Nature+ を入手、最もお得なオンライン アクセス サブスクリプション

$29.99 / 30 日

いつでもキャンセル

このジャーナルを購読する

51 冊の印刷物とオンライン アクセスを受け取る

年間 $199.00

1 号あたりわずか 3.90 ドル

この記事をレンタルまたは購入する

必要なだけこの記事を入手してください

$39.95

価格にはチェックアウト時に計算される地方税が適用される場合があります

この研究中に使用または分析された cfDNA シーケンス ファイル、RNA-seq データ、および複数領域腫瘍エクソーム シーケンス データ (いずれも TRACERx 研究からのもの) は、欧州バイオインフォマティクス研究所が主催する欧州ゲノムフェノム アーカイブ (EGA) に寄託されています。 (EBI) およびゲノム制御センター (CRG) はアクセッションコード EGAS00001006494、EGAS00001006517 および EGAS00001006494 で管理されており、データおよび商業提携協定の性質によりアクセスが制御されています。 アクセス申請方法の詳細はリンク先のページでご確認いただけます。

ECLIPSE は、学術的な非営利研究目的でのみ利用できる github (https://github.com/amf71/ECLIPSE) からインストールする R パッケージとして利用できます。 この文書の図を生成するために使用されるコードは、リクエストに応じて入手できます。

Moding、EJ、Nabet、BY、Alizadeh、AA、Diehn、M。固形腫瘍の液体残存物の検出: 循環腫瘍 DNA は残存病変を最小限に抑えます。 がんの発見。 11、2968–2986 (2021)。

論文 CAS PubMed PubMed Central Google Scholar

ジャマル・ハンジャニ、M. 他非小細胞肺がんの進展を追跡します。 Ｎ．Ｅｎｇｌ． J.Med. 376、2109–2121 (2017)。

論文 CAS PubMed Google Scholar

チャボン、JJ 他非侵襲性の早期肺がん検出のためのゲノム特徴の統合。 ネイチャー 580、245–251 (2020)。

論文 ADS CAS PubMed PubMed Central Google Scholar

Peng, M. et al. 限局性非小細胞肺癌における予後バイオマーカーとしての循環腫瘍 DNA。 フロント。 オンコル。 10、561598 (2020)。

記事 PubMed PubMed Central Google Scholar

Xia、L.ら。 周術期の ctDNA に基づく非小細胞肺癌の分子残存病変の検出: 前向き多施設コホート研究 (LUNGCA-1)。 クリン。 がん研究所 28、3308–3317 (2021)。

記事 Google Scholar

Chaudhuri、AA et al. 循環腫瘍 DNA プロファイリングによる、限局性肺がんにおける分子残存病変の早期検出。 がんの発見。 7、1394–1403 (2017)。

論文 CAS PubMed PubMed Central Google Scholar

アボッシュ、C.ら。 系統発生的 ctDNA 分析は、初期段階の肺がんの進化を示します。 ネイチャー 545、446–451 (2017)。

論文 ADS CAS PubMed PubMed Central Google Scholar

ゲイル、D. et al. 治療後に残存するctDNAは、早期非小細胞肺がん患者の早期再発を予測します。 アン。 オンコル。 33、500–510 (2022)。

チャン、J.-T. 他。 長期にわたる検出不可能な分子残存病変は、局所性非小細胞肺癌において治癒する可能性のある集団を定義します。 がんの発見。 12、1690–1701 (2022)。

パウルズ、T.ら。 尿路上皮癌におけるアジュバント免疫療法を導くctDNA。 Nature 595、432–437 (2021)。

論文 ADS CAS PubMed Google Scholar

Tie、J. et al. ステージ II 結腸癌における補助療法の指針となる循環腫瘍 DNA 分析。 Ｎ．Ｅｎｇｌ． J.Med. 386、2261–2272 (2022)。

論文 CAS PubMed PubMed Central Google Scholar

AR パリクほか。 消化器癌における獲得耐性と腫瘍の不均一性を検出するための液体生検と組織生検。 ナット。 医学。 25、1415–1421 (2019)。

論文 CAS PubMed PubMed Central Google Scholar

ムルタザ、M.ら。 転移性乳がんの症例における循環腫瘍 DNA を使用して特徴付けられた多病巣性クローン進化。 ナット。 共通。 6、8760 (2015)。

論文 ADS PubMed Google Scholar

ハーバーツ、C.ら。 治療抵抗性前立腺がんの詳細な全ゲノム ctDNA 年表。 Nature 608、199–208 (2022)。

論文 ADS CAS PubMed Google Scholar

肺がん：診断と管理 NICE ガイドライン NG122 (NICE、2019)。

Zheng、Z.ら。 ターゲットを絞った次世代シーケンシングのためのアンカー マルチプレックス PCR。 ナット。 医学。 20、1479–1484 (2014)。

論文 CAS PubMed Google Scholar

Abbosh, C.、ニュージャージー州バークバク & Swanton, C. 初期段階の NSCLC - ctDNA ベースのスクリーニングと MRD 検出の実装への課題。 ナット。 クリン牧師。 オンコル。 15、577–586 (2018)。

論文 CAS PubMed Google Scholar

ニューマン、AMら。 幅広い患者をカバーする、循環腫瘍 DNA を定量するための超高感度な方法です。 ナット。 医学。 20、548–554 (2014)。

論文 CAS PubMed PubMed Central Google Scholar

Hänzelmann, S.、Castelo, R. & Guinney, J. GSVA: マイクロアレイおよび RNA-seq データの遺伝子セット変異解析。 BMCバイオインフォーム。 14、7 (2013)。

記事 Google Scholar

リベルゾン、A. et al. Molecular Signatures Database (MSigDB) の特徴的な遺伝子セットのコレクション。 セルシステム。 1、417–425 (2015)。

論文 CAS PubMed PubMed Central Google Scholar

Biswas, D. et al. クローン発現バイオマーカーは肺がん死亡率と関連しています。 ナット。 医学。 25、1540–1548 (2019)。

論文 CAS PubMed PubMed Central Google Scholar

バレル、RA 他。 複製ストレスは、がんの染色体の構造的および数値的不安定性と関連しています。 ネイチャー 494、492–496 (2013)。

論文 ADS CAS PubMed PubMed Central Google Scholar

ワン、ZCら。 高悪性度漿液性卵巣がんにおけるゲノム不安定性のプロファイルは、治療結果を予測します。 クリン。 がん研究所 18、5806–5815 (2012)。

論文 ADS CAS PubMed PubMed Central Google Scholar

マーメル、CH et al. GISTIC2.0 は、ヒトの癌における局所的な体細胞コピー数変化の標的の高感度かつ確実な位置特定を容易にします。 ゲノムバイオル。 12、R41 (2011)。

記事 PubMed PubMed Central Google Scholar

Shih、DJH 他ヒト脳転移のゲノム特徴付けにより、転移性肺腺癌の原因が特定されます。 ナット。 ジュネット。 52、371–377 (2020)。

論文 CAS PubMed PubMed Central Google Scholar

テイト、JG 他 COSMIC: がんにおける体細胞変異のカタログ。 核酸研究所 47、D941–D947 (2019)。

論文 CAS PubMed Google Scholar

Garcia-Murillas, I. et al. 早期乳がんにおける分子再発検出の評価。 JAMAオンコル。 5、1473–1478 (2019)。

記事 PubMed PubMed Central Google Scholar

フランケル、AM et al. 肺がんの進展と TRACERx におけるサブクローン選択の影響。 自然 https://doi.org/10.1038/s41586-023-05783-5 (2023)。

リッチフィールド、K.ら。 チェックポイント阻害に対する腫瘍および T 細胞固有の感作機構のメタ分析。 セル 184、596–614 (2021)。

論文 CAS PubMed PubMed Central Google Scholar

マクグラナハン、N. 他クローン性ネオアンチゲンは、T 細胞の免疫反応性と免疫チェックポイント遮断に対する感受性を誘発します。 サイエンス 351、1463–1469 (2016)。

論文 ADS CAS PubMed PubMed Central Google Scholar

アル・バキル、M.ら。 TRACERx における非小肺がん転移の進展。 自然 https://doi.org/10.1038/s41586-023-05729-x (2023)。

マルティネス・ルイス、C. 他肺がんと転移におけるゲノムとトランスクリプトームの進化。 自然 https://doi.org/10.1038/s41586-023-05706-4 (2023)。

モーディング、EJ et al. 循環腫瘍 DNA 動態は、局所進行非小細胞肺癌における地固め免疫療法の利益を予測します。 ナット。 Cancer 1、176–183 (2020)。

論文 CAS PubMed PubMed Central Google Scholar

Chen, K. et al. 肺がん患者における周術期の循環腫瘍 DNA の動的変化 (DYNAMIC)。 クリン。 がん研究所 25、7058–7067 (2019)。

論文 CAS PubMed Google Scholar

リー、N.ら。 手術可能なステージ I から IIIA の非小細胞肺癌の潜在的な予後マーカーとしての周術期循環腫瘍 DNA。 がん 128、708–718 (2021)。

論文 PubMed Google Scholar

クルツ、DM et al. 循環腫瘍 DNA のフェーズドバリアントの標的配列決定により、微小残存病変の検出を強化します。 ナット。 バイオテクノロジー。 39、1537–1547 (2021)。

論文 CAS PubMed PubMed Central Google Scholar

コーエン、JD et al. ワトソン鎖およびクリック鎖の標的配列決定による低頻度 DNA 変異体の検出。 ナット。 バイオテクノロジー。 39、1220–1227 (2021)。

論文 CAS PubMed PubMed Central Google Scholar

Gydush、G. et al. 低頻度対立遺伝子の大規模並列濃縮により、低深度での二重シーケンスが可能になります。 ナット。 バイオメッド。 工学 6、257–266 (2022)。

論文 CAS PubMed PubMed Central Google Scholar

Van Loo、P. et al. 腫瘍の対立遺伝子特異的コピー数分析。 手順国立アカデミー。 科学。 USA 107、16910–16915 (2010)。

論文 ADS PubMed PubMed Central Google Scholar

Nik-Zainal, S. et al. 21 人の乳がんの生活史。 セル 149、994–1007 (2012)。

論文 CAS PubMed PubMed Central Google Scholar

ロス、A.ら。 PyClone: がんにおけるクローン集団構造の統計的推論。 ナット。 方法 11、396–398 (2014)。

論文 CAS PubMed PubMed Central Google Scholar

カリフォルニア州ミラーら。 R. BMC Genom のフィッシュプロット パッケージを使用した腫瘍の進化の視覚化。 17、880 (2016)。

記事 Google Scholar

Frankell, AM、Colliver, E.、Mcgranahan, N. & Swanton, C. cloneMap: クローンの不均一性を視覚化するための R パッケージ。 bioRxiv https://doi.org/10.1101/2022.07.26.501523 (2022) でプレプリント。

ニュージャージー州バークバクとニュージャージー州マクグラナハン。転移におけるがんゲノム進化の軌跡。 Cancer Cell 37、8–19 (2020)。

論文 CAS PubMed Google Scholar

ローゼンタール、R. et al. 肺がんの進化におけるネオアンチゲン指向の免疫回避。 ネイチャー 567、479–485 (2019)。

論文 ADS CAS PubMed PubMed Central Google Scholar

Lai、Z.ら。 VarDict: がん研究における次世代シーケンシングのための、斬新で多用途なバリアント コーラー。 核酸研究所 44、e108 (2016)。

記事 PubMed PubMed Central Google Scholar

Signorell, A.、Aho, K.、Alfons, A.、Anderegg, N.、Aragon, T. DescTools: 記述統計用のツール。 R パッケージ バージョン 0.99 (2023)。

Robinson, MD、McCarthy, DJ & Smyth, GKedgeR: デジタル遺伝子発現データの差次的発現解析用の Bioconductor パッケージ。 バイオインフォマティクス 26、139–140 (2010)。

論文 CAS PubMed Google Scholar

リッチー、メイン 他 limma は、RNA シーケンスおよびマイクロアレイ研究のための差次的発現解析を強化します。 核酸研究所 43、e47 (2015)。

記事 PubMed PubMed Central Google Scholar

Yu、G. & He、Q.-Y. ReactomePA: リアクトーム経路の分析と可視化のための R/Bioconductor パッケージ。 モル。 バイオシスト。 12、477–479 (2016)。

論文 CAS PubMed Google Scholar

Kassambara, A. rstatix: 基本的な統計テストのためのパイプに優しいフレームワーク。 R パッケージ バージョン 0.7.1 (2022)。

Kuznetsova, A.、Brockhoff, PB & Christensen, RHB lmerTest パッケージ: 線形混合効果モデルでのテスト。 J.Stat. ソフトウェア。 82、1–26 (2017)。

記事 Google Scholar

Sanchez-Vega、F. et al. The Cancer Genome Atlas の発がん性シグナル伝達経路。 セル 173、321–337 (2018)。

論文 CAS PubMed PubMed Central Google Scholar

Bielski、CM et al. ゲノム倍加は進行がんの進行と予後を左右します。 ナット。 ジュネット。 50、1189–1195 (2018)。

論文 CAS PubMed PubMed Central Google Scholar

Chung, NC、Miasojedow, B.、Startek, M. & Gambin, A. Jaccard/Tanimoto 類似性テストおよび生物学的存在-不在データの推定方法。 BMCバイオインフォーム。 20、644 (2019)。

記事 Google Scholar

Larsson、J. eulerr: 楕円を使用した面積比例オイラー図とベン図。 R パッケージ バージョン 7.0.0 (2022)。

Yu, G. ggplotify: プロットを 'grob' または 'ggplot' オブジェクトに変換します。 R パッケージ バージョン 0.1.0 (2021)。

Therneau, TM 生存: R.R パッケージ バージョン v.3.2-13 https://CRAN.R-project.org/package=survival (2021) の生存分析用パッケージ。

Wiesweg, M. 生存分析: 生存分析および関連プロットのための高レベルのインターフェイス。 R パッケージ バージョン 0.3.0 https://CRAN.R-project.org/package=survivalAnalysis (2022)。

Kassambara, A.、Kosinski, M.、Biecek, P. survminer: 「ggplot2」を使用して生存曲線を描画します。 R パッケージ バージョン 0.4.9 https://CRAN.R-project.org/package=survminer (2021)。

Rコアチーム。 R: 統計コンピューティングのための言語と環境 https://www.R-project.org/ (R Foundation for Statistical Computing、2021)。

ウィッカム、H.ら。 ティディバースへようこそ。 J. オープンソース ソフトウェア。 1686 年 4 月 (2019 年)。

記事 ADS Google Scholar

ダウル、M.ら。 data.table: 「data.frame」の拡張子。 R パッケージ バージョン 1.14.6 https://CRAN.R-project.org/package=data.table (2022)。

ウィッカム、H.ら。 readxl: Excel ファイルを読み取ります。 R パッケージ バージョン 1.4.1 https://CRAN.R-project.org/package=readxl (2022)。

Klik, M. fst: データ フレームの超高速シリアル化。 R パッケージ バージョン 0.9.8 https://CRAN.R-project.org/package=fst (2022)。

Yaari, G.、Bolen, CR、Thakar, J. & Kleinstein, SH 遺伝子発現の定量的セット分析: 遺伝子間相関を含む遺伝子セットの差次的発現を定量化する方法。 核酸研究所 41、e170 (2013)。

論文 CAS PubMed PubMed Central Google Scholar

Turner, JA, Bolen, CR & Blankenship, DM 反復測定、交絡因子調整、および連続共変量のために一般化された定量的遺伝子セット分析。 BMCバイオインフォーム。 16、272 (2015)。

記事 Google Scholar

Meng, H.、Yaari, G.、Bolen, CR、Avey, S. & Kleinstein, SH 遺伝子発現の定量的セット分析を伴う遺伝子セット メタ分析 (QuSAGE)。 PLoS コンピューティング。 バイオル。 15、e1006899 (2019)。

論文 ADS PubMed PubMed Central Google Scholar

Gu, Z.、Eils, R. & Schlesner, M. 複雑なヒートマップは、多次元ゲノム データのパターンと相関関係を明らかにします。 バイオインフォマティクス 32、2847–2849 (2016)。

論文 CAS PubMed Google Scholar

Wickham, H. ggplot2: データ分析のためのエレガントなグラフィックス (Springer、2016)。

Kassambara, A. ggpubr: 'ggplot2' ベースの出版準備ができたプロット。 R パッケージ バージョン 3.3.5 https://CRAN.R-project.org/package=ggpubr (2020)。

Slowikowski、K. ggrepel: 'ggplot2' を使用して、重複しないテキスト ラベルを自動的に配置します。 R パッケージ バージョン 0.9.2 https://CRAN.R-project.org/package=ggrepel (2022)。

Clarke, E. ggbeeswarm: カテゴリカル散布図 (ヴァイオリン ポイント) プロット。 R パッケージ バージョン 0.7.1 https://CRAN.R-project.org/package=ggbeeswarm (2022)。

ウィッカム、H.ら。 スケール: 視覚化のためのスケール関数。 R パッケージ バージョン 1.2.1 https://CRAN.R-project.org/package=scales (2022)。

Pedersen、TL gg​​force: 'ggplot2' を高速化します。 R パッケージ バージョン 0.4.1 https://CRAN.R-project.org/package=ggforce (2022)。

コロラド州ウィルケのカウプロット: 「ggplot2」の合理化されたプロット テーマとプロット注釈。 R パッケージ バージョン 1.1.1 https://CRAN.R-project.org/package=cowplot (2020)。

Lakatos、E. et al. LiquidCNA: 体細胞コピー数変化を使用した縦断的リキッドバイオプシーからのサブクローン進化の追跡。 iScience 24、102889 (2021)。

論文 ADS CAS PubMed PubMed Central Google Scholar

リファレンスをダウンロードする

TRACERx 研究 (ClinicalTrials.gov: NCT01888601) は、University College London (UCL/12/0279) によって後援されており、独立した研究倫理委員会 (13/LO/1546) によって承認されています。 TRACERx は、Cancer Research UK (C11496/A17786) から資金提供を受けており、Cancer Research UK と CRUK (C444/A15953) から中核的補助金を受けている UCL Cancer Trials Centre を通じて調整されています。 TRACERx 研究に参加した患者と親族、そしてこの研究のデータ生成をサポートしてくれたすべての施設職員、研究者、資金提供者、業界パートナーに感謝します。 特に、フランシス・クリック研究所の科学計算部門、高度配列決定施設部門、および実験組織病理学部門のスタッフの支援に感謝します。 J. Brock の協力にも感謝します。 この研究は、Cancer Research UK Lung Cancer Center of Excellence および CRUK City of London Center Award (C7893/A26233) によって支援されました。 MAB は、Cancer Research UK、Rosetrees Trust、および Francis Crick Institute によって支援されています。 NJB はルンドベック財団 (R272-2017-4040) のフェローであり、オーフス大学研究財団 (AUFF-E-2018-7-14) およびノボ ノルディスク財団 (NNF21OC0071483) からの資金提供を認めています。 A. ヒューブナー氏は英国がん研究社の支援を受けています。 DAM は、Cancer Research UK Lung Cancer Center of Excellence (C11496/A30025) によってサポートされています。 TBKW は、フランシス クリック研究所、マリー キュリー ITN プロジェクト PLOIDYNET (FP7-PEOPLE-2013、607722)、乳がん研究財団 (BCRF)、英国王立協会研究教授強化賞 (RP/EA/180007) によって支援されています。そしてフォークス財団。 TKは、日本学術振興会海外特別研究員制度（202060447）の助成を受けています。 CM-R。 は、Rosetrees (M630) および Wellcome Trust によってサポートされています。 ELL はノボノルディスク財団 (16584) から資金提供を受けています。 CTH は、NIHR ユニバーシティ カレッジ ロンドン病院生物医学研究センターから資金提供を受けています。 MJ-H. はCRUKキャリア確立賞の受賞者であり、CRUK、NIH国立がん研究所、IASLC国際肺がん財団、肺がん研究財団、Rosetrees Trust、UKI NETs、NIHRおよびNIHR UCLH生物医学研究センターから資金提供を受けています。 NM はウェルカム トラストと王立協会から共同資金提供を受けているサー ヘンリー デール フェロー (助成金番号 211179/Z/18/Z) であり、英国がん研究、ローズツリーズ、ユニバーシティ カレッジ ロンドン病院の NIHR BRC からも資金提供を受けています。 CRUKユニバーシティ・カレッジ・ロンドン実験がん医学センター。 TLC は、ハワード ヒューズ医学研究所および放射線腫瘍研究所からの資金援助を認めています。 英国がん研究機関の GIE (A29210) および欧州研究評議会先端研究者賞 (294851)。 NIH (NIH-USA U24CA194354、NIH-USA U01CA190234、NIH-USA U01CA209414 および NIH-USA R35CA22052) および欧州連合・欧州研究評議会 (助成契約番号 866504) の HJWLA。 英国医学研究評議会 (MR/V033077/1)、ローズツリーズ トラストおよびコッツウォルド トラスト (A2437)、ロイヤル マースデンがん慈善団体および黒色腫研究同盟の KL 氏。 図 4 と拡張データ図 7 の生成には BioRender が使用されました。CS は王立協会ネイピア研究教授 (RSRP\R\210001) です。 この研究はフランシス・クリック研究所によって支援されており、同研究所は英国がん研究協会 (CC2041)、英国医学研究評議会 (CC2041)、およびウェルカム・トラスト (CC2041) から中核的資金提供を受けています。 オープンアクセスの目的で、著者は、この投稿から生じた著者が承認した原稿バージョンに CC BY 公共著作権ライセンスを適用しました。 CS は、Cancer Research UK (TRACERx (C11496/A17786)、PEACE (C416/A21999)、および CRUK Cancer Immunotherapy Catalyst Network) によって資金提供されています。 がん研究英国肺がんセンター オブ エクセレンス (C11496/A30025)。 ローズツリーズ・トラスト、バターフィールドおよびストーニーゲート・トラスト。 ノボノルディスク財団 (ID16584); 王立協会教授職強化賞 (RP/EA/180007)。 国立衛生研究所 (NIHR) ユニバーシティ カレッジ ロンドン病院生物医学研究センター。 英国がん研究 – ユニバーシティ・カレッジ・ロンドン・センター。 実験的がん医学センター。 乳がん研究財団 (米国) BCRF-22-157; Cancer Research UK 早期発見診断プライマー賞 (Grant EDDPMA-Nov21/100034)。 マーク財団がん研究アスパイア賞 (助成金 21-029-ASP)。 この研究は、Stand Up to Cancer-LUNGevity-American Lung Association Lung Cancer Interception Dream Team Translational Research 助成金（助成金番号 SU2C-AACR-DT23-17 へ SM Dubinett および AE Spira）によって支援されました。 Stand Up To Cancer は Entertainment Industry Foundation の一部門です。 研究助成金は、SU2C の科学パートナーである米国癌研究協会によって管理されています。 CS は、欧州連合の Horizo​​n 2020 研究およびイノベーション プログラム (助成契約番号 835297) に基づいて、欧州研究評議会から ERC Advanced Grant (PROTEUS) を受け取っています。

これらの著者は同様に貢献しました: Christopher Abbosh、Alexander M. Frankell、Thomas Harrison、Judit Kisistok、Aaron Garnett

この作品は次の著者が共同監修しました: Nicolai J Birkbak、Nicholas McGranahan、Charles Swanton

Cancer Research UK 肺がんセンター オブ エクセレンス、ユニバーシティ カレッジ ロンドンがん研究所、ロンドン、英国

クリストファー・アボッシュ、アレクサンダー・M・フランケル、セルバラジュ・ヴェリア、ソフィア・ウォード、クリスティアナ・グリゴリアディス、ケビン・リッチフィールド、クレア・プティック、ドゥルヴァ・ビスワス、柄崎貴弘、ジェームズ・RM・ブラック、カルロス・マルティネス＝ルイス、メイズ・アル・バキール、エミリア・L・リム、アリアナ・ヒュブナー、デヴィッド・A・ムーア、エリザベス・マンザーノ、クリスピン・T・ハイリー、マリアム・ジャマル＝ハンジャニ、アビゲイル・ブンクム、アントニア・トンチェバ、コランティン・リチャード、クリスティーナ・ナソー＝ロンバルデリ、フォテイニ・アタナソポロウ、フランシスコ・ヒメノ＝バリエンテ、ハオラン・ザイ、ジエ・ミン・ラム、カースティン・トール、クルパ・タッカー、マリアナ・ヴェルナー・サンダーランド、ミシェル・ディーツェン、ミシェル・レオン、モニカ・シヴァクマール、ネンナヤ・カヌ、オリビア・ルーカス、オスマン・アル・サワフ、パウリナ・プリマス、ロバート・ベンサム、サデグ・サガフィニア、セルジオ・A・ケザダ、シャロン・ヴァンルー、シモーネ・ザッカリア、ソーニャ・ヘッセイ、ウィン・キン・リュー、マーティン・D・フォースター、シオ・ミン・リー、ニコライ・J・バークバック、ニコラス・マクグラナハン、チャールズ・スワントン

がん進化とゲノム不安定性研究所、フランシス・クリック研究所、ロンドン、英国

アレクサンダー・M・フランケル、ソフィア・ウォード、クリスティアナ・グリゴリアディス、クレア・プティック、ドゥルヴァ・ビスワス、柄崎貴弘、メイズ・アル・バキール、オリオル・ピッチ、トーマス・BK・ワトキンス、エミリア・L・リム、アリアナ・ヒュブナー、デヴィッド・A・ムーア、クリスピン・T・ハイリー、ダニエルE・クック、ギャレス・A・ウィルソン、レイチェル・ローゼンタール、アンドリュー・ローワン、ブリタニー・B・キャンベル、クリス・ベイリー、クラウディア・リー、エマ・コリヴァー、フォテイニ・アタナソポロウ、ハオラン・ザイ、ジャヤント・K・レイン、ケイティ・SS・エンフィールド、マーク・S・ヒル、ミシェルディーツェン 、 ミシェル・レオン 、 マイケル・アンジェロワ 、 オリヴィア・ルーカス 、 オスマン・アル・サワフ 、 ニコライ・J・バークバック & チャールズ・スワントン

インビテイ、サンフランシスコ、カリフォルニア州、米国

トーマス・ハリソン、アーロン・ガーネット、ローラ・ジョンソン、マイク・モロー、エイドリアン・チェッシュ、モーガン・R・シュローダー、アーミル・シャープルワラ、アーロン・オデル、ポーラ・ロバーツ、ロバート・D・デイバー、エイベル・ライコン、ジョシュ・スタール

オーフス大学病院分子医学科（デンマーク、オーフス）

ジュディス・キシストック、マシュー・ソカック、ニコライ・J・バークバク

オーフス大学臨床医学科（デンマーク、オーフス）

ジュディス・キシストック、マシュー・ソカック、ニコライ・J・バークバク

オーフス大学、バイオインフォマティクス研究センター、オーフス、デンマーク

ジュディス・キシストック、マシュー・ソカック、ニコライ・J・バークバク

医療における人工知能 (AIM) プログラム、マサチューセッツ州ボストン、ハーバード大学医学部、マサチューセッツ州ブリガム大将

タファズワ・L・チャウンズワ、ヤコブ・ワイス、ヒューゴ・JWL・アーツ

米国マサチューセッツ州ボストン、ハーバード大学医学部、ダナ・ファーバー癌研究所、ブリガム・アンド・ウィメンズ病院放射線腫瘍科

タファズワ・L・チャウンズワ、ヤコブ・ワイス、ヒューゴ・JWL・アーツ

フライブルク大学病院放射線科、フライブルク、ドイツ

ヤコブ・ワイス

先進的配列決定施設、フランシス・クリック研究所、ロンドン、英国

ソフィア・ウォード、フォテイニ・アタナソポロウ、ジェローム・ニコッド

がんゲノム進化研究グループ、がん研究英国肺がんセンター、ユニバーシティ・カレッジ・ロンドンがん研究所、英国ロンドン

クリスティアナ・グリゴリアディス、クレア・プティック、ジェームズ・RM・ブラック、カルロス・マルティネス＝ルイス、アリアナ・ヒュブナー、カースティン・トール、ミシェル・ディーツェン、ミシェル・レオン、ロバート・ベンサム、ニコラス・マグラナハン

ユニバーシティ・カレッジ・ロンドンがん研究所、腫瘍免疫ゲノミクスおよび免疫監視研究所、ロンドン、英国

ケビン・リッチフィールド

ビル・ライオンズ情報センター、ユニバーシティ・カレッジ・ロンドン癌研究所、ロンドン、英国

ドゥルヴァ・ビスワス & ハビエル・エレーロ

ユニバーシティ・カレッジ・ロンドン癌研究所、癌転移研究室、ロンドン、英国

ザ・ベスト・オブ・唐崎貴洋, マリアム・ジャマル＝ハンジャニ, アビゲイル・ブンクム, ジー・ミン・ラム, オスマン・アル・サワフ, ソーニャ・ヘッシー & ウィン・キン・リュー

ユニバーシティ・カレッジ・ロンドン病院細胞病理学部門、ロンドン、英国

デヴィッド・A・ムーア、テレサ・マラフィオティ、エレイン・ボーグ、メアリー・ファルゾン、リーナ・ハイヤー

アストラゼネカ、ケンブリッジ、英国

ナディア・ゴディン＝ヘイマン、アン・レルノー、ハンナ・バイ、ダレン・ホジソン

クリスティ NHS 財団トラスト、マンチェスター、英国

ファビオ・ゴメス、ケイト・ブラウン、マシュー・カーター、アンシュマン・チャトゥルヴェディ、リンジー・プリースト、ペドロ・オリベイラ

バーミンガム大学病院 NHS 財団トラスト、バーミンガム、英国

アクシャイ・J・パテル、アヤ・オスマン、クリスター・ラクソン、ジェラルド・ラングマン、ヘレン・シャックルフォード、マダヴァ・ジャラマン、サルマ・カディリ、ゲイリー・ミドルトン

レスター大学がん研究センター、レスター、英国

ニコラス・キャリー、ジョーン・ライリー、ジャッキー・A・ショー、ガーディープ・マサール、リンジー・プリムローズ

アストラゼネカ、米国マサチューセッツ州ウォルサム

ダニエル・ステットソン & J. カール・バレット

ケンブリッジ大学生化学教室（ケンブリッジ、英国）

ロデリック M. コートレバー & ジェラルド I. エヴァン

Cancer Research UK & UCL Cancer Trials Centre、ロンドン、英国

アラン・ハクショー、アビゲイル・シャープ、ショーン・スミス、ニコール・ガワー、ハージョット・カウル・ダンダ、キティ・チャン、カミラ・ピロッティ、レイチェル・レスリー

放射線学および核医学、CARIM & GROW、マーストリヒト大学、マーストリヒト、オランダ

ヒューゴ JWL アーツ

ユニバーシティ・カレッジ・ロンドン病院腫瘍科、ロンドン、英国

マリアム・ジャマル＝ハンジャニ、サラ・ベナフィフ、ジー・ミン・ラム、オリヴィア・ルーカス、マーティン・D・フォスター、シオ・ミン・リー、ディオニュシス・パパダトス＝パストス、ジェームズ・ウィルソン、ターニャ・アーマド、チャールズ・スワントン

シングルトン病院、スウォンジー ベイ大学保健委員会、スウォンジー、英国

ジェイソン・F・レスター

レスターNHSトラスト大学病院、レスター、英国

アムリタ・バジャージ、アポストロス・ナカス、アズミナ・ソーダ・ラムディーン、ケン・アン、モハマド・トゥファイル、モハメド・フィヤズ・チョードリー、モリー・スコットランド、レベッカ・ボイルズ、シュリダール・ラティナム、ディーン・A・フェネル

レスター大学、レスター、英国

クレア・ウィルソン、ドメニック・ブラウン、オールド・ショーン、ディーン・A・フェネル

ロイヤル フリー病院、ロイヤル フリー ロンドン NHS 財団トラスト、ロンドン、英国

エカテリーニ・ボレティ

アバディーン王立診療所NHSグランピアン、アバディーン、英国

ヘザー・チェーン、モハメド・カリル、シャーリー・リチャードソン、トレイシー・クルックシャンク

英国アバディーン、アバディーン王立診療所NHSグランピアン腫瘍内科

ジリアン・プライス

アバディーン大学、アバディーン、英国

ジリアン・プライス & キース・M・カー

病理学部門、アバディーン王立診療所NHSグランピアン、アバディーン、英国

キース・M・カー

ウィッティントン病院 NHS トラスト、ロンドン、英国

ケイリー・ギルバート

バーミンガム急性期治療研究グループ、炎症および老化研究所、バーミンガム大学、バーミンガム、英国

バブ・ナイドゥ

免疫学および免疫療法研究所、バーミンガム大学、バーミンガム、英国

ゲイリー・ミドルトン

マンチェスターがん研究センター バイオバンク、マンチェスター、英国

アンジェラ・リーク、ジャック・デイヴィス・ホジキンソン、ニコラ・トッテン

ウィゼンショー病院、マンチェスター大学 NHS 財団トラスト、ウィゼンショー、英国

アンヘレス・モンテロ、エレイン・スミス、ユースタス・フォンテーヌ、フェリーチェ・グラナート、ヘレン・ドーラン、ジュリエット・ノヴァシオ、ケンダダイ・ランモハン、リーナ・ジョセフ、ポール・ビショップ、ラジェシュ・シャー、スチュアート・モス、ビジェイ・ジョシ、フィリップ・クロスビー

マンチェスター大学、感染症、免疫および呼吸器医学部門、マンチェスター、英国

フィリップ・クロスビー

Cancer Research UK 肺がんセンター オブ エクセレンス、マンチェスター大学、英国マンチェスター

フィリップ・クロスビー、アンシュマン・チャトゥルヴェディ、リンジー・プリースト、ペドロ・オリベイラ、アレクサンドラ・クリプソン、ジョナサン・タグウッド、アラステア・カー、ドミニク・G・ロスウェル、エレイン・キルガー＆キャロライン・ダイブ

マンチェスター大学癌科学部門およびクリスティ NHS 財団トラスト、マンチェスター、英国

コリン・R・リンゼイ、フィオナ・H・ブラックホール、マシュー・G・クレブス、イヴォンヌ・サマーズ

英国癌研究マンチェスター研究所癌バイオマーカーセンター、マンチェスター大学、マンチェスター、英国

アレクサンドラ・クリプソン、ジョナサン・タグウッド、アラステア・カー、ドミニク・G・ロスウェル、エレイン・キルガー & キャロライン・ダイブ

計算癌生物学研究所、統合腫瘍学センター (CIO)、ケルンエッセン癌研究センター (CCCE)、医学部およびケルン大学病院、ケルン大学、ケルン、ドイツ

ローランド・F・シュワルツ

ベルリン学習データ基盤研究所 (BIFOLD)、ベルリン、ドイツ

ローランド・F・シュワルツ & トム・L・カウフマン

ベルリン医療システム生物学研究所、ヘルムホルツ協会 (MDC) のマックス デルブリュック分子医学センター、ベルリン、ドイツ

トム・L・カウフマン

テキサス大学 MD アンダーソンがんセンター遺伝学部、米国テキサス州ヒューストン

ピーター・ヴァン・ルー

テキサス大学 MD アンダーソンがんセンター、ゲノム医学部門、米国テキサス州ヒューストン

ピーター・ヴァン・ルー

フランシス・クリック研究所、がんゲノミクス研究所、ロンドン、英国

ピーター・ヴァン・ルー、ジョナス・ドゥムルメステール、カルラ・カスティニャーニ、エリザベス・ラローズ・カデュー

デンマークがん協会研究センター、コペンハーゲン、デンマーク

ゾルタン・シャラシ & ミクロス・ディオシー

コンピュータ医療情報学プログラム、ボストン小児病院、ボストン、マサチューセッツ州、米国

ゾルタン・シャラシ & ミクロス・ディオシー

センメルワイス大学、生命情報学部、ブダペスト、ハンガリー

ゾルタン・シャラシ

ベルギー、アントワープのZAS病院病理学部

ロベルト・サルガド

ピーター・マッカラムがんセンター研究部門、メルボルン、ビクトリア州、オーストラリア

ロベルト・サルガド

ELTE エトヴェシュ・ロラン大学、ブダペスト、ハンガリーの複雑系物理学科

ミクロス・ディオシー

統合癌ゲノミクス研究室、腫瘍学部、ルーヴェン大学、ルーヴェン、ベルギー

ジョナス・ドゥムルメステール

VIB–KU ルーヴェン癌生物学センター、ルーヴェン、ベルギー

ジョナス・ドゥムルメステール

計算癌ゲノミクス研究グループ、ユニバーシティ・カレッジ・ロンドン癌研究所、ロンドン、英国

アビゲイル・バンクム、オリヴィア・ルーカス、シモーネ・ザッカリア、ソーニャ・ヘッセイ

フランシス・クリック研究所、ロンドン、英国

エエンガス・スチュワート、アラステア・マグネス、クレア・E・ウィーデン、ディナ・レヴィ、エヴァ・グリーンルース、ジャッキー・ゴールドマン、ミカエル・エスクデロ、フィリップ・ホブソン、ロベルト・ヴェンドラミン、ステファン・ボーイング、タマラ・デナー、ヴィットリオ・バーベ、ウェイティン・ルー、ウィリアム・ヒル、内藤裕＆ゾーイラムズデン

ユニバーシティ・カレッジ・ロンドン癌研究所、ロンドン、英国

アンジェリキ・カラマーニ、ベニー・チェーン、デヴィッド・R・ピアース、デスポイナ・カラジャンニ、エレナ・ホッジャ、フィリップ・ガルベス＝カンシノ、ジョージア・スタヴルー、ゲラシモス・マストロカロス、ヘレン・L・ロウ、イグナチウス・マトス、ジェームズ・L・リーディング、ジャヤント・K・レイン、ジョン・A・ハートリー、カヤルヴィジ・セルバラジュ、ケジョン・チェン、リア・エンセル、マンシ・シャー、マルコス・バスケス、マリア・リトフチェンコ、オルガ・チェルヴォワ、ピョートル・パウリク、ロバート・E・ハインズ、サイオア・ロペス、サミュエル・ギャンブル、セン・クオン・アナキン・ウン、シュプリート・カウル・ボラ、サノス・P・モーリキス、ヴィクトリア・スパンズウィック & イン・ウー

メディカルゲノミクス、ユニバーシティ・カレッジ・ロンドン癌研究所、ロンドン、英国

カルラ・カスティニャーニ、エリザベス・ラローズ・カデュー、ミリャナ・タニッチ、ステファン・ベック

実験組織病理学、フランシス・クリック研究所、ロンドン、英国

エマ・ナイ & リチャード・ケビン・ストーン

レトロウイルス免疫学グループ、フランシス・クリック研究所、ロンドン、英国

ジョージ・カシオティス & ケビン・W・ン

インペリアル・カレッジ・ロンドン医学部感染症科、ロンドン、英国

ジョージ・カシオティス

英国ロンドン、ユニバーシティ・カレッジ・ロンドン病院血液内科

カール・S・ペッグス

ユニバーシティ・カレッジ・ロンドン癌研究所、血液学研究部、癌免疫学ユニット、ロンドン、英国

カール・S・ペッグス

オランダがん研究所、分子腫瘍学および免疫学部門、アムステルダム、オランダ

クリス・ダイクストラ

Oncode Institute、ユトレヒト、オランダ

クリス・ダイクストラ

実験腫瘍学、セルビア腫瘍学放射線研究所、ベオグラード、セルビア

ミリャナ・タニッチ

ユニバーシティ・カレッジ・ロンドン癌研究所、血液学研究部癌免疫ユニット、免疫調節および腫瘍免疫療法グループ、ロンドン、英国

セルヒオ・A・ケサダ

医用画像コンピューティングセンター、ユニバーシティ・カレッジ・ロンドン、医用物理学および生体医工学工学部、ロンドン、英国

カタリナ・ヴェイガ

ユニバーシティ・カレッジ・ロンドン癌研究所、医物理学および生物工学部、ロンドン、英国

ゲイリー・ロイル

ユニバーシティ・カレッジ・ロンドン、医学物理学および生体医工学工学科、ロンドン、英国

チャールズ・アントワーヌ・コリンズ・ブラック

ユニバーシティ・カレッジ・ロンドン医学部門核医学研究所、ロンドン、英国

フランシス・フライオリ

構造分子生物学研究所、ユニバーシティ・カレッジ・ロンドン、ロンドン、英国

ポール・アシュフォード

ユニバーシティ・カレッジ・ロンドン、ロンドン、英国

トリスタン・クラーク

ユニバーシティ・カレッジ・ロンドン病院放射線科、ロンドン、英国

アレクサンダー・ジェームス・プロクター、アジア・アーメッド、マガリ・N・テイラー、アルジュン・ナイル

ユニバーシティ・カレッジ・ロンドン医学部、UCL呼吸器科、ロンドン、英国

アルジュン・ナイル

英国ロンドン、ユニバーシティ・カレッジ・ロンドン病院NHSトラスト胸部外科

デヴィッド・ローレンス & デヴィッド・パトリーニ

Lungs for Living Research Centre、UCL Respiratory、University College London、ロンドン、英国

ニール・ナヴァーニ、リッキー・M・タクラー、サム・M・ジェーンズ

英国ロンドン、ユニバーシティ・カレッジ・ロンドン病院胸部内科

ニール・ナヴァーニ & リッキー・M・タクラー

ユニバーシティ・カレッジ・ロンドン病院、ロンドン、英国

エミリー・マルティノーニ・ホーゲンブーム、フルール・モンク、ジェームズ・W・ホールディング、ジュナイド・チョーダリー、クナル・バクリ、マルコ・スカルシ、マーティン・ヘイワード、ニコラオス・パナギオトプロス、パット・ゴーマン、ロバート・CM。 スティーブンス、イエンニン ソフィア ウォン & スティーブ バンデュラ

がん研究所、ロンドン、英国

アンカ・グラパ、ハンユン・チャン、ハリド・アブドゥルジャバー、シャオシー・パン

テキサス大学 MD アンダーソンがんセンター、米国テキサス州ヒューストン

イーイン・ユアン

独立したがん患者の声、英国ロンドン

デヴィッド・シューター & マイリード・マッケンジー

大学病院サウサンプトン NHS 財団トラスト、サウサンプトン、英国

セリーナ・チー、アイマン・アルゼタニ、リディア・スカーレット、ジェニファー・リチャーズ、パパワディー・イングラム、シルビア・オースティン

英国サウサンプトン、サウサンプトンNHS財団トラスト大学病院腫瘍科

ジュディス・ケイブ

インペリアル・カレッジ・ロンドン、胸部外科学術部門、ロンドン、英国

エリック・リム

ロイヤル ブロンプトン病院とヘアフィールド病院、ガイズ アンド セント トーマス NHS 財団トラスト、ロンドン、英国

エリック・リム、パウロ・デ・スーザ、サイモン・ジョーダン、アレクサンドラ・ライス、ヒルガルト・ラウベンハイマー、ハルシル・バヤニ、リン・アンブローズ、アナンド・デバラジ、ヘマ・チャヴァン、ソフィーナ・ベガム、シルヴィウ・I・ブデリ、ダニエル・カニウ、ムフォ・マリマ、サラ・ブース、ナディア・フェルナンデス、プラティバ・シャー& キアラ・プロリー

英国ロンドン、ガイズ・アンド・セント・トーマスNHS財団トラスト、ロイヤル・ブロンプトン・アンド・ヘアフィールド病院、組織病理学部門

アンドリュー・G・ニコルソン

国立心肺研究所、インペリアル・カレッジ・ロンドン、ロンドン、英国

アンドリュー・G・ニコルソン

ロイヤル サリー病院、ロイヤル サリー病院 NHS 財団トラスト、ギルフォード、英国

マデリン・ヒューイッシュ

サリー大学、ギルフォード、イギリス

マデリン・ヒューイッシュ

シェフィールド教育病院NHS財団トラスト、シェフィールド、英国

サラ・ダンソン

リバプール心臓胸部病院、リバプール、英国

マイケル・J・シャッククロス

プリンセス アレクサンドラ病院、プリンセス アレクサンドラ病院 NHS トラスト、英国ハーロー

リリー・ロビンソン & ピーター・ラッセル

グラスゴー大学癌科学部、グラスゴー、英国

ケビン・G・ブライス & ジョン・ル・ケイン

Cancer Research UK Beatson Institute、グラスゴー、英国

ケビン・G・ブライス & ジョン・ル・ケイン

クイーンエリザベス大学病院、グラスゴー、英国

ケビン・G・ブライス

NHS グレーター・グラスゴー・アンド・クライド、グラスゴー、英国

クレイグ・ディック

英国グラスゴー、NHS グレーター・グラスゴー・アンド・クライド、クイーン・エリザベス大学病院病理学部

ジョン・ル・ケイン

ゴールデン ジュビリー国立病院、クライドバンク、英国

アラン・カーク、モー・アシフ、ロッコ・ビランシア、ニコス・コストウラス、マシュー・トーマス

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

CA、AMF、NJB、NM、CS が共同で原稿を執筆しました。 CA、AMF、NJB、JS、CS が研究デザインを考案しました。 CA、AMF、JK、KG、CP、DB、TLC、JW、CM-R.、MAB、OP、TBKW、ELL、A. ヒューブナー、DAM、R. サルガド、FG、AJP、EM、DEC、CTH、 MJ-H. NJB は、臨床病理学的データ、トランスクリプトーム データ、エクソーム データ、ctDNA データを統合しました。 CA、TH、AG、AL、JS、MRS、KL、LJ、CP、および CS は、この原稿で使用される MRD 呼び出しアルゴリズムの開発と検証に取り組みました。 AMF は ECLIPSE を開発し、この原稿で使用されているクローン組成の分析を実行しました。 AG、MM、AC、LJ、PR、RDD は、ctDNA データに対して AMP NGS 実験作業を実施しました。 KG は GISTIC コピー数分析を実行しました。 SV、SW、NC、JR、RDD、MM、AC、および JAS は、TRACERx 患者サンプルの保管および/または DNA 抽出および/または患者サンプルの配列決定を監督しました。 TLC、JW、および HJWLA は、ベースライン CT スキャンの放射線分析を実施しました。 TH、MRS、AG、AS、AO、AL は、ArcherDx バリアントの選択、PSP 設計、および AMP データの情報処理を実施しました。 AMF、KG、MAB、OP、TBKW、ELL、A. Huebner、DEC、および NM は、マルチ領域シーケンスおよび系統樹解析を実施し、PSP 設計用の TRACERx バリアントを特定しました。 DAMは病理学的検査を実施した。 A. レルノー、AG、LH、PR、HB、NG-H。 AMP MRD アッセイの分析検証実験を設計および実施しました。 CA と TH は、AMP アッセイの in silico 特異性実験を設計し、実施しました。 DB と NJB は ORACLE 分析を実施しました。 CA と TK は放射線画像レポートのレビューを実施しました。 RMK、DH、DS、GIE、および JCB は、この論文で実行された分析についてアドバイスを提供しました。 MJ-H.、JAS、および CS が研究プロトコルを設計しました。 A. ハックショーは統計上のアドバイスを提供しました。 CA、NM、MJ-H.、NJB、CS が研究全体を監督しました。 著者全員が原稿の最終版を承認しました。

クリストファー・アボッシュ、ニコラス・マグラナハン、またはチャールズ・スワントンとの通信。

CAはアストラゼネカとブリストル・マイヤーズ スクイブ社から講演料や経費を受け取り、アストラゼネカでの雇用を報告している。 CAおよびCSは、腫瘍再発を検出するアッセイ技術に関する欧州特許出願の発明者として記載されています(PCT/GB2017/053289)。 この特許は営利団体にライセンスされており、その雇用条件に基づき、CA および CS はかかるライセンスから生じた収益の収益分配を受ける義務があります。 CA と CS は、肺がんを検出する方法に関する特許出願 (PCT/US2017/028013) を宣言しました。 AMF、CA、および CS は、腫瘍モニタリングの方法およびシステムを決定するための特許出願の発明者として指名されています (PCT/EP2022/077987)。 CA、CS、KL、CP、TH、LJ、MRS、AG、および A. Licon が、ctDNA 検出アルゴリズムに関連する暫定特許保護の発明者に指名されています。 SV は、サンプル中の分子を検出する方法の特許 (米国特許、10,578,620) の共同発明者としてリストされています。 TH、AG、MM、AC、AS、AO、LJ、PR、MRS、RDD、AL、および JS は、Invitae または ArcherDx の元または現在の従業員であり、株式所有権を報告しています。 DB は NanoString と AstraZeneca からの個人料金を報告しており、がんの予後予測方法に関する特許 (PCT/GB2020/050221) を申請しています。 MAB は Achilles Therapeutics にコンサルティングを行っています。 DAMはアストラゼネカ、イーライリリー、武田薬品からの講演料を報告している。 アストラゼネカ、サーモフィッシャーサイエンティフィック、武田薬品、アムジェン、ヤンセン、MIM ソフトウェア、ブリストルマイヤーズ スクイブ、イーライリリーからのコンサルタント料。 武田薬品とアムジェン社から教育支援を受けています。 NG-H.、A. L'Hernault、HB、DH、DS、JCB はアストラゼネカの株式所有と雇用を報告しています。 A. ハクショーは、ロシュが後援する臨床試験およびロシュが調整する学術プロジェクトの独立データ監視委員会のメンバーとして手数料を受け取っています。 CTHはアストラゼネカから講演料を受け取っている。 MJ-H. Achilles Therapeutics の科学諮問委員会および運営委員会の諮問を行っており、そのメンバーでもあります。 ファイザー、アステックス・ファーマシューティカルズ、オスロがんクラスターから講演料を受け取っている。 肺がんの検出方法に関する欧州特許出願の共同発明者として記載されています (PCT/US2017/028013)。 この特許は、雇用条件に基づいて営利団体および MJ-H にライセンスされています。 かかるライセンスから生じた収益の一部が支払われることになります。 NJB は、がん治療に対する反応者を特定する特許 (PCT/GB2018/051912) の共同発明者としてリストされており、がんの予後予測方法に関する特許出願 (PCT/GB2020/050221) および抗がん剤の予測方法に関する特許を取得しています。がん反応 (US14/466,208)。 HJWLA は、Onc.AI、Sphera、Love Health から個人料金と株式を受け取り、ブリストル マイヤーズ スクイブから講演料を受け取りました。 KL は、インデル負荷と CPI 応答に関する特許 (CA3068366A) を保有しており、Roche 組織診断と Ellipses Pharmaceuticals からの講演料、CRUK TDL/Ono/LifeArc アライアンス、Genesis Therapeutics からの研究資金、および Monopteros Therapeutics および Kynos Therapeutics とのコンサルティングの役割 (すべて社外) からの講演料を取得しています。この作品の）。 NMはコンサルタント料を受け取り、Achilles Therapeutics社のストックオプションを保有している。 また、ネオアンチゲンの標的化 (PCT/EP2016/059401)、免疫チェックポイント阻害に対する患者の反応の特定 (PCT/EP2016/071471)、HLA LOH の決定 (PCT/GB2018/052004)、がん患者の生存率の予測に関する欧州特許を保有しています ( PCT/GB2020/050221)。 CSは、アストラゼネカ、ベーリンガーインゲルハイム、ブリストル・マイヤーズ スクイブ、ファイザー、ロシュ・ベンタナ、Invitae（以前のArcher Dx、最小残存疾患シーケンス技術における協力）、小野薬品およびPersonalisからの助成金支援を認めています。 彼はアストラゼネカの諮問委員会のメンバーであり、AZ MeRmaiD 1 および 2 臨床試験の主任研究者であり、GRAIL が資金提供する NHS Galleri 試験の共同主任研究者であり、GRAIL の科学諮問委員会の有給メンバーでもあります。 彼は、Achilles Therapeutics (科学諮問委員会のメンバーでもある)、Bicycle Therapeutics (科学諮問委員会のメンバーでもある)、Genentech、Medicxi、Roche Innovation Centre – Shanghai、Metabomed (2022 年 7 月まで)、およびサラからコンサルタント料を受け取っています。大砲研究所; アムジェン、アストラゼネカ、ファイザー、ノバルティス、グラクソ・スミスクライン、MSD、ブリストル・マイヤーズ スクイブ、イルミナ、ロシュ・ベンタナから謝礼金を受け取っている。 2021年6月までApogen BiotechnologiesとGRAILのストックオプションを保有しており、現在はEpic Bioscience、Bicycle Therapeuticsのストックオプションを保有しており、Achilles Therapeuticsの共同創設者でもある。 さらに、ネオアンチゲンの標的化 (PCT/EP2016/059401)、免疫チェックポイント阻害に対する患者の反応の特定 (PCT/EP2016/071471)、HLA LOH の決定 (PCT/GB2018/052004)、がん患者の生存率の予測に関連する追加の特許出願を保持しています。 (PCT/GB2020/050221)、がん治療に反応する患者の特定 (PCT/GB2018/051912)、および挿入/欠失変異標的の特定に関するヨーロッパおよび米国の特許出願 (PCT/GB2018/051892)。

Nature は、この研究の査読に貢献してくれた Aadel Chaudhuri と他の匿名の査読者に感謝します。

発行者注記 Springer Nature は、発行された地図および所属機関の管轄権の主張に関して中立を保っています。

A. 原発腫瘍配列データから設計された患者特異的パネル (PSP) の積み上げ棒グラフ。パネルごとのクローン (暗赤色) およびサブクローン (薄赤色) バリアントの数を示します。 クローン性情報が欠如している変異体は灰色で表示されます (患者あたり 3 つの変異体の中央値 [1-20]、これらの変異は TRACERx によって呼び出されないか、または ArcherDx によって呼び出されるが TRACERx では呼び出されません。方法を参照)。 中央値の 126 個のクローン変異体 (範囲 21 ～ 195) と 64 個のサブクローン変異体 (範囲 0 ～ 174) が PSP によって追跡されました。 クローン性は、NSCLC の一次切除に由来する複数領域エクソーム データの PyClone 分析によって決定されました (方法)。PyClone データが存在しない場合、すべての複数領域配列決定された腫瘍サンプルに存在する変異はクローンと呼ばれました。 B. 患者ごとに PSP によって追跡された複数領域の腫瘍エクソーム データに由来するサブクローン クラスターの割合を示すバイオリン プロット。 各患者の複数領域エキソーム由来の系統樹に存在するサブクローン変異クラスターの中央値 88% が追跡されました [範囲 0 ～ 100]。 系統樹を持つ 184 個の腫瘍が含まれていました。 C. コホートの cfDNA インプット値の分布、インプット中央値 23 ng、n = 1069 サンプル。 一部のコホートに対しては 60 ng 投入でのキャッピングが実行され、この値でのピークが説明されました。 コホートの残りの部分では、抽出されたすべての cfDNA がアッセイに入力されました (色は、示されているように、異なる cfDNA 入力カテゴリーを表します)。 D. コホート全体にわたるバリアントごとの固有のシーケンス深度値の分​​布を示すヒストグラム。 固有の深さは、PSP がターゲットとする位置全体で達成されるエラー制御された深さを指します (コンセンサスエラー制御リードを作成するには、少なくとも 5 つの固有分子識別子 (UMI) 一致リードが必要です。方法を参照)。 PSP によって追跡されたバリアントごとの一意の深さの中央値は 2226x (範囲 0 ～ 53789x、n = 201910) でした。 E. アッセイへの cfDNA インプット (ng、Y 軸) と、1069 の血漿時点で PSP で達成された UMI 補正深さの中央値 (X 軸) との相関関係。 スピアマンの R 値 = 0.63、両側 P 値 < 2.2e-16。 F. サンプルで達成された重複排除率の中央値 (Y 軸) とアッセイへの cfDNA インプット (ng、X 軸) との関係。 重複率は、リードファミリー内の重複 UMI サポートリード数の中央値を指します。 UMI ファミリーを作成するには 5 つの UMI サポートリードが必要であるため、cfDNA サンプルから回復可能な情報を最大化するために、重複比の中央値が 10 未満のサンプルの再シーケンスが実行されました。 評価された 1,069 個の cfDNA サンプルのうち 17 個で、最終的な重複排除率の中央値が 5 未満でした (プロット上の水平線に相当)。 色はさまざまな cfDNA 入力カテゴリに対応し、パネル c と一致します。 GH. 96 個の変異トリヌクレオチド コンテキスト (X 軸、192 個の変異トリヌクレオチド コンテキスト [TNC] を 96 個の逆相補的同一変異タイプに単純化) ごとのエラー率 (%、Y 軸) を示す箱ひげ図、遷移イベント (G) とトランスバージョンで分割したプロットイベント(H)。 n = 1069 の無細胞 DNA ライブラリからのバックグラウンド位置データをプロットの作成に利用し、パイロット データ分析からバックグラウンド エラー率が低いと予測されたバリアントを PSP 設計に優先しました。 ヒンジは第 1 四分位数と第 3 四分位数に対応し、ひげは四分位間範囲の 1.5 倍を超えない最大/最小値まで伸びます。 中心線は中央値を表します。

広告。 プロジェクトのパイロット段階で観察された術前および術後の MRD コーラー P 値 (Y 軸 MRD コーラー P 値、片側ポアソン検定、「方法」を参照)。 X 軸はクローン ctDNA レベルを表示します。 A. NSCLC が再発しなかった n = 5 人の患者からの術後サンプル。 すべての n = 55 人の患者サンプルは P > 0.1 閾値を超えるコーラー P 値を有しており、これはそれらが ctDNA について陰性であるとみなされたことを意味します。 B. NSCLC が再発した n = 5 人の患者で観察された術後のコーラー P 値。 13 回の呼び出しのうち 1 回は呼び出し元 P 値が 0.1 ～ 0.01 の間で行われ、残りの 12 回の呼び出しは呼び出し元 P 値が 0.01 未満で行われました。 C. パイロットコホートからの術前のctDNAコール。 7 人の患者は手術前に血漿中に陽性 ctDNA を有しており、すべてのコールはコール P 値 < 0.01 で行われました。 D. MRD 呼び出し元の特異性を評価するためのインシリコ シミュレーション分析。 評価可能なパイロット患者ライブラリー内で 3157 のモック MRD パネルが生成され、MRD コーラー P 値が評価されました。 コーラー P 値 < 0.1 閾値では、121/3157 の模擬モックパネルが ctDNA 陽性でした (インシリコ特異性 96.2%)。 コーラー P 値閾値 < 0.01 では、模擬パネル 3157 枚中 22 枚が ctDNA 陽性でした (インシリコ特異性 99.3%)。 EF. 50 個のバリアント MRD 検出パネルの分析検証。 E. 既知の一塩基多型 (SNP) プロファイルを持つ断片化 DNA を、異なる SNP プロファイルを持つ断片化 DNA の 2 番目のバックグラウンドにスパイクし、患者固有のパネルは、スパイクインされた DNA に存在する 50 の代替位置をターゲットにしました。 検出プロットの限界を確立するために、示されたさまざまな DNA 入力量にわたって 559 個のデータ ポイントが生成されました。 Y 軸とエラーバーの中心は感度を示します (呼び出し元 P 値 0.01 を使用して、MRD 検出をもたらしたすべての繰り返しの割合として定義されます)。 プロットの信頼区間は、Clopper-Pearson 信頼区間 (95% CI) です。 X 軸は、各リピートにスパイクされた変異生殖細胞系 DNA の量を、そのサンプル中の全 DNA のパーセンテージとして表したものです。 F. 変異対立遺伝子画分を多く含む循環腫瘍 DNA サンプルを、異なる無細胞 DNA バックグラウンドにスパイクしました。 ctDNA 内のバリアントの位置は、50 のバリアント パネルでターゲット化されました。 示された DNA 入力量全体にわたって 100 個のデータ ポイントが生成されました。 軸、誤差範囲は(E)と同じ。 G. 24 人の健康な参加者から提供された 48 個のブランクサンプルの分析からのデータ、コーラー P 値が表示されます。 H. パート (E) およびパート (F) に示されているさまざまなスパイクインにおける意図された対立遺伝子頻度と測定された対立遺伝子頻度を示す棒グラフ。変異型 DNA 陽性サンプルからのデータのみが示されています。 棒グラフの色は、凡例に示されているように、さまざまな DNA 入力質量を表します。 プロット上のエラーバーは、すべての陽性スパイクインサンプルの平均値 +/- 値の標準偏差を表します。 エラーバーが存在しない場合、これは、このスパイクインレベルおよび DNA 入力質量では、陽性サンプルが 1 つだけ観察されたためです。 エラーバーにより観察された平均 AF が 0 未満となった場合、視覚化の目的でエラーバーを 0 で停止しました (0.05% スパイクイン、入力質量 2 ng の場合)。 水平の破線は、0.1%、0.05%、および 0.01% のスパイクイン カテゴリに対応します。 各データ ポイントはプロット上で円で表されます。 n = 369 のバリアント DNA 陽性サンプルが LOD1 棒グラフに表示され、n = 93 のバリアント DNA 陽性サンプルが LOD2 棒グラフに表示されます。 I. ddPCR 反応 (黄色) と AMP PCR 反応 (青色) に入力された無細胞 DNA の内容の比較。 ヒンジは第 1 四分位数と第 3 四分位数に対応し、ひげは四分位間範囲の 1.5 倍を超えない最大/最小値まで伸びます。 中心線は中央値を表します。 プロット上の各点はデータ点を表し、線は同じ患者からのペアのサンプルを接続します。 有意に多くの無細胞 DNA が ddPCR 反応に入力されました (対応のある両側 Wilcoxon 検定 P = 0.01366)。 J. TRACERx で使用される AMP パネルに基づく ctDNA 検出と単一クローン変異体に対する ddPCR 間の直交比較。 ddPCR ctDNA 陽性コール閾値は、2 つの変異体液滴 (下の表) と 1 つの変異体液滴 (上の表) でした。 コンパレーターとして ddPCR を使用したポジティブ一致率 (PPA) とネガティブ一致率 (NPA) が表に表示されます。 両側フィッシャー検定 P 値はクロス表の下に示されています。 K. 300 変異の患者固有のパネルを設計し、0% ～ 0.1% のスパイクイン変異体レベルを含む 10 ng DNA サンプルに適用しました。 300 の変異のインシリコ サブサンプリングが実行され (3 x 200 変異のイン シリコ パネル、3 x 100 変異のイン シリコ パネル、および 3 x 50 変異のイン シリコ パネル、方法を参照)、感度はパネルの対象となる変異の数によって分類されます。 。

この原稿で分析されたさまざまなコホートを示すフロー図。 フロー図の上部は、分析する予定だった血漿サンプルの総数 (197 人の患者から n = 1095) を示していますが、26 件の cfDNA と組織エクソーム データ間の一塩基多型の不一致により 1069 サンプルに減少しました。サンプル交換。 これらのサンプルは、パイロット コホート (左)、術前コホート (中央)、および術後コホート (右) の 3 つの主要なコホートで分析されました。 術後コホートは、ランドマークの評価可能性（ランドマーク ctDNA 分析を可能にするために手術後 120 日以内に提供されたサンプルに関連する）に基づいてさまざまなカテゴリーに分類されました。 B. ベースラインで診断された同時原発患者における個々の腫瘍特異的なクローン ctDNA 画分を示すヒートマップ。 ヒートマップの注釈行には、MRD コーラーによって調査されたすべてのバリアントにわたってそのサンプルに存在する ctDNA コール、最も高い病理学的 TNM ステージ、個々の組織像、およびベースラインで存在する 2 つの同時腫瘍の個々の腫瘍体積が表示されます (このカテゴリの場合、灰色はデータが存在しない、または評価できないボリュームを表します)。 C. 187 人の術前 ctDNA 陽性 NSCLC 患者と術前 ctDNA 陰性 NSCLC 患者のパック年履歴の違いを示す箱ひげ図。 ヒンジは第 1 四分位数と第 3 四分位数に対応し、ひげは四分位間範囲の 1.5 倍を超えない最大/最小値まで伸びます。 中心線は中央値を表します。 P 値はウィルコクソン順位和検定を表します。 D. 単一の原発性腺癌患者（左）および単一の原発性非腺癌患者（右）における、ctDNA高（暗赤色）、ctDNA低（青色）、およびctDNA陰性（灰色）における再発転帰の無さを示すカプラン・マイヤー曲線。 ctDNA の高値と低値は、ctDNA 陽性症例全体のクローン ctDNA レベルの中央値に基づいて分類され、0.16% の上下に関連しています。 ログランク P 値が各プロットに表示されます。 E. 単一（非同時性）NSCLC患者における全生存期間（OS）および再発防止（FFR、再発のみと定義）の多変量コックス回帰分析。 ctDNA検出状態、pTNMステージ（腫瘍リンパ節転移病理学的ステージバージョン7、カテゴリーI、IIまたはIII）、補助療法が実施されたかどうか、年齢、腺癌と非腺癌の予測因子としてlog10変換された独自の配列深度を個別に評価します。 潜在的な偽陰性を表す、シーケンスが不十分なサンプルを調整するための独自のシーケンス深度が含まれています。 n = 88 人の腺癌患者と n = 81 人の非腺癌患者の FFR と OS を分析しました。 フォレスト プロットでは、ひし形は多変数ハザード比 (HR) を表し、エラーバーは 95% 信頼区間 (CI) に対応します。 多変数 P 値 (p) が、各カテゴリの患者数 (N) と並んでプロット上に表示されます。 参照カテゴリーは、ctDNA陽性患者、pTNMステージI患者、および補助療法を受けた患者であった。 FFR 腺癌プロットの結果: ctDNA -ve カテゴリの正確な Cox 回帰 P 値 = 0.00022。 F. 術前ctDNAが検出されたか（暗赤色、右）、検出されなかった（灰色、左）かによって分けられた再発腺癌症例の再発部位を示すヒートマップ。 胸腔内 (縦隔、局所領域、同側肺、遠隔肺 – 緑色) または胸腔外 (骨、脳、肝臓、副腎、胸腔外リンパ節またはその他の胸部外部位 – 赤色) の再発部位が表示されます (表示されている部位は、胸腔内で診断された転移部位です) 180 日間の臨床的再発）。 ヒートマップには、腫瘍リンパ節転移の病理学的バージョン 7 ステージの注釈が付けられます。 G. 術前 ctDNA 陽性 (赤色) または術前 ctDNA 陰性 (灰色) で層別化した再発腺癌患者 (n = 38) の再発後生存率を示すカプラン マイヤー曲線。 ログランク P 値がプロット上に表示されます。

A. 体積分析に利用できる患者と除外理由を示すフローチャート。 B. NSCLC 症例の体積別の数を示すヒストグラム。ctDNA 陽性サンプルは赤いバーで示され、ctDNA 陰性サンプルは灰色のバーで示されます。 n = 150 ボリュームの評価可能なケース。 C. 点として ctDNA 陽性であり、腺癌の状態 (暗赤色) および扁平上皮またはその他の組織像 (暗青色) で色分けされた、個々の TRACERx 症例の体積対 log10 変換クローン ctDNA レベルの相関プロット。 適合線は、腫瘍組織学によって分類された線形モデル線を表します。 相関プロットの下には、腫瘍体積と組織学 (腺癌、扁平上皮、その他のカテゴリー) に基づいて log10 変換されたクローン ctDNA レベルを予測するための、これらのデータに基づく線形多変数モデルを説明する表があります。 P 値は、線形モデルで調整された P 値を表します。n = 96 ctDNA 陽性、体積評価可能な NSCLC が分析されました。 D. (C) のデータに適合した多変量線形回帰モデルに基づいて、ctDNA 陰性腺癌を生物学的低排出または技術的非排出として分類しました (方法を参照)。 特定の腫瘍体積によって、ライブラリーが検出できるクローン ctDNA レベルを超える推定クローン変異 ctDNA レベルが生じた場合（腫瘍体積に基づく推定クローン ctDNA レベルの信頼区間が 95% 低い値は、術前 cfDNA ライブラリーで検出可能なクローン ctDNA レベルを上回ります。）患者）の場合、その症例は生物学的低シェダーの可能性が高い（ヒストグラム上の赤色）として分類されました。 それ以外の場合、ケースは技術的に非シェッドの可能性が高い (ヒストグラム上の青緑色) として分類されました。 Y 軸は、その患者のパネルのクローン変異 ctDNA レベルを最小検出可能クローン変異 ctDNA レベル (MDCL) で割った、下位 95% 信頼推定値を表します。 X 軸は、分析された個々の患者です。 n = 47 ctDNA 陰性腺癌からのデータが提示されました。 E. ctDNA 低脱落腺癌 (青色、患者 28 名由来の n = 79 の腫瘍領域) と ctDNA 陽性腺癌 (赤色、患者 35 名由来の n = 166 の腫瘍およびリンパ節領域) における腫瘍純度を比較したバイオリンボックスプロット。 ペアワイズ比較は線形混合効果モデルを使用して実行され、P 値は両側です。 箱ひげ図のヒンジは第 1 四分位数と第 3 四分位数に対応し、ひげは四分位範囲の 1.5 倍を超えない最大/最小値まで伸び、中心線は中央値を表します。 バイオリンは、基礎となるデータの分布を表します。 F. ctDNA 陽性腺癌 (n = 39 患者) と ctDNA 陰性低シェダー腺癌 (n = 31 患者) の間の遺伝子レベルのドライバーの変化を示すバープロット。 色はctDNAの検出ステータスを示します。 Y 軸は、最も頻繁に変化した上位 14 個の遺伝子を示し、X 軸は、検出カテゴリごとの遺伝子に変化がある患者の割合を示します。 NS: 有意ではありません (FDR P 値調整による両側フィッシャーの正確検定)。 G. ctDNA 陽性腺癌 (n = 39 患者) と ctDNA 陰性低シェダー腺癌 (n = 31 患者) の間の経路レベルのドライバー変異。 X 軸は患者 ID を示し、Y 軸は Sanchez-Vega の定義に従った経路を示します。 上部のバーは ctDNA 検出ステータスを示します (濃い赤色は ctDNA 陽性を表し、青色は生物学的低シェダーを表します)。 ヒートマップの色は突然変異を表示します。 青はクローン変異を示し、赤はサブクローン変異を示します。 どの経路も、ctDNA シェダー腺癌または非シェダー腺癌のいずれにおいても有意な濃縮を示しませんでした (NS: 有意ではありません、FDR P 値調整を使用した両側フィッシャーの直接確率検定を使用)。 H. フィッシャーの両側直接確率検定を使用して、ctDNA 陽性腺癌と ctDNA 陰性低シェダー腺癌を比較した、腫瘍ごとの全ゲノム倍加ステータス。 黄色は少なくとも 1 つの領域で全ゲノム倍化が行われた腫瘍の数を表し、青緑色は全ゲノム倍化が行われていない腫瘍を表します。 I. ctDNA 脱落ステータスによる体積。 赤色の生物学的非脱落物は、最小の四分位サンプルを表します。 これらを分析から除外した後、ctDNA 陽性と ctDNA 低シェダーの間で腫瘍体積に有意な差は見つかりませんでした。 ペアごとの比較は、両側ウィルコクソン順位和検定を使用して行われます。 体積調整したデータセットと比較して、完全なデータセットから得られたctDNA陽性腺癌とctDNA低シェダー腺癌の間で有意に差次的に発現される遺伝子間の重複を示すJ.ベン図。 比較は、厳密な方法を使用して Jaccard 類似性インデックスと対応する両側 P 値を計算することによって行われます。 K. ベン図は、GISTIC で呼ばれる大幅に変化したサイトバンド間の重複を示し、ボリューム調整されたデータセットと比較して、完全なデータセットから得られた ctDNA 陽性と ctDNA 低シェダー腺癌を比較しています。 統計的検定は (J) に続きます。

A. 病気が再発しなかった患者における予想外のctDNA陽性結果の詳細を示す表。 B. CRUK0498 偽陽性分析: ドット プロットは、図示の cfDNA サンプリング時点で確実に検出されたバリアント (左パネル)、正常組織、コントロール DNA、および末梢血単核球 (PBMC、バフィーコート) DNA で確実に検出されたバリアントを表します。 CRUK0498 の患者固有のパネルをこれらのそれぞれのサンプルに適用したもの (中央パネル)、および腫瘍組織エクソーム データにおける選択された変異体の変異対立遺伝子頻度 (右パネル)。 凡例内の 4 つのバリアント (遺伝子 ATP2C1、DDIT4L、EYS、および TUSC3 のバリアント) は、cfDNA サンプル全体の 50% 以上の時点で確実にコールされたバリアントを表します (自信を持ってコールされたとは、個々のバリアントのポアソン片側 P 値を意味することに注意してください) <0.01 [MRD 呼び出し元によって生成、メソッドを参照])。 C. 患者 CRUK0498 の腫瘍のヘマトキシリンおよびエオシンの画像。エクソーム解析により、高い変異対立遺伝子頻度で遺伝子 ATP2C1、DDIT4L、EYS、および TUSC3 の変異が検出されました。 この画像は、この腫瘍領域に密集したリンパ球の凝集を示しています。 画像下のスケールバー。 単一の画像が分析されました。 D. TRACERx 患者からさらに 19 個の術前 PBMC サンプルを分析しました。 MRD コーリング アルゴリズムを使用したこれらの患者の PBMC サンプルでは、​​確実なパネル全体の変異 DNA コールは行われませんでした。 E. パネル (D) で分析された術前 PBMC サンプルのバリアント レベルの分析では、パネルによって調査された 3621 個のバリアントのうち 12 個が検出されたことが強調されました (バリアント レベルの片側ポアソン P 値 < 0.01)。 検出された 12 個の変異のうち 8 個は、ヒートマップの注釈で強調表示されたフィルターのトリガーにより、無細胞 DNA 分析 (cfDNA) の MRD コーラー アルゴリズムから削除されました。 残りの 4 つのバリアントのうち 2 つだけが、それぞれの患者の術前 cfDNA サンプルにディープ オルタネート リードを保持していました (赤い矢印)。 ヒートマップには、検出されたバリアントの cfDNA バリアント対立遺伝子頻度と WBC バリアント対立遺伝子頻度が表示されます (灰色はバリアントが検出されなかったことを示します)。 患者 CRUK0296 では、ターゲットを誤った 2 つの生殖細胞系列バリアントが黒い矢印で強調表示されています。バリアントは、TRACERx エクソーム パイプライン (メソッド) ではなく、業界のパネル設計パイプラインによって誤ってターゲットにされ、外れ値フィルターがトリガーされたため、MRD 呼び出しアルゴリズムからフィルターされました ( dao 不均衡フィルター、暗赤色)。

A. 頭蓋内再発を経験し、術後の血液サンプルで ctDNA 陽性となった 13 人の患者の分析。 X 軸は術後 ctDNA 検出時点でのクローン ctDNA レベルを示し、Y 軸は術後 ctDNA 検出の日を示します。 点は、頭蓋内再発が孤立性 (緑色) か、別の頭蓋外部位を伴うか (赤色)、または未確認の孤立性 (青色、頭蓋外イメージングは​​実施されていない) かに基づいて色付けされ、ランドマーク ctDNA ステータスによって形作られます。 B. 最初の術後 ctDNA 検出時のクローン変異 ctDNA レベル データのヒートマップ。 注釈行には、患者のランドマーク ctDNA 状態 (ランドマーク陽性、術後 120 日以内に ctDNA が検出されました。ランドマーク陰性、術後 120 日以内に ctDNA 陰性。評価不能、ランドマーク状態を確立できません)、術後に ctDNA が検出された日、組織学が表示されます。原発腫瘍の種類、およびリードタイム（ctDNA検出から臨床再発までの日数）。 リードタイムが適用されない場合（たとえば、切除が不完全な疾患、再発後にctDNAが検出された場合、方法を参照）、リードタイムは灰色で表示されます。 次の 2 行 (棒グラフ) は、AMP 患者固有パネル (PSP) によって追跡されたクローンまたはサブクローン変異の数を示しています。 バーが青色の場合は、個々のバリアントが確実に検出されたことを表します（個々のバリアント P 値 <0.01 に基づきます [MRD 呼び出し元の出力に基づく片側ポアソン検定、方法を参照]）。バーが黒色の場合は、不在を表します。バリアントの確実な呼び出しの場合、バーが赤色の場合、バリアントが MRD 呼び出しアルゴリズムによってフィルターされたことを表します。 最後の行は、患者の最初の ctDNA 検出時点での平均クローン ctDNA レベルを表します。 これは、ヒートマップの凡例に表示されているように、log-10 スケールで表されます。 患者 CRUK0296 では、ctDNA 検出は発生しましたが、術後の ctDNA 検出を引き起こした突然変異にはクローン状態がなかったため、クローン ctDNA レベルは 0% (灰色のバー) でした。 C アジュバント療法前に ctDNA 陽性であった 12 人の患者における患者ごとの縦断プロット。 プロットには、リードタイム (Lt)、実行されたスキャン、および投与された治療の注釈が付けられます (凡例を参照)。 Y 軸はクローン ctDNA レベルを表し、プロット上の各円は血液サンプリングの時点を表します。 円が赤い場合は、MRD コーラーを使用した場合、血液サンプルが ctDNA に対して陽性であったことを示します。 X 軸は手術後の日数を表示します。 DE。 全生存期間 (OS) を示すランドマーク評価対象集団 (治療または臨床再発前に術後 120 日以内に献血した患者、n = 102/108 ランドマーク評価対象患者が生存分析で評価可能、除外方法を参照) におけるカプラン マイヤー曲線、D) またはランドマーク陽性 (暗赤色) とランドマーク陰性 (灰色) の患者の再発なし (FFR、E) の結果。 ログランク P 値が曲線上に表示されます。 F. 患者のランドマーク ctDNA 状態ごとに分類されたリードタイム (ctDNA 検出から臨床再発までの時間) の分布を示す箱ひげ図。 ヒンジは第 1 四分位数と第 3 四分位数に対応し、ひげは四分位間範囲の 1.5 倍を超えない最大/最小値まで伸びます。 中心線は中央値を表します。 クラスカル・ウォリス検定 P = 0.0057、未調整のペアワイズウィルコクソン検定で個々のカテゴリーを比較、n = 63 人の患者を分析。 G. 円グラフは、新たな変化がないこと (左) または新たな不明瞭な頭蓋外変化 (中央) を示すスキャンに先立つ、特定の ctDNA 検出ステータス (赤 – ctDNA 陰性、緑 – ctDNA 陽性、青 – ctDNA ステータスが確立されていない) の発生数を示します。 ）。 次に、ctDNA 陽性と陰性のカテゴリーが患者レベルの分析にさらに分類され、指定された画像および ctDNA ステータス イベントの発生を経験した患者の転帰が示されます。 H. 新たな曖昧な変化を示すスキャンで記録された特定の曖昧な解剖学的部位の数を示す棒グラフ。 曖昧な肺病変およびリンパ節は、NSCLC 監視画像検査で最も一般的な曖昧な異常所見でした。 1 回のスキャンで複数の曖昧なサイトが観察される場合があります。 I. 監視画像検査前にctDNA状態が確認された33人の患者における最終的な再発部位とctDNA状態の棒グラフ。新たな不明瞭なリンパ節の拡大を示す。 X 軸は、監視スキャン前の患者の ctDNA 検出ステータスを示します。 Y 軸は患者数を示します。 患者 CRUK0090 は、別個の曖昧なリンパ節腫脹スキャンの前に陰性と陽性の両方の ctDNA 状態の発生を示したため、ctDNA 陽性と陰性の両方のカテゴリーに存在します。 他の患者は 1 回だけ含まれます。 患者 CRUK0234 はリンパ節が切除されていないと診断され、術後 ctDNA 陰性であり、分析に含まれました。 棒グラフには、これらのカテゴリの患者の再発ステータスが表示されます。 LN を伴う再発とは、再発時のリンパ節転移 (暗赤色) を指します。 LN を伴わない再発とは、リンパ節の関与がない再発を指します (緑色)。

A. ECLIPSE メソッドとデータ入力タイプの概念的な概要。 CCF; がん細胞分画とVAF。 変異型対立遺伝子の割合。 回路図は BioRender を使用して作成されました。 B. クローン変異を使用して腫瘍純度（腫瘍細胞である DNA 由来の細胞の割合、補足注 1 を参照、「細胞性」または「異常細胞分画」とも呼ばれる）を計算する式。 C. 癌細胞分率 (CCF) を計算する式。 多重度 = 各変異細胞内の変異 DNA コピー数、CNt = 腫瘍内の総コピー数、CNn = 正常 (非腫瘍) 細胞内の総コピー数、VAF = 変異対立遺伝子画分、P = 腫瘍純度 (%) DNA が由来する細胞（腫瘍細胞）。補足注 1 を参照。 D. 外科的に切除した組織サンプルの測定値と再発時に採取した組織サンプルの測定値を比較した、クローン変異の平均多重度の変化の割合（原発組織サンプルと再発組織サンプルのペアをプロットした46人の患者）。 E. ECLIPSE によって計算された変異の平均クローン VAF と ctDNA 腫瘍純度の比較。データ ポイント (血漿サンプル) は、追跡されたクローン変異の平均コピー数 (組織配列決定を使用して測定) によって色付けされています。 多発腫瘍患者および再発時のコピー数不安定の証拠のあるサンプルは除外されます。 134 人の患者からの合計 322 のサンプルがプロットされます。

A. 各サンプルのクローン ctDNA レベルと比較した、各 ctDNA 陽性サンプルの最小限に検出可能な CCF。 すべての ctDNA 陽性サンプルが含まれています (N = 354)。 最小検出可能 CCF は、陽性 (P < 0.01) クローン検出コール (方法) に必要なリードの最小数を使用して計算されました。 B. 各患者の経時的な最小限に検出可能な CCF。水平線はサブクローン感度の高いサンプル (CCF 20%) の閾値を示します。 すべての ctDNA 陽性サンプルが含まれています (N = 354)。 術前 MRD 陽性サンプルの 61% はサブクローン感度が高いと考えられ、術後サンプルの 66% はサブクローン感度が高いと考えられました (サンプル全体の 64%)。 C. すべての ctDNA 陽性サンプル (N = 354) のクローン ctDNA レベルのヒストグラム。縦線は、ECLIPSE 評価可能性と、TRACERx 組織サンプル 28 および ctDNA における以前のクローン デコンボリューション アプローチに使用される従来のクローン デコンボリューション評価可能性の閾値を示しています。 D. 各患者の術後サンプルで観察された最大クローン ctDNA レベルのヒストグラム。縦線は ECLIPSE 評価および従来のクローン デコンボリューション評価の閾値を示しています (C を参照)。 これは、術後血漿がctDNA陽性で再発した66人の患者について示されています。 E. さまざまなサブクローン変異数、クローンctDNAレベル、サブクローン癌細胞画分およびアッセイへのDNA入力量にわたるECLIPSE検出率の検証。 サブクローンは、入力質量と対立遺伝子画分の組み合わせごとに 10 ～ 12 の技術的反復を用いたグラウンド トゥルース インビトロ スパイクイン実験を使用して構築されました。 次に、これらのグラウンド トゥルース変異体対立遺伝子画分をコンピュータで混合して、これらのパラメータにわたって異なる 76,263 個のサブクローンを構築しました。 これらの実験的に得られたサブクローンからのデータを ECLIPSE で実行し、これらの各パラメーターにわたるサブクローン検出率を示しました。

A. ECLIPSE による系統発生データ、0.1% 以上のクローン ctDNA レベルおよび 10 ng 以上の DNA インプット (高サブクローン感度サンプル) を備えた術前血漿サンプルで測定された癌細胞画分 (CCF) と、複数領域組織シークエンシングで測定された癌細胞画分 (CCF) との間の相関関係手術時の（M-seq）（N = 71 人の患者および 684 個のサブクローンが含まれる）。 B. M-seq からの組織 CCF と比較した、VAF (方法) のみを使用して計算されたコピー数非認識 CCF。 系統発生データ、>0.1% クローン ctDNA レベルおよび >=10 ng DNA インプット (高サブクローン感受性サンプル) を持つすべての術前サンプルが含まれました (N = 71 人の患者および 684 個のサブクローンが含まれました)。 C. クローン ctDNA レベルと、示されているさまざまなサブクローン癌細胞分画に基づいて ECLIPSE によって検出された複数領域腫瘍エクソーム (M-seq) で定義されたサブクローンの割合との関係を示す散布図。黄土系はプロットに適合します。 = 117 ctDNA 陽性の術前サンプル。 D. 1 つの腫瘍組織領域に固有のクローンおよび 2 つ以上の腫瘍組織領域に分布していたクローンについて、手術時にサンプリングされたすべての組織領域にわたる術前の血漿 CCF と平均 CCF の比較。 N = 71 人の患者と 684 個のサブクローンが含まれました。 ウィルコクソン検定を使用してグループを比較しました。 E. 術前の血漿 CCF と、小 (<20 cm3)、中 (>20 cm3 & <100 cm3)、および術前の PET/CT スキャンで測定された大きな (>100 cm3) 腫瘍。 N = 71 人の患者と 684 個のサブクローンが含まれました。 ウィルコクソン検定を使用してグループを比較しました。 F. サブクローンが複数の原発腫瘍組織領域に広がっているか、単一の原発腫瘍組織領域のみに限定されているかによって分割された、クローンctDNAレベルの範囲にわたる20% CCFサブクローンの術前血漿中の検出率の比較。 197 の術前血漿サンプルで 1924 のサブクローンが評価されました。 G. 複数領域の組織サンプリング領域が示され、オーバーサンプリングおよびアンダーサンプリングのクローンが強調表示された腫瘍クローンのマップ。 アンダーサンプリングされたクローンのほとんどは、実際にはサンプリングされた領域に存在せず、検出できるクローンのオーバーサンプリングへのバイアスを生み出します。この効果は、「勝者の呪い」とも呼ばれます。 H. 500 倍交差検証 (N = 71 腫瘍) にわたるブートストラッピングを使用して生成された 95% 信頼区間を持つ、血漿ベースの CCF を使用したクローン錯覚変異検出の感度と特異性を表す ROC 曲線。

A. 無細胞 DNA と ECLIPSE、または再発組織と WES/PyClone を使用した、我々のコホート (N = 75 腫瘍) における TRACERx 患者の再発時のクローン構造評価の概要。 B. 転移組織における検出ステータスによって分割されたサブクローンの術後の ctDNA 検出ステータス。 追跡されていないサブクローン（PSP パネルに含まれる突然変異のないサブクローン）は除外されました（N = 26 腫瘍）。 P 値は、フィッシャーの直接確率検定の結果を示します。 C. 原発腫瘍サブクローンの再発時のクローン（腫瘍細胞の 100% に存在すると推定）対サブクローン（細胞の 100% 未満に存在すると推定）の状態（それらが cfDNA および転移組織で検出されたか、cfDNA のみで検出されたかによる）（N = 26個の腫瘍）。 P 値は、フィッシャーの直接確率検定の結果を示します。 D. 転移性生検、術後の高サブクローン感度血漿サンプル、および構築された系統樹を使用した 22 例における組織および cfDNA によって決定された転移性播種クラス。 E. 最初の MRD 陽性時点から再発時の ECLIPSE 転移播種クラスによって層別化された死亡までの時間を示す全生存期間のカプラン マイヤー プロット (モノクローナル: 水色、ポリクローナル多系統: 紫、および多クローナル単系統: 緑色)。 HR: ハザード比、CI: 信頼区間。 44 人の患者がこの分析に含まれました。 P 値はログランク検定の結果を示します。 F. 最初の MRD 検出時からの全生存期間を予測するための多変数 Cox 比例ハザード モデル。これには、再発時の転移性播種のクローン性、ステージ、術後の最大クローン ctDNA レベル、平均 DNA アッセイ入力値、組織学、および術後の最初の血漿サンプルの有無が含まれます。手術は再発患者のみを含めてctDNA陽性でした。 44 人の患者がこの分析に含まれました。 エラーバーは 95% 信頼区間を示します。 G. 十分なクローン ctDNA レベルを備えた最新の血漿サンプル時点での信頼性の高いサブクローン対クローンのボトルネック (方法) の頻度 (高感度サブクローン サンプル、N = 44 腫瘍)、およびこれらのサブクローンのどれがサブクローン ネオアンチゲン (NAG) を保有しているか。したがって、再発時にはクローン性になります。 H. 再発時のクローンのボトルネックの場合、クローン突然変異の数の増加率が、新しいクローン突然変異の絶対数を示す箱ひげ図として示されます (N = 18 腫瘍)。 I. 再発時のクローンのボトルネックの場合、クローン NAG の数の増加率が、新しいクローン NAG の絶対数を示す箱ひげ図として示されます (N = 18 腫瘍)。 NAG = ネオアンチゲン。

利用可能な系統樹とサブクローン感度の高い少なくとも 1 つの術後時点を使用した、すべての再発患者にわたる縦断的サブクローン分析 (n = 44 患者)。

補足表 1 ～ 21。

補足表 1 ～ 21 の凡例。

転載と許可

アボッシュ、C.、フランケル、AM、ハリソン、T. 他。 ctDNA を使用した TRACERx での早期肺がん転移播種の追跡。 Nature 616、553–562 (2023)。 https://doi.org/10.1038/s41586-023-05776-4

引用をダウンロード

受信日: 2022 年 4 月 6 日

受理日: 2023 年 1 月 30 日

公開日: 2023 年 4 月 13 日

発行日: 2023 年 4 月 20 日

DOI: https://doi.org/10.1038/s41586-023-05776-4

次のリンクを共有すると、誰でもこのコンテンツを読むことができます。

申し訳ございませんが、現在この記事の共有リンクは利用できません。

Springer Nature SharedIt コンテンツ共有イニシアチブによって提供

自然 (2023)

自然医学 (2023)

自然 (2023)

コメントを送信すると、利用規約とコミュニティ ガイドラインに従うことに同意したことになります。 虐待的なもの、または当社の規約やガイドラインに準拠していないものを見つけた場合は、不適切としてフラグを立ててください。