肿瘤靶向药物用药基因检测分析T2
靶向药物基因检测及个体化用药指引
肿瘤治疗迈进一个新的时代——靶向治疗时代。与传统的治疗相比,靶向治疗表现出更高的缓解率和更小的副作用。但只有携带特定突变基因的肿瘤患者,才适合使用某种靶向药物。2012年美国国家综合癌症网络(National Comprehensive Cancer Network,NCCN)治疗指南规定,在应用靶向药物前必须进行靶标基因检测。
本检测项目能够准确、高效捕获靶基因,对靶基因实现深度测序,从而可以发现具有临床意义的低频肿瘤基因突变,为医生使用靶向药物提供依据。避免“试错式”治疗而延误肿瘤治疗的最佳时机,避免让无靶点的病人额外承受靶向药物治疗带来的副作用,保证在最佳治疗时机进行正确的治疗。
全景式靶向药物基因检测:一次检测全部靶向药物相关基因;
深度测序肿瘤组织DNA:测序深度达到6000-10000, 准确识别低频突变;
系统解读基因变异信息:分析靶药敏感、耐药相关信息,准确给出有效靶药信息。
“病”各异,“因”相同
· 治疗白血病的伊马替尼可以用于治疗胃肠道间质瘤;
· 治疗卵巢癌的奥拉帕尼可以用于治疗前列腺癌;
· 治疗乳腺癌的赫赛汀可以用于治疗胃癌;
“病”相似,“因”不同
· 赫赛汀仅对12-16%的胃癌病人有效!
· 易瑞沙仅对20-30%的非小细胞肺癌病人有效!
· 奥拉帕尼仅对25-30%的晚期前列腺癌病人有效。
可为71种靶向药物的选择做精准指导
Nilotinib | Afuresertib | Barasertib | Canertinib | Dacomitinib | Quizartinib |
Lapatinib | Fedratinib | Pazopanib | Cobimetinib | Apitolisib | Linifanib |
Ponatinib | Rociletinib | Masitinib | Sorafenib | Neratinib | Gandotinib |
Tandutinib | Trametinib | Axitinib | Idelalisib | Everolimus | Bafetinib |
Alectinib | Vemurafenib | Rabusertib | Erlotinib | Nintedanib | Amuvatinib |
Linsitinib | Axitinib | Foretinib | Ilorasertib | Vatalanib | Bosutinib |
Ceritinib | Tandutinib | Vandetanib | Gefitinib | Lucitanib | Momelotinib |
Motesanib | Pimasertib | Volitinib | Nintedanib | Omipalisib | Tivozanib |
Imatinib | Crizotinib | Ibrutinib | Afatinib | Sunitinib | Ruxolitinib |
Selumetinib | Icotinib | Regorafenib | Temsirolimus | Cabozantinib | Dovitinib |
Midostaurin | Dasatinib | Dabrafenib | Palbociclib | Epitinib | Theliatinib |
Pnatinib | Cabozantinib | Tivantinib | Buparlisib | Lenvatinib |
可为多种单抗类药物的选择做精准指导
Nesvacumab | Dinutuximab | Belimumab | Vanucizumab | Mogamulizumab |
Blinatumomab | Obinutuzumab | Rituximab | Ibritumomab | Ublituximab |
Panitumumab | Demcizumab | Lenzilumab | Milatuzumab | Varlilumab |
Nimotuzumab | Parsatuzumab | Tremelimumab | Ontuxizumab | Alemtuzumab |
vorsetuzumab | Depatuxizumab | Ipilimumab | Emactuzumab |
靶向药物多基因检测的优点
单个基因的检测并不能提供足够的信息进行靶向药物选择。研究证实,肿瘤的发生是由于信号传导通路的关键基因改变所致。但是,其发生的过程往往不是单通路单基因的改变,而是多通路多基因改变共同作用的结果。靶向药物多基因多靶点检测能够全面剖析肿瘤基因突变状态,揭示各种靶向药物敏感和耐药的分子机制,避免选用无效的靶向药物,为患者找到合适有效的靶向药物。
检测方法与技术、序列质量控制及覆盖度说明
检测方法与技术
· 设计50个基因的引物序列进行扩增,并构建300PE的片段文库,采用NextSeq500测序仪进行高通量测序,得到原始数据。
· 通过FASTQC对原始数据进行质控,去除末端质量低于30的碱基。去除adaptor接头序列以及测序引物序列。
基因突变
采用bowtie比对软件,将过滤得到的高质量序列比对到50个基因序列上。通过bcftools得到mpileup文件并解析。判断碱基覆盖度及比对质量找到突变位点。
基本信息 | 说明 |
共获得有效片段: | 1000000 条以上序列认为合格 |
平均质量: | 质量值30以上为可用数据 |
平均GC含量: | 40%~50% 均属正常 |
可用片段: | 高质量数据,碱基质量大于30 |
待检基因: | 待检基因数目 |
检测基因数: | 检测到的基因数目 |
平均测序深度: | 10000 倍以上数据 |
检测平台及基因
检测名称:肿瘤样本基因检测与个体化治疗分析报告
测序平台: Illumina
ABL1 | EGFR | GNAQ | KRAS | PTPN11 |
AKT1 | ERBB2 | GNAS | MET | RB1 |
ALK | ERBB4 | HNF1A | MLH1 | RET |
APC | EZH2 | HRAS | MPL | SMAD4 |
ATM | FBXW7 | IDH1 | NOTCH1 | SMARCB1 |
BRAF | FDFR1 | IDH2 | NPM1 | SMO |
CDH1 | FGFR2 | JAK2 | NRAS | SRC |
CDKN2A | FGFR3 | JAK3 | PDGFRA | STK11 |
CSF1R | FLT3 | KDR | PIK3CA | TP53 |
CTNNB1 | GNA11 | KIT | PTEN | VHL |
AKT1 | ERBB2 | GNAS | MET | RB1 |