HRD 状态评估

来自医学百科
185.180.13.99讨论2026年4月21日 (二) 10:32的版本 (建立内容为“<div style="padding: 0 4%; line-height: 1.8; color: #1e293b; font-family: 'Helvetica Neue', Helvetica, 'PingFang SC', Arial, sans-serif; background-color: #ffffff…”的新页面)
(差异) ←上一版本 | 最后版本 (差异) | 下一版本→ (差异)

HRD 状态评估(Homologous Recombination Deficiency status assessment)是评估肿瘤细胞 同源重组修复(HRR)路径功能是否存在缺陷的临床分子检测。当 BRCA1 / 2 等关键修复基因发生突变或表观遗传失活时,细胞被迫采用高错误率的修复方式,从而在基因组上留下永久性的“基因组瘢痕”(Genomic Scars)。HRD 状态是决定 PARP 抑制剂 疗效及 铂类化疗 敏感性的核心预测指标,广泛应用于上皮性卵巢癌、三阴性乳腺癌及前列腺癌的精准治疗决策中。

肿瘤基因组瘢痕分析 · 点击展开
核心参数:GIS 评分 / BRCA 状态
组合指标 LOH + TAI + LST
判定阈值 (myChoice) GIS >= 42
检测技术 NGS / SNP-array
临床性质 预测性生物标志物
主要药物 奥拉帕利, 尼拉帕利
主要适应症 卵巢癌、乳腺癌、前列腺癌

分子机制:从“路径失效”到“几何指纹”

HRD 评估的生物学逻辑在于捕捉同源重组修复缺失后,基因组发生的结构性紊乱:

  • 同源重组的生理角色: 正常情况下,HR 通路利用姊妹染色单体作为模板,能够近乎无损地修复 DNA 双链断裂(DSB)。当该路径失效(HRD),细胞被迫转用 非同源末端连接(NHEJ)等高错方式,导致大量的碱基插入、缺失及染色体重排。
  • 三大基因组瘢痕指标:
    - LOH (杂合性丢失): 指染色体区域长度大于 15Mb 但小于整条染色体的纯合化。
    - TAI (端粒等位基因不平衡): 指远离着丝粒、延伸至端粒的区域出现的等位基因比例失调。
    - LST (大片段迁移): 指相邻基因组片段之间出现的长度超过 10Mb 的断裂位点。
  • GIS 评分系统: 临床上将上述三个指标的发生次数加权求和,得到基因组不稳定性评分(GIS)。GIS 越高,说明肿瘤对 PARP 抑制剂 产生的“合成致死”效应越敏感。
  • 表观遗传因素: 除了基因突变,BRCA1 启动子甲基化 也是导致 HRD 状态的重要原因,这种“功能性缺失”同样能被 HRD 检测捕捉。

临床评价矩阵:不同癌种中的 HRD 获益价值

临床实体 HRD 阳性定义 阳性率 (估算) 临床干预意义
卵巢癌 (HGSOC) BRCA 突变 或 GIS >= 42 约 50% 一线维持治疗,延长 PFS 可达 3 倍以上。
三阴性乳腺癌 基因组瘢痕高负荷 约 20% - 30% 预测对含铂类辅助化疗的病理完全缓解 (pCR)。
前列腺癌 (mCRPC) 多基因组合 (ATM/BRCA) 约 20% 指导阿比特龙/恩扎卢胺联合 PARPi 的应用。

管理策略:精准检测与用药分层

HRD 状态的准确评估为患者提供了跳出“化疗瓶颈”的机会:

  • 检测时机选择: 建议在卵巢癌等癌种初诊或术后即进行 HRD 检测。由于组织样本随时间可能发生异质性改变,优先选择新鲜肿瘤组织。
  • 维持治疗分层: 对于 HRD 阳性(含 BRCA 突变)的患者,奥拉帕利 联合贝伐珠单抗是目前推荐的“天花板”方案;对于 HRD 阴性患者,获益相对有限,需审慎评估。
  • 逆转耐药监测: 临床研究发现,当肿瘤产生 回复突变 恢复 HR 功能后,HRD 检测虽然仍可能显示阳性(瘢痕无法消除),但药效会消失。这提示 HRD 检测作为“历史足迹”具有局限性。
  • 多技术平台对标: 区分 myChoice (Myriad) 和 FoundationOne (FMI) 等不同平台的计算模型差异,确保检测结果的互认性和可解释性。

关键相关概念

  • BRCAness:指肿瘤虽无 BRCA 突变,但临床表现与 HRD 阳性极其相似的现象。
  • 合成致死 (Synthetic Lethality):HRD 评估的药理学灵魂——单通路受阻尚存,双通路封锁必亡。
  • 基因组瘢痕 (Genomic Scars):HRD 检测所捕获的结构性遗传印记。
  • PARP 捕获 (PARP Trapping):PARP 抑制剂除了抑制酶活性外,将蛋白锁死在 DNA 上的核心效应。
       学术参考文献与权威点评
       

[1] Davies H, et al. (2017). HRDetect is a predictor of BRCA1 and BRCA2 deficiency based on mutational signatures. Nature Medicine. [Academic Review]
[权威点评]:该研究提出了 HRDetect 算法,将基因组瘢痕分析从单一指标推向了全基因组多维度评分时代。

[2] Lord CJ, Ashworth A. (2016). The DNA damage response and cancer therapy. Nature.
[核心价值]:系统阐述了 HR 路径缺陷如何作为肿瘤治疗的“阿喀琉斯之踵”,为 HRD 临床转化提供了理论框架。

           HRD 评估:分子逻辑与临床预测路径 · 知识图谱
驱动基因 BRCA1BRCA2RAD51C/DPALB2ATM
瘢痕维度 Loss of HeterozygosityTelomeric Allelic ImbalanceLarge-scale State Transitions
关联靶药 OlaparibNiraparibTalazoparibCisplatin
核心挑战 Reversion mutationsTest discordanceThreshold optimization