VAF
来自医学百科
121.23.194.244(讨论)2026年4月28日 (二) 15:14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)
VAF(Variant Allele Frequency,变异等位基因频率)是高通量测序(NGS)中用于量化特定基因突变比例的核心参数。它定义为在某一特定基因位点上,检测到的突变型读数(Alternative Reads)占总读数(Total Reads)的百分比。VAF 并非简单的技术数值,它是连接测序数据与临床生物学的桥梁:通过 VAF,临床医生可以推断肿瘤的纯度、区分生殖细胞与体细胞突变、监测微小残留病灶(MRD)以及评估肿瘤内部的异质性(克隆 vs 亚克隆)。
技术机制:从原始 Reads 到生物学意义
VAF 的解读是一个从物理测序深度映射到细胞比例的过程:
- 数学定义: 假设某一位置的总覆盖深度为 D,其中包含突变碱基的序列数为 A,则 VAF = A / D。在二倍体生物中,若为生殖细胞杂合突变,理论 VAF 应接近 50%。
- 肿瘤异质性的量化: 在肿瘤样本中,VAF 受到肿瘤纯度(Tumor Purity)和倍性(Ploidy)的显著影响。VAF 较高的突变通常被认为是“躯干突变”(Trunk mutations),存在于所有肿瘤细胞中;而 VAF 较低的突变可能是“分支突变”(Branch mutations),仅存在于部分亚克隆中。
- 拷贝数变异(CNV)的干扰: 局部基因扩增或缺失会显著偏移 VAF。例如,在发生 LOH(杂合性丢失)的区域,突变位点的 VAF 可能会从 50% 跃升至 100% 或降至 0%。
- 液体活检(cfDNA): 在血液循环肿瘤 DNA 检测中,VAF 极低(常低于 0.1%)。此时 VAF 反映了肿瘤负荷的大小,是监测疗效和预警复发的灵敏指标。
临床评价矩阵:VAF 取值的诊断含义
| VAF 典型范围 | 突变性质推断 | 生物学/临床背景 | 后续行动建议 |
|---|---|---|---|
| ≈ 50% 或 100% | 疑似生殖细胞突变 | 遗传性肿瘤综合征(如 BRCA1/2 遗传)。 | 进行家系验证与遗传咨询。 |
| 5% - 40% | 体细胞驱动突变 | 肿瘤组织中的核心克隆性变异。 | 指导靶向药物选择。 |
| < 1% (组织) | 亚克隆或极低丰度突变 | 耐药克隆萌芽或异质性表现。 | 动态监测,警惕后期耐药。 |
| < 0.1% (cfDNA) | 微小残留病灶 (MRD) | 术后或治疗后残余癌细胞迹象。 | 评估是否需要强化辅助治疗。 |
管理策略:基于 VAF 的精准诊疗路径
VAF 不仅仅是一个比例,它是临床决策中用于排除噪声、识别真相的关键滤镜:
- 区分 CHIP 与肿瘤: 在老年患者血液检测中,低 VAF(通常 < 2%)的 DNMT3A、TET2 突变常源于不确定潜能的克隆性造血(CHIP),而非实体瘤。通过比对白细胞 VAF 可有效“扣除”此类背景噪声。
- 监测耐药进化: 通过动态观察治疗期间 VAF 的变化,若主要突变 VAF 下降但新兴亚克隆 VAF 上升,提示发生克隆演进,需及时调整治疗方案。
- 评估肿瘤纯度对疗效预测的影响: 若样本 VAF 极低(如 < 5%),可能意味着肿瘤细胞占比过低,此时阴性结果可能存在较高的假阴性风险,需考虑重新取材或增加测序深度。
- MRD 定量管理: 术后 VAF 值的波动是判断肿瘤是否“切净”以及是否即将复发的“地震仪”,其灵敏度通常比传统影像学早 3-6 个月。
关键相关概念
- Depth (测序深度):决定 VAF 统计学准确性的基础。
- MRD (微小残留病灶):利用超低 VAF 检测实现的临床应用。
- CHIP:低丰度变异检测中常见的血液学干扰因素。
- Clonal Evolution:通过 VAF 动态轨迹描绘的肿瘤进化图谱。
学术参考文献与权威点评
[1] Kennedy SR, et al. (2014). Detecting ultralow-frequency mutations by Duplex Sequencing. Nature Methods. [Academic Review]
[权威点评]:该研究定义了如何通过技术手段在极低 VAF 情况下区分测序错误与真实突变。
[2] Nik-Zainal S, et al. (2012). The life history of 21 breast cancers. Cell.
[核心价值]:利用 VAF 分布模型开创性地揭示了肿瘤从躯干到分支的克隆演化逻辑。