Efficacy and Safety of KRASG12C Inhibitors in Advanced Solid Tumors with KRASG12C-mutated: A Single-arm Meta-analysis
-
摘要:目的
系统研究KRASG12C抑制剂在KRASG12C突变晚期实体瘤中的疗效和安全性。
方法计算机检索PubMed、The Cochrane Library、Web of Science、Embase、CNKI和CBM数据库，收集关于KRASG12C抑制剂在KRASG12C突变晚期实体瘤的临床研究，检索时限为建库至2022年10月12日。由两名研究者独立筛选文献、提取资料并评估纳入研究的偏倚风险，采用RevMan 5.4软件进行Meta分析。
结果共纳入4篇文献，均为单臂临床研究。完成临床Ⅰ、Ⅱ期试验的KRASG12C抑制剂有Sotorasib和Adagrasib两种，各两篇文献。共388例患者参与疗效评价，394例患者参与安全性评价。Meta分析结果显示：患者疾病客观缓解率为35%，总体疾病控制率为82%，疾病稳定率为45%。患者严重不良事件发生率为2%，一般不良事件发生率为28%，患者所有不良事件发生率为79%。NSCLC患者疾病部分缓解率为38%。
结论KRASG12C抑制剂Sotorasib和Adagrasib治疗晚期实体瘤表现出良好的疗效和较高的安全性。
-
关键词:
- KRASG12C抑制剂 /
- 晚期实体瘤 /
- 安全性 /
- 疗效 /
- Meta分析
Abstract:ObjectiveTo systematically study the efficacy and safety of KRASG12C inhibitors in advanced solid tumors with KRASG12C-mutated.
MethodsComputer searches from PubMed, The Cochrane Library, Web of Science, Embase, CNKI, and CBM databases were conducted to collect clinical studies on KRASG12C inhibitors in advanced solid tumors with KRASG12C-mutated, with a search time from inception to October 12, 2022. Then, two investigators independently screened the literature, extracted information, assessed the risk of bias in included studies, and performed meta-analyses using RevMan 5.4 software.
ResultsThere were four publications included, all of which were single-arm clinical studies. The KRASG12C inhibitors that completed clinical phase Ⅰ and Ⅱ trials were sotorasib and adagrasib, with two publications each. A total of 388 and 394 patients were included in the efficacy evaluation and safety evaluation, respectively. Resultsof the Meta-analysis showed that the patients had objective response rate, overall disease control, and disease stabilization rates of 35%, 82%, and 45%, respectively. In addition, the rate of serious adverse events, general adverse events, and all adverse events in patients was 2%, 28%, and 79%, respectively. Moreover, the rate of partial remission of disease in NSCLC patients was 38%.
ConclusionThe KRASG12C inhibitors sotorasib and adagrasib exhibited good efficacy and high safety in advanced solid tumors.
-
Key words:
- KRASG12C inhibitor /
- Advanced solid tumors /
- Safety /
- Efficacy /
- Meta-analysis
-
0 引言
骨肉瘤（osteosarcoma）是骨科最常见的恶性肿瘤[1]，其发生、发展是一个复杂的、涉及多基因调控网络失衡导致的细胞异常代谢的结果。基因表达受转录水平及翻译水平的调控，转录因子（transcription factors, TFs）及microRNAs（miRNAs）在调控基因的表达方面扮演了重要的角色。TFs和miRNAs之间存在广泛的相互作用和合作调控，共同组成复杂的调控网络，对于了解细胞的生理过程、生物学功能、疾病的发生机制等都起到了重要作用。目前面临的首要难题是骨肉瘤往往不能做到早期诊断，诊断不及时会耽误治疗时机，严重影响患者预后[2-3]。因此，建立新的、有效的骨肉瘤防治措施势在必行，还需寻找并发现新的功能基因靶向治疗骨肉瘤，根据治疗效果建立分子水平预后指标，开发安全的不同于传统治疗骨肉瘤的放化疗药物，是当前科研及临床研究中的热门话题[4-5]。本研究将利用高通量基因芯片技术分析骨肉瘤中差异表达的基因和miRNAs，结合生物信息学软件预测与调控骨肉瘤相关的TFs、miRNAs及其靶基因，分析调控网络中的关键基因及关键miRNAs的功能，构建骨肉瘤发生发展的“TFs-miRNAs”共调控网络。
1 材料与方法
1.1 miRNA数据来源
收集美国国家生物技术信息中心（National Center of Biotechnology Information, NCBI）维护的GEO数据库中的两组数据库（GPL8227、GPL19631）中所有骨肉瘤miRNA数据，收集数据时间截至2016年12月31日。
1.2 数据库资源
用基因本体论数据库（gene ontology, GO）对所分析得到的差异表达基因进行功能注释；使用京都基因与基因组百科全书（kyoto encyclopedia of genes and genomes, KEGG）数据库对差异表达基因进行代谢通路富集分析；使用转录作用元件数据库（transcriptional regulatory element database, TRED）对差异表达基因进行转录因子筛选。
1.3 方法
1.3.1 差异表达基因筛选及注释
为探究骨肉瘤细胞发生发展的分子机制，用R语言下载GEO数据库中GSE28425、GSE65071数据集的原始数据。使用MAS 5.0算法对数据集中的原始数据进行标准化预处理。使用Limma程序包中所提供的统计分析函数，计算与健康者细胞系相比，骨肉瘤患者中表达水平发生变化的基因。选取差异表达倍数≥2.0（Fold Change≥2.0）为筛选阈值，筛选获得差异表达的miRNA。通过差异表达分析获得两组平台共有的骨肉瘤细胞系表达水平发生显著性改变的miRNA，利用DIANA TOOLS数据库中收录的人类基因信息，找到具有显著差异的miRNA靶基因。利用R语言，将筛选得到的差异表达基因与GEO数据库提供的GPL平台注释信息进行匹配，对差异表达基因进行信息注释。
1.3.2 差异表达基因KEGG代谢通路富集分析
为进一步探究差异表达基因参与生物代谢的代谢通路，对筛选得到的差异表达基因进行KEGG代谢通路富集分析。提取差异表达基因GPL平台注释信息中的“Entrez_Gene_ID”信息，应用R语言KEGG程序包与KEGG数据库信息，对每一个差异表达基因向已知的代谢通路进行富集映射，探究差异表达基因集中映射的细胞代谢通路，初步推测骨肉瘤所影响的主要代谢通路，并筛选出与肿瘤通路关系密切的基因，进行GO功能注释分析。
1.3.3 差异表达基因GO功能注释分析
为探究差异表达且与肿瘤通路关系密切的基因所参与的生物功能，对筛选得到的与肿瘤通路关系密切的差异表达基因进行GO功能注释分析。提取差异表达基因GPL平台注释信息中的“Entrez_Gene_ID”信息，使用R语言GO程序包与GO数据库信息，对每一个差异表达基因进行功能注释，探究骨肉瘤组织与正常组织差别的基因功能，初步推测骨肉瘤作用的分子机制。
1.3.4 分子共调控网络构建
为进一步挖掘骨肉瘤的分子调控模式，探究差异表达基因之间的相互调控作用关系，提取TRED数据库中所收录的所有人类转录因子数据。通过Pearson相关性分析，提取基因间分子共调控作用关系。使用Cytoscape version 3.4.0软件对得到的分子共调控作用关系进行可视化展示，构建出最终的分子共调控网络。
2 结果
2.1 差异表达基因的筛选
本研究分别从GPL8227、GPL19631两组数据库中筛选出差异表达miRNA 232个（上调129个、下调103个）和265个（上调205个、下调60个）。共筛选得到两组均包含的差异表达miRNA52个，其中31个miRNA上调表达，21个miRNA下调表达见表 1。
表 1 差异表达的miRNAs信息Table 1 Information of differentially-expressed miRNAs
2.2 差异表达基因KEGG代谢通路富集分析
将筛选出的52个差异表达miRNA结合DIANA TOOLS数据库中收录的人类基因信息进行分析。其中KEGG代谢通路富集分析结果见图 1，差异表达基因主要参与肿瘤相关的诸多代谢通路。差异表达的52个miRNA的整体调控模式及每个miRNA所调控的代谢通路情况见图 2。肿瘤代谢通路的分子调控关系网络见图 3。
![]()
图 1 差异表达基因KEGG代谢通路富集分析Figure 1 KEGG metabolic pathway enrichment analysis of differentially-expressed genes![]()
图 2 差异表达52个miRNA聚类分析热图Figure 2 Heat map of clustering analysis of 52 differentially-expressed miRNAs![]()
图 3 差异表达miRNA靶基因肿瘤代谢通路Figure 3 Tumor metabolic pathway of differentially-expressed miRNA target genes2.3 差异表达基因GO功能注释分析
将上述筛选出与肿瘤通路关系最紧密的5个miRNA及其靶基因进行GO功能注释分析。注释分析结果显示这些基因主要参与维生素E的代谢路径（response to vitamin E）、RNA聚合酶Ⅱ启动子的转录调控反应（regulation of transcription from RNA polymerase Ⅱ promoter in response etc）、调控神经元的成熟（regulation of neuron maturation）、受体激动剂活性（receptor agonist activity）、正调控血管内皮生长因子受体活性（positive regulation of vascular endothelial growth factor receptor activity）、通过MAPK级联非经典Wnt信号途径（non-canonical wnt signaling pathway via MAPK cascade）、间充质上皮细胞信号转导（mesenchymal-epithelial cell signaling）、Ⅳ型胶原（collagen type Ⅳ）、细胞对生长激素刺激的反应（cellular response to growth hormone stimulus）、蛋白激酶活性的激活（activation of protein kinase A activity）等生物功能，见图 4。
![]()
图 4 差异表达基因GO功能注释分析Figure 4 GO functional annotation analysis of differentially-expressed genes2.4 分子共调控网络构建
最后基于与肿瘤通路密切相关的差异表达基因及TRED数据库中所收录的人类转录因子信息，对差异表达基因进行分子偶联，构建了分子共调控网络，见图 5。
3 讨论
目前miRNA被广泛认为是血液学和肿瘤组织的生物标志物。miRNA有可能通过扭曲、突变、成纤维细胞生长因子（FGF）和骨形态发生蛋白（BMP）信号参与骨的形成。研究发现miRNA与多种骨科疾病有关系，比如有研究认为miRNA-140与骨性关节炎有关，miRNA-503、miRNA-3960与骨质疏松有关，miRNA-34、miRNA-146等与类风湿关节炎有关[6]。研究表明众多的miRNA在骨肉瘤发病的机制中异常表达，被miRNA决定的许多基因被上调或下调。比如Karbasy等[7]通过研究发现miR-125b和miR-300的下调与骨肉瘤的进展相关且两者都起到抑癌基因的作用。Goudarzi等[8]通过研究发现miR-185上调miR-218下调与软骨肉瘤的进展相关联，并且两者均可以作为软骨肉瘤的抑癌基因。Bahador等[9]通过研究发现在青少年、儿童以及青年人骨肉瘤患者中，如果miR-29b和miR-422a的表达下调往往表明患者的预后较差。Taheriazam等[10]通过研究发现下调microRNA-26a和微小RNA-27A的上调有助于判断人类骨肉瘤的攻击性进展。高表达的miR-130b水平和miR-218的低表达与差的临床病理特征有关。此外，有研究表明miR-130b可对预测骨肉瘤的进展起关键作用[10-11]。另有研究表明miR-145、miR-128、miR-34a在骨肉瘤中的表达均发生了改变。miR-335、miR-128、miR-340、miR-214等均与骨肉瘤的侵袭性有重要关系，表达增高后预示骨肉瘤的恶性程度较高，可以较早发生转移，患者的生存期缩短[12]。并且近期有研究表明血浆中miR-34b表达下降可能与骨肉瘤已经发生转移有密切的联系[13]，如果能明确这种作用关系会对骨肉瘤的早期诊断起到非凡的作用。就目前研究现状来看骨肉瘤发生发展的分子作用机制尚不十分明确，本研究利用高通量基因芯片技术，通过生物信息学手段，系统性预测构建了一张与肿瘤通路关系密切的TF、miRNA及其靶基因共调控网络蓝图。该分子共调控网络从整体的角度鸟瞰与肿瘤通路关系密切的miRNA及其靶基因的相互作用关系，展示了差异表达基因主要参与肿瘤相关的诸多代谢通路及与肿瘤通路有关的基因主要参与的生物功能。为骨肉瘤诊断标志物簇的筛选提供可靠的选择方向；为临床诊断及预后分析分子靶点的筛选提供实用工具，同时也为其他癌症的同类研究提供新思路。
Competing interests: The authors declare that they have no competing interests.利益冲突声明：所有作者均声明不存在利益冲突。作者贡献：谭邓旭：数据分析、文章撰写刘可、马一凡：文献检索、数据提取汪永锋：核对数据张延英、师长宏：课题指导、文章撰写指导 -
![]()
图 6 临床严重不良事件发生率Meta分析
Figure 6 Meta-analysis of the incidence of serious adverse events
![]()
图 7 临床一般不良事件发生率Meta分析
Figure 7 Meta-analysis of the incidence of general adverse events
![]()
图 8 临床所有不良事件发生率Meta分析
Figure 8 Meta-analysis of the incidence of all clinical adverse events
![]()
图 9 NSCLC患者疾病部分缓解率Meta分析
Figure 9 Meta-analysis of partial remission rate of disease in NSCLC patients
-
[1] Blechacz B, Komuta M, Roskams T, et al. Clinical diagnosis and staging of cholangiocarcinoma[J]. Nat Rev Gastroenterol Hepatol, 2011, 8(9): 512-522. doi: 10.1038/nrgastro.2011.131
[2] Parameswaran S, Kundapur D, Vizeacoumar FS, et al. A Road Map to Personalizing Targeted Cancer Therapies Using Synthetic Lethality[J]. Trends Cancer, 2019, 5(1): 11-29. doi: 10.1016/j.trecan.2018.11.001
[3] Galon J, Bruni D. Approaches to treat immune hot, altered and cold tumours with combination immunotherapies[J]. Nat Rev Drug Discov, 2019, 18(3): 197-218. doi: 10.1038/s41573-018-0007-y
[4] Xu K, Park D, Magis AT, et al. Small Molecule KRAS Agonist for Mutant KRAS Cancer Therapy[J]. Mol Cancer, 2019, 18(1): 85. doi: 10.1186/s12943-019-1012-4
[5] Hofmann MH, Gerlach D, Misale S, et al. Expanding the Reach of Precision Oncology by Drugging All KRAS Mutants[J]. Cancer Discov, 2022, 12(4): 924-937. doi: 10.1158/2159-8290.CD-21-1331
[6] Liu P, Wang Y, Li X. Targeting the untargetable KRAS in cancer therapy[J]. Acta Pharm Sin B, 2019, 9(5): 871-879. doi: 10.1016/j.apsb.2019.03.002
[7] Ostrem JM, Peters U, Sos ML, et al. K-Ras(G12C) inhibitors allosterically control GTP affinity and effector interactions[J]. Nature, 2013, 503(7477): 548-551. doi: 10.1038/nature12796
[8] Hallin J, Engstrom LD, Hargis L, et al. The KRAS(G12C) Inhibitor MRTX849 Provides Insight toward Therapeutic Susceptibility of KRAS-Mutant Cancers in Mouse Models and Patients[J]. Cancer Discov, 2020, 10(1): 54-71. doi: 10.1158/2159-8290.CD-19-1167
[9] Papke B, Der CJ. Drugging RAS: Know the enemy[J]. Science, 2017, 355(6330): 1158-1163. doi: 10.1126/science.aam7622
[10] Pylayeva-Gupta Y, Grabocka E, Bar-Sagi D. RAS oncogenes: weaving a tumorigenic web[J]. Nat Rev Cancer, 2011, 11(11): 761-774. doi: 10.1038/nrc3106
[11] Janes MR, Zhang J, Li LS, et al. Targeting KRAS Mutant Cancers with a Covalent G12C-Specific Inhibitor[J]. Cell, 2018, 172(3): 578-589. e17. doi: 10.1016/j.cell.2018.01.006
[12] Lito P, Solomon M, Li LS, et al. Allele-specific inhibitors inactivate mutant KRAS G12C by a trapping mechanism[J]. Science, 2016, 351(6273): 604-608. doi: 10.1126/science.aad6204
[13] Biernacka A, Tsongalis PD, Peterson JD, et al. The potential utility of re-mining results of somatic mutation testing: KRAS status in lung adenocarcinoma[J]. Cancer Genet, 2016, 209(5): 195-198. doi: 10.1016/j.cancergen.2016.03.001
[14] Neumann J, Zeindl-Eberhart E, Kirchner T, et al. Frequency and type of KRAS mutations in routine diagnostic analysis of metastatic colorectal cancer[J]. Pathol Res Pract, 2009, 205(12): 858-862. doi: 10.1016/j.prp.2009.07.010
[15] Kim D, Xue JY, Lito P. Targeting KRAS(G12C): From Inhibitory Mechanism to Modulation of Antitumor Effects in Patients[J]. Cell, 2020, 183(4): 850-859. doi: 10.1016/j.cell.2020.09.044
[16] Hong DS, Fakih MG, Strickler JH, et al. KRAS(G12C) Inhibition with Sotorasib in Advanced Solid Tumors[J]. N Engl J Med, 2020, 383(13): 1207-1217. doi: 10.1056/NEJMoa1917239
[17] Skoulidis F, Li BT, Dy GK, et al. Sotorasib for Lung Cancers with KRAS p. G12C Mutation[J]. N Engl J Med, 2021, 384(25): 2371-2381. doi: 10.1056/NEJMoa2103695
[18] Jänne PA, Riely GJ, Gadgeel SM, et al. Adagrasib in Non-Small-Cell Lung Cancer Harboring a KRAS(G12C) Mutation[J]. N Engl J Med, 2022, 387(2): 120-131. doi: 10.1056/NEJMoa2204619
[19] Ou SI, Jänne PA, Leal TA, et al. First-in-Human Phase I/IB Dose-Finding Study of Adagrasib (MRTX849) in Patients With Advanced KRAS(G12C) Solid Tumors (KRYSTAL-1)[J]. J Clin Oncol, 2022, 40(23): 2530-2538. doi: 10.1200/JCO.21.02752
[20] Molina-Arcas M, Moore C, Rana S, et al. Development of combination therapies to maximize the impact of KRAS-G12C inhibitors in lung cancer[J]. Sci Transl Med, 2019, 11(510): eaaw7999. doi: 10.1126/scitranslmed.aaw7999
[21] Canon J, Rex K, Saiki AY, et al. The clinical KRAS(G12C) inhibitor AMG 510 drives anti-tumour immunity[J]. Nature, 2019, 575(7781): 217-223. doi: 10.1038/s41586-019-1694-1
[22] Dunnett-Kane V, Nicola P, Blackhall F, et al. Mechanisms of Resistance to KRAS(G12C) Inhibitors[J]. Cancers (Basel), 2021, 13(1): 151. doi: 10.3390/cancers13010151
[23] Kemp SB, Cheng N, Markosyan N, et al. Efficacy of a Small-Molecule Inhibitor of KrasG12D in Immunocompetent Models of Pancreatic Cancer[J]. Cancer Discov, 2023, 13(2): 298-311. doi: 10.1158/2159-8290.CD-22-1066
[24] Hofmann MH, Gerlach D, Misale S, et al. Expanding the Reach of Precision Oncology by Drugging All KRAS Mutants[J]. Cancer Discov, 2022, 12(4): 924-937. doi: 10.1158/2159-8290.CD-21-1331
-
期刊类型引用(1)
1. 冯晓慧，朱正秋. NLR对晚期食管鳞癌一线免疫治疗疗效的预测价值. 医学研究杂志. 2023(07): 157-160+123 . 
百度学术
其他类型引用(2)
下载:
计量
- 文章访问数: 1492
- HTML全文浏览量: 406
- PDF下载量: 432
- 被引次数: 3
