神外资讯

脑膜瘤起源于蛛网膜帽状细胞，是中枢神经系统最常见的原发性肿瘤，大约占其中的39%[1]。按照最新的WHO中枢神经系统分类指南，绝大多数（~80%）的脑膜瘤是良性的1级脑膜瘤，可以通过手术的方式直接切除，少部分（~20%）高级别脑膜瘤（WHO 2级和3级）呈侵袭性生长，术后5年复发率高达50-80%[2, 3, 4]。然而少部分1级脑膜瘤也表现为侵袭性生长，可侵犯周围组织，包括脑侵袭（Brain Invasion）、骨侵袭、血管周围间隙侵袭[5]。有脑侵袭的脑膜瘤就为术中肿瘤残留和复发提供了潜在可能，因此2016年的第四版修订版中枢神经系统肿瘤分类指南就将脑侵袭作为2级非典型脑膜瘤的独立诊断标准[6]。 脑侵袭性脑膜瘤的认识过程 对于脑膜瘤脑侵袭最早的认识来自于1989年，Nakasu首先在2例与脑膜瘤相邻的脑组织中发现了脑膜瘤的细胞[7]。1997年，Perry等人首次将脑侵袭性脑膜瘤定义为脑膜瘤呈指状或结节状突出进入相邻脑实质内，且与脑实质之间缺乏软脑膜层，这也是目前应用最为广泛的定义。此外，Perry等人还发现具有脑侵袭特征的1级脑膜瘤预后与2级脑膜瘤相似（图1）[8]。直到近20年后的2016年第四版修订版中枢神经系统分类指南才正式将具有脑侵袭特征的1级脑膜瘤分类为2级非典型，其主要依据就是1997年Perry等人的研究[6]。 然而，脑侵袭对1级脑膜瘤预后的影响并未就此盖棺定论，自2016年以来，反而激起了大量对除脑侵袭外其它特征为良性（brain-invasive otherwise benign, BIOB）的脑膜瘤与普通1级脑膜瘤预后比较的研究。如表1所示，大多数研究都认为BIOB脑膜瘤与普通1级脑膜瘤在预后上无差异。事实上，由于对脑侵袭脑膜瘤的诊断标准不同，以及术中取材和术后病理诊断的影响，脑侵袭对1级脑膜瘤预后的影响尚有争议。 脑侵袭性脑膜瘤的诊断 目前对脑侵袭性脑膜瘤的定义缺乏统一的标准，导致脑侵袭性脑膜瘤在不同文献中的发生率差异较大（5%-78%），随脑膜瘤级别而升高，3级脑膜瘤可达70%-100%[9]。目前采用得最多的定义如图2 A和B所示，脑膜瘤呈指状或结节状的突入脑组织中，且脑膜瘤和脑组织之间缺乏软脑膜结构。但是也有研究认为如C图所示，这样单个脑膜瘤细胞进入脑组织也属于脑侵袭，甚至还有文章认为，脑膜瘤侵入脑血管周围间隙也属于脑侵袭，这就造成了对脑侵袭性脑膜瘤本身的诊断标准差异较大。但是对于一些与脑侵袭相关的临床因素，目前普遍认为瘤周水肿体积是与脑侵袭独立相关因素，并在影像组学中得到了验证[10]。此外，术中取材也可能对术后病理诊断脑侵袭产生影响，例如2020年，Felix Behling等人回顾性分析了1741例脑膜瘤患者，将手术记录中“肿瘤侵袭性生长”或“软脑膜-蛛网膜结构破坏”作为术中诊断脑侵袭的标准，再与病理结果进行对比，结果发现23.7%的脑膜瘤在术中发现有脑侵袭，而在术后病理结果中仅为4.8%，但两者均可预测预后[11]。对于两者之间存在明显差异的原因，研究人员认为可能来源于样本取材不一致，即除非获得完整的肿瘤-皮质界面以明确脑侵袭，否则会漏诊脑侵袭性脑膜瘤。 脑膜瘤脑侵袭的过程 脑膜瘤脑侵袭的过程大致可分为细胞外基质和基底膜降解、脑膜瘤细胞进入脑实质，以及脑膜瘤细胞在脑实质内定植并生成血管和增殖三步（图3）[12]。首先，在脑膜瘤脑侵袭之前，脑膜瘤细胞骨架需要迁移聚集至细胞周围，形成伪足。目前有研究发现高级别和侵袭性脑膜瘤中cortactin、fascin-1、transgelin和Rho家族蛋白高表达并活化，参与肌动蛋白重塑和伪足形成[13, 14]。此外，脑侵袭性脑膜瘤细胞表面会高表达整合素和钙黏蛋白，这两种受体可以与细胞外基质中的多种配体结合，结合后会进一步改变细胞骨架，使之前形成的伪足作为细胞运动的锚点，促进肿瘤细胞向基底膜运动[5]。在脑膜瘤细胞的伪足接触到基底膜后，会通过分泌蛋白水解酶来降解基底膜。目前研究发现在脑膜瘤当中发挥作用的主要包括半胱氨酸蛋白酶、尿激酶型纤溶酶原激活剂和基质金属蛋白酶三种[12]。最后，脑膜瘤细胞在进入脑实质后，通过自分泌和旁分泌的方式，释放EGFR、bFGF和VEGF等，实现在脑实质内的定植和生成血管（图4）[15]。 脑侵袭性脑膜瘤的治疗 脑膜瘤脑侵袭是一个复杂的过程，如图4所示针对其中某个环节的抑制理论上可以实现抑制脑侵袭性脑膜瘤的生长。然而在目前的回顾性研究和2期临床试验中，仅靶向VEGF的贝伐单抗和靶向EGFR的拉帕替尼被发现有效，其药物的有效性还需要进一步的临床试验来验证[12]。也有研究认为PD-1/PD-L1介导的免疫逃逸可能参与脑膜瘤脑侵袭，且PD-L1的表达水平随脑膜瘤级别而升高[15]。2022年的美国布莱根妇女医院进行的一项临床试验中，就采用了纳武单抗（nivolumab）治疗25例经过多次手术的高级别脑膜瘤患者，结果仅1例患者出现缓解，3例患者有免疫应答[16]。脑膜瘤细胞表面会高表达孕激素受体，2015年美国一项双盲的3期临床试验就采用了孕激素受体拮抗剂米非司酮作为激素替代治疗复发或残留的脑膜瘤，结果发现孕激素替代治疗不能控制脑膜瘤的生长[17]。辅助放射治疗是防止肿瘤复发的一种常用治疗方式，虽然在脑膜瘤中的作用还有争议，但是对于无法通过肉眼或影像学检查发现的微小残留病灶，辅助放射治疗可能延缓或防止复发。近3年来有三项研究评估了对侵袭性脑膜瘤采取放射治疗的效果，结果也显示出了矛盾的结果[18, 19, 20]。 小 结 首先，目前对于脑侵袭性脑膜瘤的定义还有争议，且由于术中取材和术后病理诊断的不一致，使得脑膜瘤脑侵袭存在漏诊可能，导致脑侵袭是否对1级脑膜瘤的预后产生影响还未达成统一意见。目前脑膜瘤虽然缺乏系统性治疗措施，但是对于药物的筛选以及对药物敏感性患者的筛选可以在将来找到适合于某种药物的特定的脑膜瘤人群。放射治疗理论上可以降低脑侵袭性脑膜瘤患者术后的复发风险，但是盲目地采取放射治疗可能会反而使患者遭受放射相关的神经功能废损等，因此需要找到适合放射治疗的脑侵袭性脑膜瘤，或者是适合的放射治疗方式就显得至关重要。 参考文献 [1] Ostrom QT, Cioffi G, Waite K, et al. CBTRUS Statistical Report: Primary Brain and Other Central Nervous System Tumors Diagnosed in the United States in 2014-2018. Neuro Oncol. 2021 Oct 5;23(12 Suppl 2):iii1-iii105.[2] Louis

脑膜瘤是颅内常见的良性肿瘤，现有研究表明不同预后的脑膜瘤存在不同的驱动基因，包括NF2、AKT1、TRAF7、KLF4等基因。TRAF7基因是具有E3泛素连接酶活性的促凋亡N端RING和锌指结构域蛋白，在其C末端包含7个WD40重复序列，TRAF7通过WD40结构域与不同分子（例如MEKK3）相互作用，影响肿瘤的发生发展。 TRAF7基因在约25%的脑膜瘤中发生突变，但在特定亚型和肿瘤解剖学位置会出现TRAF7基因的高突变，如在分泌型脑膜瘤中多出现TRAF7和AKT1基因共变异，在组织学形态是上皮样脑膜瘤以及脑膜瘤位置处于基底这类脑膜瘤多出现TRAF7和KLF4基因共变异。但现有研究表明在肿瘤发生和发展阶段会出现不同基因变异。对于这两类共变异脑膜瘤，现有研究无法确定TRAF7和AKT1/KLF4哪个基因会先发生变异。 一例脑膜瘤患者出现双原发，通过对患者的两个独立病灶进行分子检测，结果显示有共同的基因：TRAF7 p.N520S突变。但也存在不同基因变异：在颅底位置出现AKT1基因热点变异，在凸面脑膜瘤出现KLF4基因热点变异，通过胚系分析表明TRAF7基因变异不是胚系变异。这一案例提示TRAF7基因可能是肿瘤发生早期事件，早于AKT1和KLF4基因变异。 为了探索和验证这一理论，入组28例共突变脑膜瘤患者样本（TRAF7/AKT1  n=13；TRAF7/KLF4  n=15），测序结果显示其中AKT1和KLF4基因均为热点突变（AKT1 p.E17K；KLF4 p.K409Q）,TRAF7基因在不同样本中的变异位点不同，最常见的变异位点是p.N520S/H/T（8/28）和p.K615E/T（5/28）。 目前现有研究认为突变丰度（VAF）可以在一定程度上反应基因变异的早晚，但通过对共突变脑膜瘤样本的测序变异丰度的对比没有太大差异，无法区分。 采用基于扩增子的单细胞测序技术对其中7例共突变样本（875000个细胞）进行检测。检测panel包括28个基因及TERT启动子区域覆盖。测序数据通过分析显示每个样本中有三个亚克隆：一个是野生型克隆（可能是间质细胞），一个克隆是携带TRAF7单突变，而KLF4或AKT1中没有任何突变（6/7个样本中检测到），以及另一个包含TRAF7和KLF4或AKT1共突变的克隆。其中一例样本中除了野生型和共突变两组克隆外，一个克隆仅携带KLF4突变。结果表明，在大多数情况下，TRAF7突变是在比KLF4或AKT1更早的阶段获得的。 肿瘤在生长过程中，经过多次分裂增殖，其子细胞呈现出分子生物学或基因方面的改变，从而使肿瘤的不同细胞特征不一致。基于这一特征通过对同一个肿瘤样本的不同细胞进行测序分析，从而确定肿瘤在发生发展过程中基因变异的顺序，通过单细胞NGS测序技术分析TRAF7和AKT1/KLF4共变异脑膜瘤样本中不同细胞的变异情况发现在多数情况下TRAF7基因突变要早于KLF4或AKT1基因变异。 作者介绍 徐州矿务集团总医院神经外科副主任 主任医师、医学博士、硕士生导师 江苏省医师学会神经介入分会委员 江苏省医师学会神经外科分会颅底肿瘤专业组组员 徐州医学会神经外科分会委员 主要研究方向为脑肿瘤及脑血管病的基础与临床，主要为颅底肿瘤，脑出血及动脉瘤等出血性疾病和颈动脉狭窄及搭桥等的缺血性疾病 第一作者及通讯作者发表SCI3篇及国内核心期刊文章数篇

脑膜瘤是一种起源于脑膜上皮细胞的肿瘤，约占所有中枢神经系统新诊断肿瘤的37.6%[1]。在具有WHO分级记录的脑膜瘤中（65.7%），35.9%的脑膜瘤为WHOⅠ级，8.2%为Ⅱ级，0.7%为Ⅲ级[2]。II级脑膜瘤术后复发率29%-52%[3]。III级非常罕见，预后不良，其中位OS为2.9年，5年OS约为40%[4]。基因表达的表观遗传调控，如DNA甲基化和组蛋白修饰等，在脑膜瘤的发生发展中起着重要的作用。研究表明，异常的DNA甲基化是脑膜瘤最常见的表观调控之一，而且结合DNA甲基化进行分子分层，相比于WHO分级，更能对脑膜瘤的预后进行精准预测[5]。 Zeste基因增强子同源物2（enhancer of Zeste homolog 2，EZH2) 是一种重要的甲基转移酶，能够通过调控转录活性进而促进肿瘤细胞的增殖、转移和耐药。在胶质瘤、肺癌、结直肠癌等恶性肿瘤中高表达，并且与不良预后有关[6-8]。但在脑膜瘤中的研究尚缺乏，因此，本文总结了EZH2在脑膜瘤中的相关研究进展。 EZH2的结构和功能 EZH2是PeG蛋白家族的主要成员之一，是多梳抑制复合物2（PRC2）的核心亚基之一，该亚基由其他几个成分组成，如EED、SUZ12和RpAp46/489。能通过其C端SET结构域催化组蛋白H3K27me3和非组蛋白，促进染色质浓缩，调控相关靶基因的表达[9]。 EZH2的作用机制 （1）最早、最经典的的作用机制便是EZH2与其它亚基组成PRC2复合物，通过SET结构域对细胞核中的底物组蛋白H3中27位的赖氨酸残基三甲基化（H3K27me3），导致目标基因的沉默。（2）由EZH2组成的PRC2复合物还可以作用于非组蛋白，导致其甲基化，参与转录调控。（3）EZH2还可通过非PRC2依赖的方式引起非组蛋白的甲基化。（4）EZH2还能通过直接与其它因子形成转录复合物，而不需要依赖PRC2，激活下游的目标基因转录。[10,11] EZH2在非典型脑膜瘤中表达上调 在一项149例脑膜瘤（I级102例，II级47例）的研究中，EZH2的免疫组织化学表达在II级肿瘤中明显高于较低级别肿瘤（38.3%比6.0%；p<0.001）。大多数阳性病例显示低表达水平，仅在2例非典型脑膜瘤中检测到EZH2的强表达。凸面脑膜瘤的EZH2表达比颅底更高（19.5%比6.3%）。EZH2免疫阳性在增殖活性高的区域更为明显。EZH2表达高的病例其增殖活性（MIB-1 LI）显著高于阴性病例（平均值±SD–7.9±6.2 vs 3.7±3.3；p<0.001）[12]。在mRNA转录分析中也验证了EZH2在非典型脑膜瘤中的表达更高[13]。此外，研究还发现，EZH2在复发性脑膜瘤中的表达更高[14]。 EZH2对脑膜瘤预后的影响 研究发现，EZH2是脑膜瘤无进展生存期的独立影响因素，与阴性病例相比，EZH2表达阳性的病例，其无进展生存期明显缩短（平均PFS 135.4 vs 223.7周；p=0.007）[12]。 在脑膜瘤中Let-7家族负调控EZH2的表达 研究发现非典型与良性样本中ESCs中H3K27me3和EZH2靶点的超甲基化增加，超甲基化水平与非典型的可能性相关。研究者还发现let-7家族的5个成员（let-7a, let-7b, let-7c, let-7d, let-7e）在非典型脑膜瘤中有异常表达。该miRNAs家族已被证明在各种癌症，如前列腺癌和神经母细胞瘤中表达下调。研究发现非典型脑膜瘤中let-7家族的下调与EZH2mRNA表达的上调相关。重要的是，除let-7b外，这些miRNA的表达水平（在非典型脑膜瘤和良性脑膜瘤中分别缺失75%和47%）不受CNV事件的影响。[13] 显示了以高甲基化（红线）和低甲基化（蓝线）位点为中心的EZH2-ChIP-seq信号（先前在hESCs中报道）的聚集图。分析显示非典型与良性样本中ESCs中H3K27me3和EZH2靶点的超甲基化增加。超甲基化水平与非典型的可能性相关。 小 结 EZH2是表观遗传学方面的重要基因，在多种恶性肿瘤的已被广泛研究，但在脑膜瘤中的研究尚缺乏。目前的研究发现EZH2在非典型脑膜瘤中高表达，并且与不良预后相关，let-7家族负调控着EZH2的表达。由于EZH2复杂的作用机制，既可以甲基化组蛋白和非组蛋白，也可以通过PRC2依赖和非PRC2依赖的方式，导致基因沉默或转录激活。因此，EZH2在脑膜瘤中的作用及机制仍需要进一步研究。 参考文献： [1]Louis DN, Perry A, Wesseling P, et al. The 2021 WHO Classification of Tumors of the Central Nervous System: a summary. Neuro-oncology. 2021;23(8):1231-1251.[2]Hale AT, Wang L, Strother MK,

脊髓脑膜瘤（SM）占原发性脑膜瘤的5-10%，占脊髓硬膜内肿瘤的30%。SMs通常是散发性的，很少与遗传性疾病如2型神经纤维瘤病或神经鞘瘤病相关[1-3]。 SMs是生长缓慢的良性肿瘤，由于脊髓受压，在晚期可能会导致各种神经功能缺损。手术切除是症状性SM的首选治疗方法。

研究背景 脑膜瘤是最常见的颅内原发性肿瘤之一，不同分级的脑膜瘤患者预后差异很大，从良性到高度侵袭性，最终可能导致死亡[1]。对于肿瘤进展风险的早期而可靠的识别是重要的。然而，目前仅建立了高度侵袭性肿瘤的分子标志物（CDKN2A/B和TERT启动子突变），而对于低危和中危脑膜瘤的患者分子基础分层尚待完善[2-4]。本研究旨在为中低危患者提出新的预测及分级标准，描述并比较验证了WHO分级、特定拷贝数变化和基于甲基化的分类的独立预测能力[5]。 研究方法 本研究收集了2868位患者的3031例脑膜瘤样本的DNA甲基化数据和拷贝数信息，以及858例样本的突变数据，分析DNA甲基化亚组、拷贝数变异（CNVs）、突变和WHO分级。在514例患者的回顾性队列中评估了预后的预测能力，在184例回顾性队列和287例多中心病例的前瞻性队列中进行了验证。 结    果 研究分析了3031例脑膜瘤样本样本，对他们的表观遗传学特征进行了整合。结合脑膜瘤的甲基化分级（methylation class，MC），作者提出了甲基化家族（methylation family，MF）的概念[6]。良性MF包括MC中的ben-1、2、3，中间型MF包括int-A、B以及恶性MF。拷贝数变异（copy number variations，CNVs）也被证实与甲基化水平高度一致，良性MF中ben-1表现为22q的缺失，ben-2的拷贝数图谱平坦，而ben-3的特征是全染色体增益。在中间型MF中，整个染色体缺失的数量增加，最后恶性MF的特征是大量的CNV，包括CDKN2A/B基因座9p上的局灶性纯合缺失。（图1A） 不同的基因突变也与CNV模式一致：孤立的NF2突变通常与WHOⅠ级，孤立的22q缺失及MC ben-1相关，AKT1，SMO、KLF4和TRAF4突变常见于MC ben-2的WHO 1级脑膜瘤，拷贝数分布平坦。基因组紊乱的脑膜瘤，包括CDKN2A/B纯合子缺失，大多数为WHO3级和MC mal分级，且TERT启动子突变丰富。（图1B） 表1. 单拷贝数变异对预后的影响 依托多重荧光免疫组化技术平台，阔然基因推出了肿瘤免疫微环境全景分析解决方案，全景剖析肿瘤免疫微环境中的杀伤性T细胞、耗竭性T细胞、巨噬细胞、B细胞、三级淋巴结构和免疫检查点受体的浸润情况，全面评估患者的预后和接受免疫抑制剂治疗的疗效，挖掘肿瘤免疫微环境与肿瘤发生发展、复发、转移和耐药机制的关系和临床分子机理。 通过单变量分析，确定1p，6q和10q等缺失为最有价值的标志，通过对WHO分级，甲基化家族分级，性别，肿瘤位置等因素进行调整后，1p缺失p值仍<0.01,表明1p缺失可以作为独立预测的标志物（表1）。1p的存在或缺乏可以进一步对组织学上WHO1级、2级和复合WHO 1级或2级病例进行分层。如果存在1p缺失，结果类似于WHO Ⅱ级或中间型MF 。这表明任何具有1p缺失的脑膜瘤都应被认为至少是WHO分级2级（图2）。因此，1p状态是一个有吸引力的分析目标，因为它具有预后相关性，在很大比例的脑膜瘤中含量丰富，并且检测有效。 为了验证CNVs对于预后的独立验证能力，研究者提出了CNV-Lasso模型与CNV-Literature模型，前者仅包括1p，6q，14q的缺失（图3C），后者增加了对10q缺失的分析（图3D）。如果没有上述任何一种拷贝数变异，就被归类为低风险，1-2个CNVs为中风险，三个或三个以上为高风险。本研究也证实了WHO分级（2016及2021分级）（图3A、B）以及甲基化分级对预后预测的风险分层。（图3E） 图3. 不同分类方法对预后的危险分层分析 对不同模型的预测能力进行了对比，结果显示CNV-Lasso模型的c指数为0.701，CNV-Literature模型为0.709，甲基化家族为0.719。与WHO 2016分级（c指数为0.683）和WHO2021分级（c指数为0.697）相比，这3个模型指标均较好（图3F）。10年的Brier预测误差在所有模型中相似（0.170-0.178），但甲基化模型的预测误差更低（0.158）。这一结果在验证队列中也得到了证实。因此，结合上述分子分型及WHO分级的方法可能在风险预测方面产生重要进展。 图4. 评估脑膜瘤危险分组的一般流程 根据不同的检测方法，提供了三种分子分析途径。甲基化阵列同时提供CNVs的信息，产生综合风险评分，从而在所有情况下提供最准确的风险分层。（图4 Option1）对于组织学分级1和2的病例，1p的状态可以作为一个替代物，以增加区分真正低风险和高风险病例的预测能力。然而，与综合评分相比，这降低了准确性，并且没有进一步将1p删除病例分层为中等和高风险。当检测到1p缺失时，产生6q和14q染色体状态的额外测试可以通过实施CNV-Lasso模型进一步对风险进行分层。或者，在研究1p后，可以进行更有针对性的基因分析。（图4 Option2）靶向基因分析可用于识别与低风险相关的TRAF7和KLF4中的SNV，以及与进展的高风险相关的TERT启动子突变和CDKN2A/B的纯合缺失。与1p状态检测类似，靶向基因分析仅准确地对病例子集进行分层，可能需要额外的分子检测来最终确定进展的风险。（图4 Option3） 图5. 综合三种分类方法合并为综合的分子形态学评分 将所有的风险分层方法每一层分别赋值合并为一个综合的分子形态学评分，结果进一步大幅提高了准确性（c指数0.744）（图5）。这一综合评分在所有三个队列中始终提供了较高的准确性，显著优于WHO分级（c指数差异p0.005）。除了总体分层优势外，综合评分更精确地分离了WHO 1级和2级肿瘤诊断挑战性界面的进展风险（回顾性和前瞻性验证队列的风险比分别为4.34[2.48-7.57]和3.34[1.28-8.72]）。因此，新的综合分子形态学评分可以帮助中低风险的脑膜瘤患者更准确的预测预后，从而尽早地做出针对性治疗。 图6. 整合模型不同危险分组中临床、组织学、表观遗传学特征 结    论 将这些组织学和分子数据合并成一个完整的三层评分显著提高了脑膜瘤分层的精确度。 在稳健预后预测的基础上，将其应用到常规诊断中，为脑膜瘤患者的临床决策提供信息。 参考文献 [1]Louis, D. N. et al. The 2021 WHO Classification of Tumors