本文目录
什么是微卫星不稳定性（MSI）
MSI是微卫星不稳定性(microsatellite instability)的缩写，MSI是指与正常组织相比，在肿瘤中某一微卫星由于重复单位的插入或缺失而造成的微卫星长度的任何改变，出现新的微卫星等位基因现象。
检测临床意义:
1、诊断Lynch综合征：MSI是Lynch综合征的重要生物学标记，当MSI-H被证实，该诊断即可成立。
2、判断预后及治疗效果：MSI-H的结直肠癌患者对化疗药物5-氟尿嘧啶的疗效不佳。
3、鉴别遗传性胚系来源与散发性来源的MSI结直肠癌：散发性MSI-H结直肠癌的病因通常是hMLH1基因启动子甲基化，只有小部分为BRAF基因突变致MMR基因沉默而免疫组化阴性，并出现MSI。若肿瘤MMR基因启动子甲基化或BRAF基因突变阳性，说明为散发性癌。
4、筛查：Bethesda修订指南建议对小于50岁的结直肠癌患者常规进行MSI检测。
扩展资料：
微卫星不稳定性主要机制
①DNA多聚酶的滑动导致重复序列中1个或多个碱基的错配
②MS同源重组导致碱基对的丢失和插入
微卫星不稳定的检测方法与判断：
微卫星不稳定性的研究方法，目前主要以PCR技术为基础研究微卫星不稳定性改变：
①需确定特定染色体上特定微卫星位点标记，并根据其序列合成特异性引物。引物序列一般可根据特定位点直接从基因库中查询；
②收集肿瘤组织及相应正常组织标本，酚、氯仿抽提，乙醇沉淀，提取基因组DNA；
③PCR扩增；
④扩增产物的检测。常用凝胶电泳，澳化乙锭染色后在紫外灯下观查，或放射自显影及银染等方法观察；
⑤判断结果。
如何判断msi安装包程序是否安装及安装路径
使用MSI的函数可以检测软件是否安装，获取安装版本信息等，前提是软件为.msi文件安装的。在使用前建议加上如下头文件及库依赖：在CODE上查看代码片派生到我的代码片 #include 《Windows.h》 #include 《Msi.h》 #pragma comment(lib, "Msi.lib") 1. 检测软件是否安装，upgradeCode用于标示从一个版本升级到另一个版本，一般可以用于判断是否是同一个软件。 view plain copy在CODE上查看代码片派生到我的代码片 bool CheckExistSoftware(wchar_t *upgradeCode) //可以通过工具Orca查看安装包相应的upgradeCode { wchar_t productCode; if (ERROR_SUCCESS == MsiEnumRelatedProductsW(upgradeCode, 0, 0, productCode)) { return true; } return false; } 2. 获取软件的安装路径在CODE上查看代码片派生到我的代码片 void GetSoftwareInstallPath(const wchar_t *upgradeCode, wchar_t *installPath, DWORD *pathLength) { DWORD i = 0; UINT result; wchar_t productCode; for (i = 0; ERROR_NO_MORE_ITEMS != (result = MsiEnumRelatedProductsW(upgradeCode, 0, i, productCode)); i++) { if (ERROR_SUCCESS == result) { if (ERROR_SUCCESS == MsiGetProductInfoW(productCode, INSTALLPROPERTY_INSTALLLOCATION, installPath, pathLength)) { return; } } } wcscpy_s(installPath, 2, L""); }
微卫星不稳定性（MSI）
目前检测癌细胞中的MSI时，既可以通过检测MMR基因缺失来确定是否发生MSI，如依赖于免疫组化技术的蛋白水平检测，也可以直接检测MSI的序列变化，如PCR（聚合酶链反应）检测等的分子水平检测。 常见的方法为采用免疫组织化学方法检测肿瘤组织中错配修复基因MLH1、MSH2、MSH6及PMS2的表达。任何一项错配修复基因表达缺失，被定义为MSI，否则即为微卫星稳定（MSS）。其中一个表达缺失则称为低度微卫星不稳定(MSI-L)，2种或2种以上蛋白表达缺失为高度微卫星不稳定(MSI-H)。此方法检测MSI相对较简单，成本较低。但存在一些问题，如使用抗体的不一致、病理医生的阅片标准不一致等。 该方法目前是检测MSI的方法学“金标准”，但操作过程复杂，花费较高，且在结果判断中会碰到以下问题，如荧光的过强或过少、非特异性峰、不显著的峰大小改变，杂合性缺失等。 MSI检测方法比对 目前国际上已上市的产品有：
微卫星不稳定和基因检测是一回事吗
是。MSI基因检测是指微卫星不稳定基因检测。微卫星这是人类基因组中一段简单重复的DNA序列，而MSI是指这组DNA在复制时出现错误，被称为微卫星不稳定，因此是一回事。
微卫星不稳定性与肿瘤的诊断和治疗
近年来微卫星不稳定性与肿瘤发生发展的关系成为肿瘤标志物研究、肿瘤的特性及其预后的研究热点，本文将对目前微卫星不稳定性的药物研究进展进行简单总结。
微卫星不稳定性与错配修复缺陷
微卫星（microsatellite）又称简单重复序列，是存在于基因组中的一些小片段核苷酸的重复序列，重复单位一般由1 6个核苷酸组成，15-65个这些序列在基因组上重复分布就构成了一段微卫星微卫星序列（如下图所示）。人类基因组约存在55000 100000组微卫星序列，它们广泛分布在基因组的各个角落，但在染色质末端的部分出现频率较高。微卫星的存在具有广泛性，原核、真核细胞的基因组中都有微卫星的存在。目前研究已经鉴定并确认至少2000个以上的人类基因组多态性微卫星标记，其中很大一部分已经被应用于遗传连锁研究。
微卫星序列具有高度保守性和稳定遗传性，属非转录和组成型基因，根据以上特点可将微卫星归结为一类呈高度多态的遗传标志，应用于个体鉴定、人类基因分析等方面。实验研究证明这些序列可以影响某些细胞基因的表达，对基因组起着直接或间接的调节作用，它们定位、连接于多个重要的基因位置，这些位置不仅与人类疾病相关的标记，而且直接与病因学相关。
微卫星不稳定性 （microsatellite instability， MSI ），即由于复制错误导致微卫星区域出现碱基对的插入或丢失的现象，MSI最先在结直肠癌中被发现并被认为是遗传性非息肉病性结直肠癌 （hereditary non－polyposis colorectal cancer，HNPCC，又称Lynch综合征）的特征，此后又发现于多种散发性肿瘤中（如胃癌、肺癌、子宫内膜癌）。
目前认为微卫星不稳定性的原因主要有以下三种：
1点突变
点突变造成MSI的机制很好理解。某些肿瘤由于DNA损伤修复功能遭到破坏，基因组不稳定性增加，反应在微卫星序列上的结果就是MSI。
2 滑链错配（slipped-strand mispairing）
一般认为DNA复制过程中的滑链错配（slipped-strand mispairing）是导致重复序列多态性的主要机制。复制滑动是在DNA合成过程中，一条单链DNA可以发生一过性脱位，生成一个中间性的结构后，再与另一条DNA单链错配，形成链滑动，继续DNA的复制或修复。滑动错配可以造成缺失、插入或碱基替换：
3 错配修复缺陷（MMR deficient，dMMR）
微卫星序列是DNA复制过程中最容易发生错配的序列，需要错配修复（mismatch repair，MMR）相关蛋白进行修复。MMR是一种高度保守的细胞过程，在DNA复制过程中起着重要的作用。MMR主要负责在DNA复制后对碱基进行修复，另外也可以修复一些小的核苷酸插入或缺失。执行MMR功能的关键基因包括MutL同源物1（Mult homolog 1，MLH1）、MutS同源物2 （Mult homolog 2，MSH2）、MSH6和减数分裂后分离增加2（postmeiotic segregation increased 2，PMS2）等。MMR蛋白在DNA复制、遗传物质重组和化学或物理损伤过程中以异二聚体复合物的形式存在，这些复合物包括MutSα（MSH2蛋白与MSH6蛋白组合）、MutLβ （MLH1蛋白与PMS1蛋白组合）、MutSβ（MSH2蛋白与MSH3蛋白组合）和MutLα （MLH1蛋白与PMS2蛋白组合）。在DNA复制发生错配后，首先MutSα识别并结合DNA链，招募MutLα，经构象改变后，从错误位点释放，随后招募核酸外切酶-1切除错配区域，复制因子A稳定单链DNA，由DNA聚合酶Polδ和增殖细胞核抗原形成的复合物填补空缺，最后由DNA连接酶修复缺口。有研究证实，MMR使DNA复制的准确性提高了100～1000倍。若MMR基因或蛋白功能缺陷，DNA复制错误得不到修正，错误的逐渐积累加剧基因的变异，进而产生dMMR表型。
根据MSI水平的高低，可将MSI分为三种类型：低微卫星不稳定（low microsatellite instability，MSI-L）、高微卫星不稳定（high microsatellite instability，MSI-H）以及微卫星稳定（microsatellite stability，MSS）dMMR是高水平微卫星不稳定的必要条件，在临床实践中，基本可以将dMMR等同于MSI-H。
MSI与疾病
MSI是许多疾病的特征，其中绝大多数为肿瘤，在非肿瘤疾病中以Lynch syndrome林奇综合征最为著名。
林奇综合征是一种由错配修复（MMR）基因突变导致，易患结直肠癌和其他恶性肿瘤的常染色体显性遗传病。包括已经患有肿瘤和尚未发生肿瘤的人。是最常见的一种遗传性结直肠癌综合征，过去多称为遗传性非息肉病性结直肠癌（hereditary non-polyposis colorectal cancer，HNPCC），以强调其遗传性和有别于家族性腺瘤病。由于HNPCC这个命名强调的是这类患者易患结直肠癌，而忽略了其肠外肿瘤的高发率，现许多学者和机构提倡重新命名为“林奇综合征”更合适。
1895年，美国病理学家Warthin发现他的女裁缝家庭的许多成员死于肠道或女性生殖器官的肿瘤。根据其家族史，Warthin于1913年发文将该家系称为“癌易感家族”。1966至1967年Creighton大学医学院的Henry Lynch先后报道了8个遗传性癌家系的发病情况，并总结出其临床特征：恶性肿瘤部位分布广泛，多原发癌多见，结肠癌和子宫内膜癌发生率明显高于普通人群，由于当时对于家族性腺瘤息肉病（familial adenomatosis polyposis，FAP）的认识己经非常清楚，Lynch认为这些家族不同于已报道的FAP及Gardner综合征，其大肠癌不是由息肉发展而来。Lynch将这种不同于FAP的遗传性癌家族称为“癌家族综合征”，1984年Boland将之命名为林奇（Lynch）综合征。后续研究者逐渐认识到MMR家族蛋白功能异常在林奇综合征发生中的作用：大多数林奇综合征家系（85% 90%）检测到的是MLH1和MSH2突变，剩余的10% 15%的家族存在MSH6的突变，少数存在PMS2的突变。研究证明，林奇综合征和部分散发性大肠癌的发生与癌基因激活和抑癌基因失活关系不大，而是由于错配修复基因突变引起MSI所致。目前MSI/dMMR检测已经成为国际上筛选林奇综合征患者的重要诊断指标。
除了林奇综合征以外，某些肿瘤中也存在着较高的MSI。肿瘤的发生是一个多基因参与的生物学过程，目前已发现，人类多个部位的肿瘤与错配修复缺陷有关。如下图所示：
此处需要注意，虽然广泛的基因突变是几乎所有肿瘤的共同特征，但高水平的MSI并非在所有的肿瘤中都可以观察到。研究显示，在结直肠癌（COAD）、子宫内膜肿瘤（UCEC）等肿瘤中MSI较高（后文中也可以看到，这些肿瘤中MSI的水平可以指导免疫治疗用药）：
MSI 检测的临床意义
目前，有关MSI检测的临床意义有如下观点：
一、MSI与Lynch综合征筛查 。如上文所述，MSI是Lynch综合征的特征现象，约90%以上 Lynch综合征表现出MSI-H，目前MSI检测已经成为林奇综合征筛查的标准方案。
二、MSI与结直肠癌的预后 。临床研究证实，MSI与结直肠癌的预后有着密切的关系。 MSI-H 结直肠癌患者相比 MSS 患者具有显著的生存优势，临床表现较差，但预后更好。研究证 实，针对Ⅱ/Ⅲ期结直肠癌患者，MSI-H 患者的总生存期及无病生存期明显延长。美国国家综合癌症网络（NCCN）发布的结直肠癌指南，建议所有有结直肠癌史的病人都应进行 MSI 检测。
三、MSI与指导用药 。研究证实，MSI-H的结直肠癌Ⅱ期患者不能在氟尿嘧啶（5-FU）治 疗中获益。但dMMR会导致动态的超突变状态，从而导致肿瘤细胞新生抗原的持续产生，使其受到免疫监视。研究发现，与pMMR（proficient MMR）相比，dMMR的CRC具有较高的突变量，并对ICIs（免疫检查点抑制剂）治疗具有更高的客观反应率，ICIs单药治疗的反应率在dMMR CRC中为30%～50%。美国FDA先前已经批准PD-1免疫治疗单抗Pembrolizumab、Ipilimumab和Nivolumab用于具有错配修复缺陷dMMR/MSI-H 表型的转移性结直肠癌（mCRC）的末线治疗。除了mCRC 的治疗外，2017年5月，美国FDA批准了PD-1抗体 Pembrolizumab用于治疗成人和儿童具有dMMR/MSI-H 表型的没有其他治疗选择的，不可切除或转移性实体瘤患者。 然而，FDA此次批准未能说明免疫治疗的最佳治疗顺序、最佳的治疗持续时间，以及在Keytruda中是否可以添加其他药物等问题，因此，可将此次批准视为ICIs治疗MSI-H/dMMR肿瘤的一次探索性尝试。2019年，Keytruda又获批治疗MSI-H/dMMR的子宫内膜瘤。除了Keytruda，Y药和O药也在MSI-H/dMMR肿瘤的治疗中占有一席之地：
MSI 检测方法概述
微卫星（ Microsatellite ）序列是遍布于人类基因组上数百万个基因座（ loci ）中的短串联重复（ short tandem repeats ， STR ）序列。
通常由 1-6 个重复（如单核苷酸、双核苷酸重复等）的碱基串联重复排列 10-50 次。
微卫星不稳定（ MSI/MSI-H ），由于在 DNA 复制时错配修复 ( MMR ) 基因的功能缺陷，导致串联序列发生插入和缺失突变，引起 MS 序列长度改变的现象。
这种类型的体细胞突变会导致抑癌基因失活或破坏其他非编码调控序列，从而起到致癌作用。
MSI 作为可作为一种独特的分子表型，存在于多种癌症中，包括结直肠癌，子宫内膜癌，胃癌，前列腺癌，卵巢癌和成胶质细胞瘤等。
并且 MSI 能够预测免疫检查点封锁疗法在实体瘤中的疗效。因此，检测 MSI 状态在肿瘤临床诊断和预后治疗上具有重要意义
目前， MSI 检测方法主要有三种：
IHC 方法使用相应的抗体，通过对 4 种 DNA 错配修复蛋白（ MLH1 ， PMS2 ， MSH2 ， MSH6 ）在细胞核内的表达情况，来确定细胞内是否存在错配修复功能缺陷。
如果其中任何一个蛋白出现表达缺失，则会被判定为错配修复缺陷（ dMMR ），相当于 MSI-H ；如果四个蛋白全部表达，则判断为错配修复功能正常（ pMMR ），即 MSI-L 或 MSS 。
其优势在于应用性广泛，并且能确定哪些 MMR 蛋白在肿瘤中细胞中表达缺失。
但是， IHC 本身存在主观性，同时受抗体质量和实验因素等影响，有时无法检出某些定性蛋白的变化，导致 MMR 结果偶有报错。
主要采用多重荧光 PCR 结合毛细管电泳的方法，通过 PCR 扩增特定的微卫星序列，然后通过毛细管电泳比较肿瘤组织与正常组织微卫星序列长度的差异来判断该位点是否存在 MSI 现象。
这种检测方法是公认的 MSI 检测的金标准，也是使用最广泛的方法。
最开始使用的是 National Cancer Institute （ NCI ）推荐的 5 个位点：
通过如下方式来判断结直肠癌的 MSI 状态：
有研究表明， MSS 和 MSI-L 之间没有明显的肿瘤生物学特征差异，因此，临床上将 MSI-L 也归类为 MSS 。
后来有研究指出，二核苷酸重复较单核苷酸重复的位点敏感性更低，且存在高度的个体多态性，需要配对的肿瘤和正常样本对照才能得出结果。因此，降低了检测的灵敏度。
因此，有人提出 pentaplex panel ，包含五个单核苷酸重复的位点：
无需配对正常的样本，且性能更高，但是在 MSH6 缺陷型肿瘤中性能不高
目前使用更多的是 Promega 系统，包含：
PCR 检测方法不仅弥补了 IHC 在因非截断式错义突变导致的 MSI 无法检出的漏洞，同时还具备良好的可重复性。
但是，其检测的基因（ panel ）的位点较少、通量较低、无法提供具体的基因突变信息，而且实验周期较长。
随着高通量测序技术的发展，使用全基因组测序（ WGS ）、全外显子测序（ WES ）或靶向基因测序（ TGS ）进行 MSI 检测的已经越来越普遍了。
与 PCR 相比， NGS 方法通量大，涉及基因范围广、灵敏度和特异性更高，可与靶点的突变检测、肿瘤突变负荷( TMB )等检测共用一份测序数据。
在目前已发表的 NGS 方法中，一般都是以 PCR 检测结果作为金标准，通过比较二者结果一致性作为评价 NGS 检测性能的标准。
NGS 检测方法种类繁多，且大多数需要配对正常样本，我们可以将这些方法分为两大类
在这里，可能需要讲解一下何为 repeat count
在上面的图中，我们假设微卫星位点为 10 个连续的 A ，且该位点比对上了 10 条 reads ，每条 read 比对上的长度长短不一。由此，我们可以计算出 repeat count
repeat 为所有 reads 的长度， count 为各长度对应的 reads 支持数
其分析流程与原理大致可以用如下流程图来描述
包括 MSIsensor 、 mSINGs 、 MANTIS 、 Cortes-Ciriano 、 MSI-ColonCore 等
其分析流程与上面类似
包括 MSIseq Index 、 MSIseq/NGS classifier 、 Nowak 等
MSIsensor 是通过 MS 位点两端各 5bp 的侧翼序列来定位的，算法原理为
mSINGs 方法也是通过计算每个位点的不稳定性，并以不稳定位点的比例作为样本的 score 值，大于阈值的认为是不稳定状态。
MANTIS 也是根据肿瘤及其配对正常样本的 repeat count 的分布计算样本的不稳定状态。
它将每个位点在样本中的 repeat count 分布看成是一个向量，通过对这两个向量计算欧氏距离、余弦相似度等度量分数，并将所有位点的均值作为样本的不稳定分数。
具体计算方式如下：
可以看到，该方法进行了比较严格的质控
该方法是基于 RNA-seq 数据，通过计算两个指标的比值 PI/PD ，如果该比值小于 0.9 则认为该样本为 MSI
其中， PI 表示微卫星位点区域发生插入突变占所有插入突变的比例， PD 表示微卫星位点区域发生缺失突变占所有缺失突变的比例。
该方法通过计算样本中单核苷酸替换率和小片段的碱基插入删失率等突变信息构建特征，然后应用机器学习算法构建分类器。
具体的特征包括：
该方法使用的是 WES 数据，且选择了线性回归，决策树，随机森林和朴素贝叶斯四种算法。其中最优的算法是决策树，该方法不需要配对的正常样本。
from： 生信学习手册
