汉斯算法是病理学家用来根据癌细胞产生的蛋白质将弥漫性大B细胞淋巴瘤（DLBCL）分为不同亚型的工具。DLBCL是最常见的非霍奇金淋巴瘤类型，根据淋巴瘤最类似于正常B细胞的类型，可分为两大类，称为细胞起源亚型：生发中心B细胞样（GCB）和活化B细胞样（ABC，也称为非GCB）。这些亚型的生物学行为和治疗反应可能不同。汉斯算法是区分它们的一种方法。本文将解释汉斯算法的测量内容、结果的意义以及亚型如何影响治疗。
Hans 算法是如何执行的？
Hans算法基于免疫组织化学（IHC）技术，该技术利用抗体检测淋巴瘤细胞内的特定蛋白质。当抗体与靶蛋白结合时，会产生颜色变化，病理学家可以在显微镜下观察到这种变化。该算法主要检测三种蛋白质：
- CD10 — 一种通常由生发中心细胞产生的蛋白质，生发中心是正常淋巴结内的一个区域。
- BCL6 — 一种也与生发中心细胞相关的蛋白质。
- 妈妈1 — 一种主要由活化的 B 细胞产生的蛋白质。
病理学家记录每种蛋白质是否存在，然后根据算法将淋巴瘤归类为GCB型或ABC型（非GCB型）。该算法本质上是一个简单的决策树：它从CD10开始，然后使用BCL6和MUM1得出结果。
结果是什么意思？
Hans算法将弥漫性大B细胞淋巴瘤分为两种亚型之一：
- 生发中心 B 细胞样 (GCB) — 蛋白质模式表明，该淋巴瘤类似于生发中心细胞。一般来说，CD10阳性病例都属于这一类。
- 活化B细胞样细胞（ABC），也称为非生发中心B细胞 — 该模式表明淋巴瘤类似于活化的 B 细胞，通常存在 MUM1 而不存在 CD10。
汉斯算法是一种应用广泛且实用的工具，但并非完美无缺。它仅基于三种蛋白质进行评估，而更详细的基因检测有时会将淋巴瘤归类为不同的亚型。因此，淋巴瘤亚型的判定需要结合病理报告的其他部分和临床表现，而非单独考虑。
为什么亚型很重要？
历史上，当弥漫性大B细胞淋巴瘤采用标准化疗方案（称为R-CHOP方案）治疗时，GCB亚型患者的预后往往优于ABC（非GCB）亚型患者。因此，该亚型长期以来一直被用作生物标志物，提供有关预后（疾病可能发展过程）的信息。
近年来，肿瘤亚型在治疗方案选择中也发挥了重要作用。一种新的治疗方案在化疗中加入了一种名为polatuzumab vedotin的靶向药物（称为Pola-R-CHP）。研究发现，这种药物的额外获益主要集中在ABC（非GCB）亚型患者，而GCB亚型患者似乎使用标准R-CHOP方案也能获得同样的疗效。换句话说，Hans算法现在可以帮助预测哪些患者最有可能从添加这种药物中获益。这颠覆了以往认为ABC亚型治疗选择较少的观点；如今，ABC亚型往往是选择新型靶向治疗方案的亚型。
汉斯算法如何影响治疗？
由于亚型会影响化疗方案的选择，Hans算法的结果是治疗团队制定治疗方案时参考的信息之一。目前，许多团队会考虑对ABC（非GCB）亚型患者采用Pola-R-CHP方案，对GCB亚型患者采用标准R-CHOP方案，但最终方案的选择取决于多种因素，包括淋巴瘤分期、其他肿瘤特征、患者整体健康状况以及患者意愿。对于部分患者，参与新型疗法的临床试验也是一种选择。肿瘤内科或血液科团队会根据完整的临床情况做出治疗决策。
问你的医生的问题
- 您是否使用汉斯算法来确定我的淋巴瘤亚型？
- 我的弥漫性大B细胞淋巴瘤是GCB亚型还是ABC（非GCB）亚型？
- CD10、BCL6 和 MUM1 在我的病例中代表什么？
- 我的亚型会影响您推荐的化疗方案吗？
- 添加靶向药物如维妥珠单抗（polatuzumab vedotin）是否会对我有益？
- 我的亚型如何影响我的预后？
- 是否有适合我的临床试验？
MyPathologyReport.com 上的相关文章
我们很荣幸与以下公司合作：
🔍 搜索我的病理报告
输入您在报告中看到的内容——例如诊断结果或测试名称