関連する実験動画
Updated: Sep 10, 2025
06:53
Detection and Monitoring of Tumor Associated Circulating DNA in Patient Biofluids
Published on: June 8, 2019
8.8K
進行した臓がん患者の循環中の腫瘍DNAの腫瘍アグノスティック検出 標的DNAメチル配列と細胞フリーDNA断片解析
Morten Lapin1, Kjersti Tjensvoll1,2, Karin Hestnes Edland1
1Department of Hematology and Oncology, Stavanger University Hospital, Stavanger, Norway.
Molecular oncology
|August 26, 2025
まとめ
DNAメチル化と細胞フリーDNA (cfDNA) 断片化パターンを用いて,高度な臓がんの検出が改善されました. 機械学習モデルは,循環中の腫瘍DNA (ctDNA) レベルを正確に推定し,患者の生存結果を予測しました.
科学分野:
- 腫瘍学
- ゲノミクス
- バイオ情報学
背景:
- 循環する腫瘍DNA (ctDNA) の検出は,進行した臓がんの治療に不可欠です.
- 現在のctDNA検出方法は,感度と特異性の限界に直面しています.
- ctDNA検出と予後能力を高めるために,新しいバイオマーカーが必要である.
研究 の 目的:
- 進行した臓がんにおけるctDNA検出を改善するためのDNAメチル化とcfDNA断片化のパターンの有効性を評価する.
- これらの新しいバイオマーカーを使用してctDNAレベルを推定するための機械学習モデルを開発し,評価する.
- 進行性生存期 (PFS) と全生存期 (OS) の推定ctDNA値の予後値を決定する.
主な方法:
- 進行した臓がん患者33人のコホートを分析した.
- ctDNA検出は,DNAメチル化,cfDNA断片長,および4 - メル5'- 末端モチーフを使用して腫瘍不可知的な方法で実施されました.
- ctDNAレベルを推定するために,個々の検出方法と組み合わせた検出方法のための機械学習モデルが構築されました.
主要な成果:
- すべての開発されたモデルは,患者と健康な個体間のctDNAレベルを有意に差異化しました (P < 0. 001).
- ctDNA検出率は79% (メチル化),67% (断片長),67% (末端モチーフ),55% (組み合わせモデル) であった.
- ctDNA値の推定値は,PFS (HR=1. 9) とOS (HR=2. 7) の独立予測値であり,すべての推定値は有意な関連性を示した (P < 0. 001).
結論:
- DNAメチル化,cfDNA断片長,エンドモチーフを統合した機械学習モデルは,進行した臓がんにおけるctDNA検出の有望性を示しています.
- これらのモデルはctDNAレベルを効果的に推定し,臨床結果の独立した予測要因として機能します.
- これらの発見は,患者の管理と予後を改善するためのこれらのマルチオームcfDNA分析の可能性を支持しています.
