周辺血液のDNAメチル化は,TP53変異媒体の初期発症を予測する

科学分野:

• 遺伝学とゲノミクス
• 腫瘍学
• バイオ情報学

背景:

• リ・フラウメニ症候群 (Li-Fraumeni syndrome,LFS) は,ゲルムラインTP53病原性変異 (PV) によって引き起こされる遺伝性がん傾向症候群である.
• トロントプロトコルのような 現在の監視プロトコルでは 総合的なスクリーニングが提供されていますが 個々のがんリスクの個別化には欠けています
• TP53 PV キャリアの早期発見を最適化するために,個別化されたスクリーニング戦略が必要である.

研究 の 目的:

• TP53 PVキャリアにおける早期発症原発性腫瘍 (年齢6歳未満) の予測モデルを開発し,検証する.
• 周周血液メチル化データに基づく個々のリスクの階層化によって癌の監視を個別化します.
• 正確なリスク評価を通じて臨床管理と患者の成果を改善する.

主な方法:

• 237 TP53 PV キャリアからの外周血液メチル化データを用いてサポートベクトルマシンモデルが開発されました.
• このモデルは64人の患者で検証され,79人の患者で外部試験が行われました.
• AUROC,F1スコア,ネガティブ・プレディクティブ・バリュー (NPV) を含むパフォーマンスメトリックが評価されました.

主要な成果:

• このモデルは,AUROC 0.928,F1スコア 0.692,NPV 0.984で高い性能を達成した.
• 全体的な精度は91%で,早期発症したがん患者の90%と,外部試験群のがんのない患者の87%を正しく特定した.
• このモデルは,早期発症の悪性腫瘍のリスク分化に有意な可能性を示した.

結論:

• 新しい機械学習ツールが 早期発症した腫瘍を 効果的に予測します
• パーソナライズされたリスクの階層化は 臨床監視プロトコルを最適化できます
• 開発されたモデルは,タイムリーで標的を絞った介入を可能にすることで,患者の成果を改善する見込みです.