具有高微卫星不稳定性或没有特定分子形状的子宫内膜癌的预后分层

科学领域:

• 在瘤学瘤学.
• 基因组学就是基因组学.
• 癌症分子剖析 癌症分子剖析

背景情况:

• 具有高微卫星不稳定性 (MSI-H) 或没有特定分子谱 (NSMP) 的子宫内膜癌 (EC) 在风险分层方面提出了挑战.
• 仅仅临床病理特征可能无法充分识别高风险疾病或预测这些EC亚型的治疗反应.

研究的目的:

• 开发和验证一个分子分类系统 (ECPPF) 用于预后分层MSI-H/NSMP.
• 在临床病理学低风险MSI-H/NSMPEC中识别隐藏的高风险疾病.
• 在临床病理学高风险的MSI-H/NSMP中预测治疗不敏感性.

主要方法:

• 利用癌症基因组图谱 (TCGA) 数据库进行DNA测序,RNA表达和MSI-H/NSMP EC病例的监测数据.
• 开发了基于E2F1和CCNA2表达的子宫内膜癌分子分析 (ECPPF) 系统,以及POLE,PPP2R1A或FBXW7.7的序列变异.
• 集成ECPPF与同源重组 (HR) 基因变异,以分析临床结果,包括无病生存率 (DFS).

主要成果:

• ECPPF有效地将MSI-H/NSMP EC分为分子低风险 (MLR) 和分子高风险 (MHR) 组.
• 在临床病理低风险EC (P<.001) 中,MHR (43.8%) 和MLR (93.9%) 组之间的3年DFS率显著不同.
• 在临床病理学高风险EC中,MHR/HR野生型病例的3年DFS (50.3%) 与MLR (94.1%) 和MHR/HR变异组 (88.9%) 相比较较低.

结论:

• 该ECPPF系统为MSI-H/NSMP EC提供了改进的预后分层.
• ECPPF确定具有临床病理学低风险指标,具有高风险分子特征的患者.
• ECPPF有助于预测高风险MSI-H/NSMP EC患者的治疗不敏感性,指导个性化治疗策略.