对代谢学和转录学的联合分析揭示了失调的网络,并开发了高风险神经母细胞瘤的诊断模型

科学领域:

• 在瘤学瘤学.
• 分子生物学分子生物学
• 生物化学 生物化学

背景情况:

• 高风险神经母细胞瘤 (HR-NB) 与低风险和中等风险神经母细胞瘤 (LIR-NB) 相比,其存活率较低,具有重大临床挑战.
• 目前风险分类诊断模型和有效治疗目标的局限性导致HR-NB的预后不佳.
• 了解HR-NB和LIR-NB之间的分子和代谢差异对于开发改进的诊断和治疗策略至关重要.

研究的目的:

• 描述HR-NB和LIR-NB之间的转录组和代谢组差异.
• 为了确定与HR-NB相关的异常生物学途径.
• 建立一个早期诊断模型用于神经母细胞瘤的风险分类.

主要方法:

• 从58名HR-NB和38名LIR-NB患者的血样本进行了代谢分析.
• 来自32名HR-NB和23名LIR-NB患者的神经母细胞瘤组织样本使用转录学分析.
• 进行了代谢和转录基因数据的综合分析,以确定关键的分子变化和途径.

主要成果:

• 在HR-NB和LIR-NB之间观察到44种代谢物和1,408种信使RNA (mRNA) 的显著变化.
• 鉴定出了四种异常途径:糖脂代谢,视网醇代谢,氨酸生物合成和酸代谢.
• 使用无血循环S100A9,CDK2和UNC5D的诊断模型在验证集中实现了0.837的接收器操作特征曲线下的面积,灵敏度和特异性为80.0%.

结论:

• 这项研究为区分HR-NB和LIR-NB的代谢和转录形状提供了新的见解.
• 改变的甘油脂代谢,视网醇代谢,阿尔金因生物合成和亚麻酸代谢是HR-NB的关键特征.
• 基于S100A9,CDK2和UNC5D开发的风险分类诊断模型显示了HR-NB风险分层中的临床应用潜力.