数字空间分析预测三年级I期肺腺癌的复发情况
Stephanie H Chang1, Valeria Mezzano-Robinson2, Hua Zhou3
1Department of Cardiothoracic Surgery, NYU Langone Health, New York, NY.
The Journal of thoracic and cardiovascular surgery
|October 27, 2023
概括
对瘤细胞的基因组分析可以预测早期肺腺癌的复发风险. 这可能有助于为患有高风险瘤的患者个性化辅助治疗决策.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 癌症研究 癌症研究
背景情况:
- 早期肺腺癌 (LADC) 治疗通常涉及局部治疗.
- 然而,高等级的I期LADC具有显著的复发风险 (50%在5年内).
- 需要复发的预测模型来指导治疗决策.
研究的目的:
- 研究瘤微环境分析的潜力,以预测LADC.I阶段的复发.
- 开发基于基因组和蛋白质组分析的复发预测模型.
主要方法:
- 数字空间分析被用来对34名LADC第一阶段患者的瘤细胞进行基因组和蛋白质组分析.
- 应用K-means聚类来确定与复发相关的差异性基因和蛋白质.
- 卡普兰-梅尔曲线用于评估复发预测,并对关键基因进行外部验证.
主要成果:
- 在复发和非复发组之间没有观察到显著的临床病理差异.
- 胰岛素阳性细胞的基因组聚类产生了一个具有0.75.5的一致性指数的预测模型.
- 蛋白质组数据显示了基因组发现的内部验证,尽管它本身并不具有统计学意义.
结论:
- 肺腺癌瘤中的基因组变化在预测复发风险方面表现有前途.
- 需要进一步验证以分层患者并指导辅助疗法选择.
- 这种方法可以个性化早期肺腺癌的治疗策略.
