中等风险前列腺癌患者的蛋白质基分层
Qing Zhong1, Rui Sun2,3, Adel T Aref1
1ProCan, Children's Medical Research Institute, Faculty of Medicine and Health, The University of Sydney, Westmead, Australia.
Life science alliance
|December 5, 2023
概括
这项研究确定了一种18蛋白签名,可以准确地预测前列腺癌患者的生化复发,独立于格里森等级组. 这一发现为管理前列腺癌治疗决策提供了更精确的工具.
科学领域:
- 在瘤学瘤学.
- 蛋白质组学是指蛋白质组学.
- 生物信息学是一种生物信息学.
背景情况:
- 格里森分级对于前列腺腺癌的预后至关重要,但与中等风险病例 (格里森分级组2和3) 斗争.
- 由于疾病的异质性,目前的方法可能会导致大量患者的治疗不足或过度.
研究的目的:
- 开发一个更准确的前列腺癌复发的预后工具.
- 识别蛋白质生物标志物,这些生物标志物是独立于格里森分级的风险分层.
主要方法:
- 对来自278名患者的1348个匹配的瘤和良性样本进行了蛋白质组和差异表达分析.
- 机器学习和生存分析,包括多变量考克斯回归,用于识别预测性蛋白质特征.
- 通过使用18蛋白签名来构建风险得分,以分层患者.
主要成果:
- 三个候选生物标志物 (F5,TMEM126B,EARS2) 被确定为生物化学复发.
- 开发了一种18种蛋白质的特征,证明了生物化学复发风险的预后价值.
- 这种蛋白质签名证明独立于中间格里森等级组,提供了更好的风险分层.
结论:
- 计算型蛋白质基因分析可以识别前列腺癌的强有力的预后标志物.
- 这种18种蛋白质的签名显示出在前列腺癌管理中临床应用的潜力,改善了当前的格里森分级.
- 这种方法可能有助于减少中等风险前列腺癌患者的过度治疗和治疗不足.
更多相关视频
12:23Phosphopeptide Enrichment Coupled with Label-free Quantitative Mass Spectrometry to Investigate the Phosphoproteome in Prostate Cancer
Published on: August 2, 2018
12.2K
07:34Author Spotlight: Advancing Prostate Cancer Research Through Improved Tissue Sampling and Biobanking
Published on: November 17, 2023
696
