开发基于外周血液RNA-seq的NETseq组合分类器:在接受Lu-DOTATATE PRRT治疗的神经内分泌瘤患者中进行非侵入性检测和治疗反应评估的潜在新工具

科学领域:

• 在瘤学瘤学.
• 基因组学就是基因组学.
• 生物标志物发现发现

背景情况:

• 神经内分泌瘤 (NETs) 经常出现由于诊断延迟而导致的转移.
• 对于早期NET检测和治疗监测而言,对非侵入性生物标志物有着至关重要的需求.

研究的目的:

• 开发和验证一种基于外围血液的多基因分类器 (NETseq),用于诊断NET.
• 评估NETseq在监测对受体放射性核酸治疗 (PRRT) 的反应中的有用性.

主要方法:

• 在178名NET患者和73名健康捐赠者的外周血液样本上进行了RNA-Seq.
• 组合分类器结合了五个机器学习算法进行了训练和验证.
• 分类器的性能在以前没有接受PRRT的患者和评估对177Lu-DOTATATE PRRT的反应的队列中进行了评估.

主要成果:

• NETseq分类器实现了93%的灵敏度和91.4%的特异性,用于PRRT-naïve GEP-NETs,表现优于血清染色素A.
• 在177Lu-DOTATATE PRRT的响应者中,NETseq预测得分显著下降,这表明其对早期治疗响应监测的潜力.
• 该分类器在识别NET和评估PRRT反应方面表现出高准确度 (≥92%) .

结论:

• NETseq组合分类器是一种高精度,非侵入性的基于血液的工具,用于诊断NET.
• 在接受PRRT的NET患者中,NETseq对治疗反应的早期监测具有前景.
• 这种分子方法可以作为一种有价值的补充,用于NET的传统诊断和监测方法.