开发一种用于乳腺癌中ctDNA检测的预测模型 (Cir-Predict)
Chiaki Nakauchi1, Nanae Masunaga2, Naofumi Kagara3
1Department of Breast Surgery, ISEIKAI International General Hospital, 4-14 Minamioogimachi, Kita-ku, Osaka City, Osaka, Japan. breast@iseikaihp.or.jp.
Breast cancer research and treatment
|March 7, 2025
概括
一种名为Cir-Predict的新模型准确地预测了乳腺癌中循环瘤DNA (ctDNA) 的检测能力. 这个工具有助于治疗决策和了解ctDNA检测机制.
科学领域:
- 在瘤学瘤学.
- 分子生物学分子生物学
- 基因组学就是基因组学.
背景情况:
- 循环瘤DNA (ctDNA) 检测对于预测复发和监测癌症中的基因变异至关重要.
- 影响ctDNA水平和检测率的因素是复杂的,并且在不同研究中存在差异.
- 为了有效的临床应用,需要准确预测ctDNA可检测性.
研究的目的:
- 开发和验证乳腺瘤组织中ctDNA检测能力的预测模型.
- 识别与ctDNA检测相关的关键基因和途径.
- 评估模型的性能和乳腺癌患者的临床相关性.
主要方法:
- 在具有或没有可检测ctDNA的瘤中使用DNA微阵列的差异基因表达分析.
- 一个预测模型 (Cir-Predict) 的构建,包括126个探针组 (111个基因).
- 在乳腺癌患者的独立培训 (n=35) 和验证 (n=13) 队列中验证Cir-Predict模型.
主要成果:
- 在培训和验证套件中,Cir-Predict模型实现了超过90%的准确性,灵敏性和特异性.
- Cir-Predict证明了与ctDNA检测具有显著的独立关联 (P < 0.001,P = 0.014).
- Cir-Predict阳性与更差的无复发生存率相关 (P = 0.006) 并与紧密结合和细胞周期等途径有关.
结论:
- Cir-Predict是一个强大的工具,用于预测乳腺癌中ctDNA检测能力.
- 该模型为乳腺癌治疗策略提供了宝贵的见解.
- 这些发现有助于更好地了解ctDNA检测背后的生物机制.
