长非编码RNAs在高风险的非肌肉侵入性膀癌中定义了有利的生物学

科学领域:

• 在瘤学瘤学.
• 基因组学就是基因组学.
• 分子生物学分子生物学

背景情况:

• 高风险的非肌肉侵入性膀癌 (NMIBC) 需要精确的分子分层来准确预测结果.
• 目前的分层方法可能无法完全捕捉高风险NMIBC中的异质性.
• 长非编码RNAs (lncRNAs) 越来越多地被认为对癌症的发展和进展起作用.

研究的目的:

• 研究lncRNA表达模式对分子分层高风险NMIBC的有用性.
• 开发和验证一个转录组分类器,用于预测高风险NMIBC中无复发性生存 (RFS) 和无进展性生存 (PFS).
• 评估基于lncRNA的分层在完善风险评估和指导治疗决策方面的潜在临床实用性.

主要方法:

• 分析了212个高度Ta (TaHG) 和T1瘤 (UROMOL联盟) 的RNA测序数据.
• 基于lncRNA表达的无监督共识聚类确定了不同的患者子组.
• 一个单样分类器使用弹性净逻辑回归进行训练,并在一个独立的队列 (Knowles,n=120) 上验证.
• 使用Kaplan-Meier图和生存分析评估了无复发生存 (RFS) 和无进展生存 (PFS).

主要成果:

• LncRNA表达模式确定了三个不同的瘤集群 (LC1,LC2,LC3).
• LC1亚组 (n=47) 呈现出明显更好的RFS (p=0.04) 和PFS (p=0.002),其特点是下调的增殖相关基因.
• 在IncRNA资料上训练的转录组分类器在独立验证队列中成功分层复发风险,预测的高风险病例 (LC2/3) 显示显著较差的RFS (p<0.001).

结论:

• 基于LncRNA的聚类显示出在高风险NMIBC中改善患者分层的巨大潜力.
• 经过验证的转录组分类器支持临床实用性,用于完善NMIBC的风险评估和指导治疗决策.
• 有必要进行前性研究,以进一步验证和完善这种基于 lncRNA 的临床应用方法.