相关实验视频
Updated: Jul 13, 2026
11:29
miRNA Expression Analyses in Prostate Cancer Clinical Tissues
Published on: September 8, 2015
11.3K
预测50个基因的微阵列分析 (PAM50) 分类器在主动监测中验证用于预测前列腺癌进展:迈阿密主动监测试验 (MAST)
Ankur Malpani1, Jonathan T Ryan2, Hui Yu3
1Sylvester Comprehensive Cancer Center, Miller School of Medicine, Desai Sethi Urology Institute, University of Miami, Miami, FL, USA.
BJU international
|February 27, 2026
概括
预测50个基因 (PAM50) 基底光线亚型的微阵列分析显示,在积极监测 (AS) 的男性中预测前列腺癌 (PCa) 进展具有前景. 与光线A和基底亚型相比,光线B亚型表明风险更高.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 分子病理学分子病理学
背景情况:
- 前列腺癌 (PCa) 的积极监测 (AS) 需要准确的工具来预测疾病的进展.
- 基底光细胞起源亚型化提供了一个潜在的分子分类方法.
研究的目的:
- 评估50个基因 (PAM50) 基因组分类的微阵列预测分析用于预测AS男性PCa进展的实用性.
- 为了在PAM50定义的基底光线亚型中比较级别无进展生存率.
主要方法:
- 未来迈阿密主动监控试验 (MAST) 包括205名AS男性.
- 在活检样本上使用解密试验进行转录组分析.
- 使用PAM50模型进行的基底光线亚型化.
- 卡普兰-梅尔曲线和考克斯回归分析了PAM50亚型与等级进展之间的关联.
主要成果:
- PAM50将128名患者分为光线A (LA),光线B (LB) 和基底亚型.
- 与LA和基础亚型 (平均2.9年) 相比,光线B (LB) 亚型的无进展生存率明显较差 (中位数为1.7年).
- LB亚型与更高的解读分数和特定基因突变 (SPOP,CHD1) 相关.
结论:
- PAM50基底光线亚型是预测PCa进展风险的有希望的分子工具.
- 这项前性研究支持PAM50在指导PCa患者AS管理中的作用.
