準確區分侵襲性癌症和惰性癌症的能力是預測患者風險的基礎,並可以指導關鍵的治療決策。
準確區分侵襲性癌症和惰性癌症的能力是預測患者風險的基礎,並可以指導關鍵的治療決策。對於良性癌症,謹慎等待和/或手術切除可能是合適的,而浸潤性癌症可能需要使用細胞毒療法進行多模式治療,這種療法本身就會導致相當大的發病率。
癌症治療不足和癌症過度治療都已被確定為患者死亡的重要來源,突顯出迫切需要提高我們準確識別患有最具侵襲性惡性腫瘤的患者的能力。
目前的風險預測在很大程度上依賴於對疾病狀態的組織病理學和放射學評估。淋巴結轉移和細胞去分化等特征的存在被認為是患者預後的強有力的預測指標,並被用來確定癌症的分期和分級。然而,這些病理標記物需要主觀判斷,並且觀察者之間的符合率較低。此外,即使是完美的腫瘤分期也不能明確地預測患者隨後的臨床病程。
近日,耶魯大學醫學院的研究者們在Cell Reports雜誌上發表了題為“Genome-wide identification and analysis of prognostic features in human cancers”的文章,該研究分析為預後生物標記物分析建立了豐富的資源,並闡明了患者生存數據在臨床前癌症研究和治療開發中的應用。
癌症的臨床決策依賴於對患者風險的準確評估。為了提高我們識別最具侵襲性的惡性腫瘤的能力,研究者使用來自10,884名患者的基因表達、拷貝數、甲基化和突變數據構建了全基因組生存模型。
研究者確定了100,000多個重要的預後生物標記物,並證明這些基因組特征可以在臨床上不明確的情況下預測患者的預後。雖然不利的生物標記物通常被認為代表癌症驅動基因和有希望的治療靶點,但研究者表明,與較短生存時間相關的癌症特征不會對癌基因或成功的藥物靶點產生豐富作用。
相反,最強的不良生物標誌物代表了廣泛表達的細胞周期和基因,相應地,幾乎所有針對這些特征的治療都在臨床試驗中失敗了。
全基因組鑒定和分析人類癌症的預後特征
在理想的生物標記物發現研究中,每個隊列中的患者將接受統一的治療,從而將患者間變異性的一個潛在來源降至最低。作為TCGA分析的一部分,患者接受了不同的治療,這可能會混淆預後生物標誌物的識別。
此外,TCGA中的某些癌症類型包括的患者不到100人,這可能會使他們無法進行全麵的生物標記物識別。盡管有這些局限性,研究者注意到我們的分析正確地概括了許多既定的預後特征,包括患者年齡、腫瘤分級、腫瘤分期、TP53突變、細胞周期基因表達等。最後,這項研究中的每一種癌症類型都由一個患者隊列代表,在臨床應用之前,任何感興趣的個體生物標記物都應該在多個獨立的隊列中得到驗證。
copyright©醫學論壇網 版權所有,未經許可不得複製、轉載或鏡像
京ICP證120392號 京公網安備110105007198 京ICP備10215607號-1 (京)網藥械信息備字(2022)第00160號