Rak trebušne slinavke je eden najsmrtonosnejših tumorjev na svetu s slabo prognozo.Zato je potreben natančen napovedni model za identifikacijo bolnikov z visokim tveganjem za raka trebušne slinavke, da bi prilagodili zdravljenje in izboljšali prognozo teh bolnikov.
Pridobili smo podatke RNAseq atlasa genoma raka (TCGA) adenokarcinoma trebušne slinavke (PAAD) iz baze podatkov UCSC Xena, identificirali imunsko povezane lncRNA (irlncRNA) s korelacijsko analizo in ugotovili razlike med TCGA in normalnimi tkivi adenokarcinoma trebušne slinavke.DEirlncRNA) iz TCGA in genotipske tkivne ekspresije (GTEx) tkiva trebušne slinavke.Nadaljnje univariatne in laso regresijske analize so bile izvedene za izdelavo prognostičnih modelov podpisov.Nato smo izračunali površino pod krivuljo in določili optimalno mejno vrednost za identifikacijo bolnikov z adenokarcinomom trebušne slinavke z visokim in nizkim tveganjem.Za primerjavo kliničnih značilnosti, infiltracije imunskih celic, imunosupresivnega mikrookolja in odpornosti na kemoterapijo pri bolnikih z rakom trebušne slinavke z visokim in nizkim tveganjem.
Identificirali smo 20 parov DEirlncRNA in bolnike razvrstili v skupine glede na optimalno mejno vrednost.Dokazali smo, da ima naš model prognostičnega podpisa pomembno učinkovitost pri napovedovanju prognoze bolnikov s PAAD.AUC krivulje ROC je 0,905 za 1-letno napoved, 0,942 za 2-letno napoved in 0,966 za 3-letno napoved.Bolniki z visokim tveganjem so imeli nižje stopnje preživetja in slabše klinične značilnosti.Dokazali smo tudi, da so bolniki z visokim tveganjem imunosupresirani in lahko razvijejo odpornost na imunoterapijo.Vrednotenje zdravil proti raku, kot so paklitaksel, sorafenib in erlotinib, na podlagi računalniških orodij za napovedovanje je lahko primerno za bolnike z visokim tveganjem s PAAD.
Na splošno je naša študija vzpostavila nov prognostični model tveganja, ki temelji na seznanjeni irlncRNA, ki je pokazal obetavno prognostično vrednost pri bolnikih z rakom trebušne slinavke.Naš prognostični model tveganja lahko pomaga pri razlikovanju bolnikov s PAAD, ki so primerni za zdravljenje.
Rak trebušne slinavke je maligni tumor z nizko petletno stopnjo preživetja in visoko stopnjo.V času diagnoze je večina bolnikov že v napredovali fazi.V kontekstu epidemije COVID-19 so zdravniki in medicinske sestre pod ogromnim pritiskom pri zdravljenju bolnikov z rakom trebušne slinavke, družine bolnikov pa se soočajo tudi s številnimi pritiski pri odločanju o zdravljenju [1, 2].Čeprav je bil pri zdravljenju DOAD dosežen velik napredek, kot je neoadjuvantna terapija, kirurška resekcija, radioterapija, kemoterapija, ciljna molekularna terapija in zaviralci imunskih kontrolnih točk (ICI), le približno 9 % bolnikov preživi pet let po diagnozi [3]. ].], 4].Ker so zgodnji simptomi adenokarcinoma trebušne slinavke atipični, bolnikom metastaze običajno odkrijejo v napredovali fazi [5].Zato mora individualizirana celovita obravnava posameznega bolnika pretehtati prednosti in slabosti vseh možnosti zdravljenja, ne le za podaljšanje preživetja, ampak tudi za izboljšanje kakovosti življenja [6].Zato je za natančno oceno bolnikove prognoze potreben učinkovit napovedni model [7].Tako je mogoče izbrati ustrezno zdravljenje za uravnoteženje preživetja in kakovosti življenja bolnikov s PAAD.
Slaba prognoza PAAD je predvsem posledica odpornosti na kemoterapevtska zdravila.V zadnjih letih se zaviralci imunskih kontrolnih točk pogosto uporabljajo pri zdravljenju solidnih tumorjev [8].Vendar pa je uporaba ICI pri raku trebušne slinavke redko uspešna [9].Zato je pomembno identificirati bolnike, ki bi jim lahko koristila ICI terapija.
Dolga nekodirajoča RNA (lncRNA) je vrsta nekodirajoče RNA s transkripti >200 nukleotidov.LncRNA so zelo razširjene in predstavljajo približno 80 % človeškega transkriptoma [10].Veliko dela je pokazalo, da lahko prognostični modeli, ki temeljijo na lncRNA, učinkovito napovejo prognozo bolnikov [11, 12].Na primer, identificiranih je bilo 18 lncRNA, povezanih z avtofagijo, ki ustvarjajo prognostične znake pri raku dojke [13].Šest drugih imunsko povezanih lncRNA je bilo uporabljenih za določitev prognostičnih značilnosti glioma [14].
Pri raku trebušne slinavke so nekatere študije vzpostavile podpise na osnovi lncRNA za napovedovanje prognoze bolnika.Podpis 3-lncRNA je bil ugotovljen pri adenokarcinomu trebušne slinavke s površino pod krivuljo ROC (AUC) le 0,742 in skupnim preživetjem (OS) 3 leta [15].Poleg tega se vrednosti izražanja lncRNA razlikujejo med različnimi genomi, različnimi formati podatkov in različnimi pacienti, učinkovitost napovednega modela pa je nestabilna.Zato uporabljamo nov algoritem modeliranja, združevanje in ponavljanje, da ustvarimo podpise lncRNA (irlncRNA), povezane z imunostjo, da ustvarimo natančnejši in stabilnejši napovedni model [8].
Normalizirani podatki RNAseq (FPKM) in podatki TCGA o kliničnem raku trebušne slinavke ter genotipsko tkivno izražanje (GTEx) so bili pridobljeni iz baze podatkov UCSC XENA (https://xenabrowser.net/datapages/).Datoteke GTF so bile pridobljene iz baze podatkov Ensembl (http://asia.ensembl.org) in uporabljene za ekstrahiranje profilov izražanja lncRNA iz RNAseq.Gene, povezane z imunostjo, smo prenesli iz baze podatkov ImmPort (http://www.immport.org) in identificirali z imunostjo povezane lncRNA (irlncRNA) z uporabo korelacijske analize (p <0,001, r> 0,4).Identifikacija različno izraženih irlncRNA (DEirlncRNA) s križanjem irlncRNA in različno izraženih lncRNA, pridobljenih iz baze podatkov GEPIA2 (http://gepia2.cancer-pku.cn/#index) v kohorti TCGA-PAAD (|logFC| > 1 in FDR ) <0,05).
O tej metodi so že poročali [8].Natančneje, konstruiramo X, da nadomestimo seznanjeni lncRNA A in lncRNA B. Ko je ekspresijska vrednost lncRNA A višja od ekspresijske vrednosti lncRNA B, je X definiran kot 1, drugače je X definiran kot 0. Zato lahko dobimo matriko 0 ali – 1. Navpična os matrike predstavlja vsak vzorec, vodoravna os pa vsak par DEirlncRNA z vrednostjo 0 ali 1.
Univariatna regresijska analiza, ki ji je sledila Lasso regresija, je bila uporabljena za pregled prognostičnih parov DEirlncRNA.Laso regresijska analiza je uporabila 10-kratno navzkrižno validacijo, ponovljeno 1000-krat (p <0,05), s 1000 naključnimi dražljaji na zagon.Ko je frekvenca vsakega para DEirlncRNA presegla 100-krat v 1000 ciklih, so bili pari DEirlncRNA izbrani za izdelavo prognostičnega modela tveganja.Nato smo s krivuljo AUC našli optimalno mejno vrednost za razvrščanje bolnikov s PAAD v skupine z visokim in nizkim tveganjem.Izračunana je bila tudi vrednost AUC vsakega modela in narisana kot krivulja.Če krivulja doseže najvišjo točko, ki označuje največjo vrednost AUC, se postopek izračuna ustavi in model se šteje za najboljšega kandidata.Konstruirani so bili modeli 1-, 3- in 5-letne ROC krivulje.Univariatne in multivariatne regresijske analize so bile uporabljene za preučitev neodvisne napovedne učinkovitosti modela prognostičnega tveganja.
Uporabite sedem orodij za preučevanje stopenj infiltracije imunskih celic, vključno z XCELL, TIMER, QUANTISEQ, MCPCOUNTER, EPIC, CIBERSORT-ABS in CIBERSORT.Podatki o infiltraciji imunskih celic so bili preneseni iz baze podatkov TIMER2 (//timer.comp-genomics.org/#tab-5817-3).Razliko v vsebnosti imunsko infiltriranih celic med skupinama z visokim in nizkim tveganjem konstruiranega modela smo analizirali z uporabo Wilcoxonovega testa predznaka, rezultati so prikazani v kvadratnem grafu.Spearmanova korelacijska analiza je bila izvedena za analizo razmerja med vrednostmi ocene tveganja in imunsko infiltriranimi celicami.Dobljeni korelacijski koeficient je prikazan kot lizika.Prag pomembnosti je bil nastavljen na p <0,05.Postopek je bil izveden s paketom R ggplot2.Da bi preučili razmerje med modelom in ravnmi izražanja genov, povezanih s stopnjo infiltracije imunskih celic, smo izvedli paket ggstatsplot in vizualizacijo violinske ploskve.
Za ovrednotenje kliničnih vzorcev zdravljenja raka trebušne slinavke smo izračunali IC50 pogosto uporabljenih kemoterapevtskih zdravil v kohorti TCGA-PAAD.Razlike v polovičnih inhibitornih koncentracijah (IC50) med skupinami z visokim in nizkim tveganjem so primerjali z uporabo Wilcoxonovega predznačenega testa, rezultati pa so prikazani kot okvirčki, ustvarjeni z uporabo pRRophetic in ggplot2 v R. Vse metode so v skladu z ustreznimi smernicami in normami.
Potek dela naše študije je prikazan na sliki 1. Z uporabo korelacijske analize med lncRNA in geni, povezanimi z imunostjo, smo izbrali 724 irlncRNA s p < 0,01 in r > 0,4.Nato smo analizirali različno izražene lncRNA GEPIA2 (slika 2A).Skupaj 223 irlncRNA je bilo različno izraženih med adenokarcinomom trebušne slinavke in normalnim tkivom trebušne slinavke (|logFC| > 1, FDR <0,05), imenovanih DEirlncRNA.
Izdelava napovednih modelov tveganja.(A) Graf vulkana različno izraženih lncRNA.(B) Porazdelitev laso koeficientov za 20 parov DEirlncRNA.(C) Varianca delne verjetnosti porazdelitve koeficienta LASSO.(D) Gozdna ploskev, ki prikazuje univariatno regresijsko analizo 20 parov DEirlncRNA.
Nato smo izdelali matriko 0 ali 1 s seznanjanjem 223 DEirlncRNA.Identificiranih je bilo skupno 13.687 parov DEirlncRNA.Po univariatni in laso regresijski analizi je bilo končno testiranih 20 parov DEirlncRNA za izdelavo prognostičnega modela tveganja (slika 2B-D).Na podlagi rezultatov Lasso in multiple regresijske analize smo izračunali oceno tveganja za vsakega bolnika v kohorti TCGA-PAAD (tabela 1).Na podlagi rezultatov laso regresijske analize smo izračunali oceno tveganja za vsakega bolnika v kohorti TCGA-PAAD.AUC krivulje ROC je bila 0,905 za 1-letno napoved modela tveganja, 0,942 za 2-letno napoved in 0,966 za 3-letno napoved (slika 3A-B).Postavili smo optimalno mejno vrednost 3,105, stratificirali bolnike iz kohorte TCGA-PAAD v skupine z visokim in nizkim tveganjem ter narisali rezultate preživetja in porazdelitev ocene tveganja za vsakega bolnika (slika 3C-E).Kaplan-Meierjeva analiza je pokazala, da je bilo preživetje bolnikov s PAAD v skupini z visokim tveganjem pomembno nižje kot pri bolnikih v skupini z nizkim tveganjem (p < 0,001) (slika 3F).
Veljavnost prognostičnih modelov tveganja.(A) ROC modela prognostičnega tveganja.(B) 1-, 2- in 3-letni ROC prognostični modeli tveganja.(C) ROC prognostičnega modela tveganja.Prikazuje optimalno mejno točko.(DE) Porazdelitev statusa preživetja (D) in ocene tveganja (E).(F) Kaplan-Meierjeva analiza bolnikov s PAAD v skupinah z visokim in nizkim tveganjem.
Nadalje smo ocenili razlike v ocenah tveganja glede na klinične značilnosti.Trakasti diagram (slika 4A) prikazuje splošno razmerje med kliničnimi značilnostmi in ocenami tveganja.Zlasti starejši bolniki so imeli višje ocene tveganja (slika 4B).Poleg tega so imeli bolniki s stopnjo II višje ocene tveganja kot bolniki s stopnjo I (slika 4C).Kar zadeva stopnjo tumorja pri bolnikih s PAAD, so imeli bolniki stopnje 3 višje ocene tveganja kot bolniki stopnje 1 in 2 (slika 4D).Nadalje smo izvedli univariatno in multivariatno regresijsko analizo in dokazali, da sta bila ocena tveganja (p < 0,001) in starost (p = 0,045) neodvisna prognostična dejavnika pri bolnikih s PAAD (slika 5A-B).Krivulja ROC je pokazala, da je bila ocena tveganja boljša od drugih kliničnih značilnosti pri napovedovanju 1-, 2- in 3-letnega preživetja bolnikov s PAAD (slika 5C-E).
Klinične značilnosti prognostičnih modelov tveganja.Histogram (A) prikazuje (B) starost, (C) stopnjo tumorja, (D) stopnjo tumorja, oceno tveganja in spol bolnikov v kohorti TCGA-PAAD.**p < 0,01
Neodvisna napovedna analiza prognostičnih modelov tveganja.(AB) Univariatne (A) in multivariatne (B) regresijske analize prognostičnih modelov tveganja in kliničnih značilnosti.(CE) 1-, 2- in 3-letni ROC za prognostične modele tveganja in klinične značilnosti
Zato smo preučili razmerje med časom in ocenami tveganja.Ugotovili smo, da je bila ocena tveganja pri bolnikih s PAAD v obratni korelaciji s celicami CD8+ T in celicami NK (slika 6A), kar kaže na zavrto imunsko funkcijo v skupini z visokim tveganjem.Ocenili smo tudi razliko v infiltraciji imunskih celic med skupinama z visokim in nizkim tveganjem in ugotovili enake rezultate (slika 7).V skupini z visokim tveganjem je bilo manj infiltracije celic CD8+ T in celic NK.V zadnjih letih se zaviralci imunskih kontrolnih točk (ICI) pogosto uporabljajo pri zdravljenju solidnih tumorjev.Vendar pa je bila uporaba ICI pri raku trebušne slinavke redko uspešna.Zato smo ocenili izražanje genov imunskih kontrolnih točk v skupinah z visokim in nizkim tveganjem.Ugotovili smo, da sta bila CTLA-4 in CD161 (KLRB1) prekomerno izražena v skupini z nizkim tveganjem (slika 6B-G), kar kaže, da so lahko bolniki s PAAD v skupini z nizkim tveganjem občutljivi na ICI.
Korelacijska analiza prognostičnega modela tveganja in infiltracije imunskih celic.(A) Korelacija med prognostičnim modelom tveganja in infiltracijo imunskih celic.(BG) Označuje izražanje genov v skupinah z visokim in nizkim tveganjem.(HK) Vrednosti IC50 za specifična zdravila proti raku v skupinah z visokim in nizkim tveganjem.*p < 0,05, **p < 0,01, ns = ni pomembno
Nadalje smo ocenili povezavo med rezultati tveganja in pogostimi kemoterapevtskimi sredstvi v kohorti TCGA-PAAD.Iskali smo pogosto uporabljena zdravila proti raku pri raku trebušne slinavke in analizirali razlike v njihovih vrednostih IC50 med skupinami z visokim in nizkim tveganjem.Rezultati so pokazali, da je bila vrednost IC50 za AZD.2281 (olaparib) višja v skupini z visokim tveganjem, kar kaže, da so lahko bolniki s PAAD v skupini z visokim tveganjem odporni na zdravljenje z AZD.2281 (slika 6H).Poleg tega so bile vrednosti IC50 paklitaksela, sorafeniba in erlotiniba nižje v skupini z visokim tveganjem (slika 6I-K).Nadalje smo identificirali 34 zdravil proti raku z višjimi vrednostmi IC50 v skupini z visokim tveganjem in 34 zdravil proti raku z nižjimi vrednostmi IC50 v skupini z visokim tveganjem (tabela 2).
Ni mogoče zanikati, da lncRNA, mRNA in miRNA na splošno obstajajo in igrajo ključno vlogo pri razvoju raka.Obstaja veliko dokazov, ki podpirajo pomembno vlogo mRNA ali miRNA pri napovedovanju celotnega preživetja pri več vrstah raka.Nedvomno številni prognostični modeli tveganja temeljijo tudi na lncRNA.Na primer, Luo et al.Študije so pokazale, da ima LINC01094 ključno vlogo pri proliferaciji PC in metastazah, visoka izraženost LINC01094 pa kaže na slabo preživetje bolnikov z rakom trebušne slinavke [16].Študija, ki so jo predstavili Lin et al.Študije so pokazale, da je znižana regulacija lncRNA FLVCR1-AS1 povezana s slabo prognozo pri bolnikih z rakom trebušne slinavke [17].Vendar pa se o lncRNA, povezanih z imunostjo, relativno manj razpravlja v smislu napovedovanja splošnega preživetja bolnikov z rakom.V zadnjem času je bilo veliko dela osredotočenega na gradnjo prognostičnih modelov tveganja za napovedovanje preživetja bolnikov z rakom in s tem prilagajanje metod zdravljenja [18, 19, 20].Vse bolj se priznava pomembna vloga imunskih infiltratov pri nastanku, napredovanju in odzivu na zdravljenje, kot je kemoterapija.Številne študije so potrdile, da imajo tumorsko infiltrirane imunske celice ključno vlogo pri odzivu na citotoksično kemoterapijo [21, 22, 23].Tumorsko imunsko mikrookolje je pomemben dejavnik pri preživetju bolnikov s tumorjem [24, 25].Imunoterapija, zlasti ICI terapija, se pogosto uporablja pri zdravljenju solidnih tumorjev [26].Imunsko povezani geni se pogosto uporabljajo za izdelavo prognostičnih modelov tveganja.Na primer, Su et al.Model napovednega tveganja, povezanega z imunskim sistemom, temelji na genih, ki kodirajo beljakovine, za napovedovanje prognoze bolnic z rakom jajčnikov [27].Nekodirajući geni, kot so lncRNA, so prav tako primerni za izdelavo prognostičnih modelov tveganja [28, 29, 30].Luo et al so testirali štiri imunsko povezane lncRNA in zgradili napovedni model za tveganje za raka materničnega vratu [31].Khan et al.Identificiranih je bilo skupno 32 različno izraženih transkriptov in na podlagi tega je bil vzpostavljen napovedni model s 5 pomembnimi transkripti, ki je bil predlagan kot zelo priporočljivo orodje za napovedovanje z biopsijo dokazane akutne zavrnitve po presaditvi ledvice [32].
Večina teh modelov temelji na ravneh izražanja genov, bodisi genov, ki kodirajo beljakovine, ali genov, ki ne kodirajo.Vendar ima lahko isti gen različne vrednosti izražanja v različnih genomih, formatih podatkov in pri različnih bolnikih, kar vodi do nestabilnih ocen v napovednih modelih.V tej študiji smo zgradili razumen model z dvema paroma lncRNA, neodvisno od natančnih vrednosti izražanja.
V tej študiji smo prvič identificirali irlncRNA s korelacijsko analizo z geni, povezanimi z imunostjo.Pregledali smo 223 DEirlncRNA s hibridizacijo z različno izraženimi lncRNA.Drugič, izdelali smo matriko 0-ali-1 na podlagi objavljene metode združevanja DEirlncRNA [31].Nato smo izvedli univariatno in laso regresijsko analizo, da smo identificirali prognostične pare DEirlncRNA in izdelali napovedni model tveganja.Nadalje smo analizirali povezavo med rezultati tveganja in kliničnimi značilnostmi pri bolnikih s PAAD.Ugotovili smo, da lahko naš prognostični model tveganja kot neodvisen prognostični dejavnik pri bolnikih s PAAD učinkovito razlikuje bolnike z visoko stopnjo od bolnikov z nizko stopnjo in bolnike z visoko stopnjo od bolnikov z nizko stopnjo.Poleg tega so bile vrednosti AUC krivulje ROC modela prognostičnega tveganja 0,905 za 1-letno napoved, 0,942 za 2-letno napoved in 0,966 za 3-letno napoved.
Raziskovalci so poročali, da so bili bolniki z večjo infiltracijo celic CD8+ T bolj občutljivi na zdravljenje z ICI [33].Povečanje vsebnosti citotoksičnih celic, CD56 NK celic, NK celic in CD8+ T celic v tumorskem imunskem mikrookolju je lahko eden od razlogov za tumor supresivni učinek [34].Prejšnje študije so pokazale, da so bile višje ravni tumorsko infiltriranih CD4(+) T in CD8(+) T pomembno povezane z daljšim preživetjem [35].Slaba infiltracija celic CD8 T, nizka obremenitev z neoantigenom in visoko imunosupresivno mikrookolje tumorja povzročajo pomanjkanje odziva na terapijo ICI [36].Ugotovili smo, da je ocena tveganja negativno povezana s celicami CD8+ T in celicami NK, kar kaže, da bolniki z visokimi ocenami tveganja morda niso primerni za zdravljenje z ICI in imajo slabšo prognozo.
CD161 je marker celic naravnih ubijalk (NK).T-celice, transducirane s CD8+CD161+ CAR, posredujejo povečano protitumorsko učinkovitost in vivo v modelih ksenotransplantatov HER2+ duktalnega adenokarcinoma trebušne slinavke [37].Zaviralci imunskih kontrolnih točk ciljajo na poti proteina 4 (CTLA-4) in proteina programirane celične smrti (PD-1)/liganda programirane celične smrti 1 (PD-L1) in imajo velik potencial na številnih področjih.Izražanje CTLA-4 in CD161 (KLRB1) je nižje v skupinah z visokim tveganjem, kar dodatno kaže, da bolniki z rezultati z visokim tveganjem morda niso primerni za zdravljenje z ICI.[38]
Da bi našli možnosti zdravljenja, primerne za bolnike z visokim tveganjem, smo analizirali različna zdravila proti raku in ugotovili, da so lahko paklitaksel, sorafenib in erlotinib, ki se pogosto uporabljajo pri bolnikih s PAAD, primerni za bolnike z visokim tveganjem s PAAD.[33].Zhang et al so ugotovili, da lahko mutacije v kateri koli poti odziva na poškodbo DNK (DDR) povzročijo slabo prognozo pri bolnikih z rakom prostate [39].Preskušanje Pancreatic Cancer Olaparib Ongoing (POLO) je pokazalo, da je vzdrževalno zdravljenje z olaparibom podaljšalo preživetje brez napredovanja bolezni v primerjavi s placebom po prvi liniji kemoterapije na osnovi platine pri bolnikih z duktalnim adenokarcinomom trebušne slinavke in mutacijami BRCA1/2 zarodne linije [40].To daje velik optimizem, da se bodo rezultati zdravljenja v tej podskupini bolnikov znatno izboljšali.V tej študiji je bila vrednost IC50 za AZD.2281 (olaparib) višja v skupini z visokim tveganjem, kar kaže, da so lahko bolniki s PAAD v skupini z visokim tveganjem odporni na zdravljenje z AZD.2281.
Modeli napovedovanja v tej študiji dajejo dobre rezultate napovedovanja, vendar temeljijo na analitičnih napovedih.Kako te rezultate potrditi s kliničnimi podatki, je pomembno vprašanje.Endoskopski aspiracijski ultrazvok s tanko iglo (EUS-FNA) je postal nepogrešljiva metoda za diagnosticiranje solidnih in zunajpankreasnih lezij trebušne slinavke z občutljivostjo 85 % in specifičnostjo 98 % [41].Pojav EUS igel za biopsijo s tanko iglo (EUS-FNB) temelji predvsem na zaznanih prednostih pred FNA, kot je večja diagnostična natančnost, pridobivanje vzorcev, ki ohranjajo histološko strukturo, in tako ustvarjanje imunskega tkiva, ki je ključnega pomena za določene diagnoze.posebno barvanje [42].Sistematični pregled literature je potrdil, da so igle FNB (zlasti 22G) najbolj učinkovite pri pridobivanju tkiva iz trebušne slinavke [43].Klinično je le majhno število bolnikov primernih za radikalno operacijo in večina bolnikov ima neoperabilne tumorje v času začetne diagnoze.V klinični praksi je le majhen delež bolnikov primernih za radikalno operacijo, saj ima večina bolnikov ob začetni diagnozi neoperabilne tumorje.Po patološki potrditvi z EUS-FNB in drugimi metodami se običajno izbere standardizirano nekirurško zdravljenje, kot je kemoterapija.Naš nadaljnji raziskovalni program je preizkusiti prognostični model te študije v kirurških in nekirurških kohortah z retrospektivno analizo.
Na splošno je naša študija vzpostavila nov prognostični model tveganja, ki temelji na seznanjeni irlncRNA, ki je pokazal obetavno prognostično vrednost pri bolnikih z rakom trebušne slinavke.Naš prognostični model tveganja lahko pomaga pri razlikovanju bolnikov s PAAD, ki so primerni za zdravljenje.
Podatkovni nizi, uporabljeni in analizirani v trenutni študiji, so na razumno zahtevo na voljo pri ustreznem avtorju.
Sui Wen, Gong X, Zhuang Y. Posredovalna vloga samoučinkovitosti pri čustveni regulaciji negativnih čustev med pandemijo COVID-19: presečna študija.Int J Ment Health Nurs [članek v reviji].2021 6/01/2021; 30 (3): 759–71.
Sui Wen, Gong X, Qiao X, Zhang L, Cheng J, Dong J, et al.Stališča družinskih članov o alternativnem odločanju v enotah intenzivne nege: sistematični pregled.INT J NURS STUD [članek v reviji;pregled].2023 01/01/2023; 137:104391.
Vincent A, Herman J, Schulich R, Hruban RH, Goggins M. Rak trebušne slinavke.Lanceta.[Članek v reviji;raziskovalna podpora, NIH, izven šole;podpora raziskavam, vlada zunaj ZDA;pregled].2011 13. 8. 2011; 378 (9791): 607–20.
Ilič M, Ilič I. Epidemiologija raka trebušne slinavke.Svetovni časopis za gastroenterologijo.[Članek v reviji, recenzija].2016 28. 11. 2016; 22 (44): 9694–705.
Liu X, Chen B, Chen J, Sun S. Nov nomogram, povezan s tp53, za napovedovanje splošnega preživetja pri bolnikih z rakom trebušne slinavke.BMC Cancer [članek v reviji].2021 31-03-2021; 21 (1): 335.
Xian X, Zhu X, Chen Y, Huang B, Xiang W. Učinek terapije, osredotočene na raztopino, na utrujenost, povezano z rakom, pri bolnikih s kolorektalnim rakom, ki prejemajo kemoterapijo: randomizirano kontrolirano preskušanje.Medicinska sestra za raka.[Članek v reviji;randomizirano kontrolirano preskušanje;študijo podpira vlada zunaj Združenih držav].2022 5/01/2022;45(3):E663–73.
Zhang Cheng, Zheng Wen, Lu Y, Shan L, Xu Dong, Pan Y, et al.Pooperativne ravni karcinoembrionalnega antigena (CEA) napovedujejo izid po resekciji kolorektalnega raka pri bolnikih z normalnimi predoperativnimi ravnmi CEA.Center za translacijske raziskave raka.[Članek v reviji].2020 01.01.2020; 9 (1): 111–8.
Hong Wen, Liang Li, Gu Yu, Qi Zi, Qiu Hua, Yang X, et al.Imunsko povezane lncRNA ustvarjajo nove podpise in napovedujejo imunsko pokrajino človeškega hepatocelularnega karcinoma.Mol Ther Nucleic acids [Članek v reviji].2020 2020-12-04;22:937 – 47.
Toffey RJ, Zhu Y., Schulich RD Imunoterapija za rak trebušne slinavke: ovire in preboji.Ann Gastrointestinal Surgeon [Članek v reviji;pregled].2018 7/01/2018; 2 (4): 274–81.
Hull R, Mbita Z, Dlamini Z. Dolge nekodirajoče RNA (LncRNA), virusna tumorska genomika in nenormalni dogodki spajanja: terapevtske posledice.AM J CANCER RES [članek v reviji;pregled].2021 20. 1. 2021; 11 (3): 866–83.
Wang J, Chen P, Zhang Y, Ding J, Yang Y, Li H. 11-Identifikacija podpisov lncRNA, povezanih s prognozo raka endometrija.Dosežki znanosti [članek v reviji].2021 2021-01-01;104(1):311977089.
Jiang S, Ren H, Liu S, Lu Z, Xu A, Qin S, et al.Celovita analiza prognostičnih genov za beljakovine, ki vežejo RNK, in kandidatov za zdravila pri papilarnoceličnem karcinomu ledvičnih celic.pregen.[Članek v reviji].2021 20.1.2021;12:627508.
Li X, Chen J, Yu Q, Huang X, Liu Z, Wang X, et al.Značilnosti dolge nekodirajoče RNA, povezane z avtofagijo, napovedujejo prognozo raka dojke.pregen.[Članek v reviji].2021 20.1.2021;12:569318.
Zhou M, Zhang Z, Zhao X, Bao S, Cheng L, Sun J. Imunsko povezan šest lncRNA podpis izboljša prognozo pri multiformnem glioblastomu.MOL nevrobiologija.[Članek v reviji].2018 01.05.2018; 55 (5): 3684–97.
Wu B, Wang Q, Fei J, Bao Y, Wang X, Song Z, et al.Nov podpis tri-lncRNA napoveduje preživetje bolnikov z rakom trebušne slinavke.PREDSTAVNIKI ONKOL.[Članek v reviji].2018 12/01/2018; 40 (6): 3427–37.
Luo C, Lin K, Hu C, Zhu X, Zhu J, Zhu Z. LINC01094 spodbuja napredovanje raka trebušne slinavke z uravnavanjem izražanja LIN28B in poti PI3K/AKT prek gobastega miR-577.Mol Therapeutics – Nukleinske kisline.2021; 26: 523–35.
Lin J, Zhai X, Zou S, Xu Z, Zhang J, Jiang L, et al.Pozitivne povratne informacije med lncRNA FLVCR1-AS1 in KLF10 lahko zavirajo napredovanje raka trebušne slinavke po poti PTEN/AKT.J EXP Clin Cancer Res.2021; 40 (1).
Zhou X, Liu X, Zeng X, Wu D, Liu L. Identifikacija trinajstih genov, ki napovedujejo celotno preživetje pri hepatocelularnem karcinomu.Biosci Rep [članek v reviji].2021 09.04.2021.
Čas objave: 22. septembra 2023