Rak pankreasa jedan je od najsmrtonosnijih tumora na svijetu sa lošom prognozom.Stoga je potreban precizan model predviđanja kako bi se identificirali pacijenti s visokim rizikom od raka gušterače kako bi se prilagodio tretman i poboljšala prognoza ovih pacijenata.
Dobili smo RNAseq podatke Atlasa genoma raka (TCGA) adenokarcinoma pankreasa (PAAD) iz baze podataka UCSC Xena, identifikovali imuno-povezane lncRNA (irlncRNA) kroz analizu korelacije i identifikovali razlike između TCGA i normalnog tkiva adenokarcinoma pankreasa.DEirlncRNA) iz TCGA i ekspresije genotipa tkiva (GTEx) tkiva pankreasa.Daljnje univarijantne i laso regresijske analize su izvršene da bi se konstruirali prognostički modeli potpisa.Zatim smo izračunali površinu ispod krive i odredili optimalnu graničnu vrijednost za identifikaciju pacijenata sa visoko- i niskorizičnim adenokarcinomom pankreasa.Usporediti kliničke karakteristike, infiltraciju imunoloških stanica, imunosupresivno mikrookruženje i rezistenciju na kemoterapiju kod pacijenata s visokim i niskim rizikom raka gušterače.
Identificirali smo 20 parova DEirlncRNA i grupirali pacijente prema optimalnoj graničnoj vrijednosti.Pokazali smo da naš model prognostičkog potpisa ima značajne performanse u predviđanju prognoze pacijenata sa PAAD-om.AUC krivulje ROC je 0,905 za jednogodišnju prognozu, 0,942 za dvogodišnju prognozu i 0,966 za trogodišnju prognozu.Visokorizični pacijenti su imali nižu stopu preživljavanja i lošije kliničke karakteristike.Također smo pokazali da su visokorizični pacijenti imunosupresivni i mogu razviti otpornost na imunoterapiju.Procjena lijekova protiv karcinoma kao što su paklitaksel, sorafenib i erlotinib zasnovana na računalnim alatima za predviđanje može biti prikladna za visokorizične pacijente sa PAAD-om.
Sve u svemu, naša studija je uspostavila novi model prognostičkog rizika zasnovan na uparenoj irlncRNA, koji je pokazao obećavajuću prognostičku vrijednost kod pacijenata s karcinomom gušterače.Naš model prognostičkog rizika može pomoći u razlikovanju pacijenata sa PAAD-om koji su pogodni za medicinski tretman.
Rak pankreasa je maligni tumor sa niskom stopom petogodišnjeg preživljavanja i visokim stepenom.U trenutku postavljanja dijagnoze, većina pacijenata je već u poodmakloj fazi.U kontekstu epidemije COVID-19, doktori i medicinske sestre su pod ogromnim pritiskom u liječenju pacijenata sa karcinomom gušterače, a porodice pacijenata se također suočavaju s višestrukim pritiscima prilikom donošenja odluka o liječenju [1, 2].Iako je postignut veliki napredak u liječenju DOAD-a, kao što su neoadjuvantna terapija, kirurška resekcija, terapija zračenjem, kemoterapija, ciljana molekularna terapija i inhibitori imunološke kontrolne točke (ICI), samo oko 9% pacijenata preživi pet godina nakon dijagnoze [3 ].], 4].Budući da su rani simptomi adenokarcinoma pankreasa atipični, pacijentima se obično dijagnosticiraju metastaze u uznapredovaloj fazi [5].Stoga, za datog pacijenta, individualizirano sveobuhvatno liječenje mora odvagnuti prednosti i nedostatke svih mogućnosti liječenja, ne samo da bi se produžilo preživljavanje, već i poboljšala kvaliteta života [6].Stoga je neophodan efikasan model predviđanja za tačnu procjenu prognoze pacijenta [7].Stoga se može odabrati odgovarajući tretman kako bi se uravnotežilo preživljavanje i kvalitet života pacijenata sa PAAD-om.
Loša prognoza PAAD-a uglavnom je posljedica rezistencije na lijekove za kemoterapiju.Poslednjih godina, inhibitori imunih kontrolnih tačaka se široko koriste u lečenju solidnih tumora [8].Međutim, upotreba ICI-a kod raka gušterače rijetko je uspješna [9].Stoga je važno identificirati pacijente koji bi mogli imati koristi od ICI terapije.
Duga nekodirajuća RNK (lncRNA) je vrsta nekodirajuće RNK sa transkriptima >200 nukleotida.LncRNA su široko rasprostranjene i čine oko 80% ljudskog transkriptoma [10].Veliki broj radova je pokazao da prognostički modeli zasnovani na lncRNA mogu efikasno predvideti prognozu pacijenata [11, 12].Na primjer, identificirano je 18 lncRNA povezanih s autofagijom za stvaranje prognostičkih potpisa kod raka dojke [13].Šest drugih lncRNA povezanih s imunitetom korišteno je za utvrđivanje prognostičkih karakteristika glioma [14].
Kod raka gušterače, neke studije su uspostavile potpise zasnovane na lncRNA za predviđanje prognoze pacijenata.Potpis 3-lncRNA ustanovljen je kod adenokarcinoma pankreasa sa površinom ispod ROC krive (AUC) od samo 0,742 i ukupnim preživljavanjem (OS) od 3 godine [15].Osim toga, vrijednosti ekspresije lncRNA variraju između različitih genoma, različitih formata podataka i različitih pacijenata, a performanse prediktivnog modela su nestabilne.Stoga koristimo novi algoritam za modeliranje, uparivanje i ponavljanje, za generiranje potpisa lncRNA (irlncRNA) povezanih s imunitetom kako bismo stvorili precizniji i stabilniji prediktivni model [8].
Normalizovani RNAseq podaci (FPKM) i podaci o kliničkom TCGA karcinoma gušterače i podaci o ekspresiji genotipa tkiva (GTEx) dobijeni su iz UCSC XENA baze podataka (https://xenabrowser.net/datapages/).GTF fajlovi su dobijeni iz Ensembl baze podataka (http://asia.ensembl.org) i korišteni za ekstrakciju profila ekspresije lncRNA iz RNAseq-a.Preuzeli smo gene povezane sa imunitetom iz baze podataka ImmPort (http://www.immport.org) i identifikovali lncRNA povezane sa imunitetom (irlncRNA) korišćenjem korelacione analize (p < 0,001, r > 0,4).Identifikacija različito izraženih irlncRNA (DEirlncRNA) ukrštanjem irlncRNA i različito eksprimiranih lncRNA dobijenih iz baze podataka GEPIA2 (http://gepia2.cancer-pku.cn/#index) u TCGA-PAAD kohorti (|logFC| > 1 i FDR ) <0,05).
Ova metoda je ranije objavljena [8].Konkretno, konstruišemo X da zameni uparene lncRNA A i lncRNA B. Kada je vrednost ekspresije lncRNA A viša od vrednosti ekspresije lncRNA B, X je definisan kao 1, u suprotnom X je definisan kao 0. Prema tome, možemo dobiti matrica od 0 ili – 1. Vertikalna osa matrice predstavlja svaki uzorak, a horizontalna osa predstavlja svaki par DEirlncRNA sa vrijednošću 0 ili 1.
Univarijantna regresiona analiza praćena Lasso regresijom je korištena za skrining prognostičkih parova DEirlncRNA.Laso regresiona analiza koristila je 10-struku unakrsnu validaciju koja je ponovljena 1000 puta (p < 0,05), sa 1000 nasumičnih stimulusa po trčenju.Kada je frekvencija svakog para DEirlncRNA premašila 100 puta u 1000 ciklusa, parovi DEirlncRNA su odabrani za konstruiranje prognostičkog modela rizika.Zatim smo koristili AUC krivu da pronađemo optimalnu graničnu vrijednost za klasifikaciju pacijenata sa PAAD-om u grupe visokog i niskog rizika.AUC vrijednost svakog modela je također izračunata i prikazana kao kriva.Ako kriva dostigne najvišu tačku koja pokazuje maksimalnu vrijednost AUC, proces izračunavanja se zaustavlja i model se smatra najboljim kandidatom.Konstruirani su 1-, 3- i 5-godišnji ROC modeli krivulje.Univarijantne i multivarijantne regresijske analize korištene su za ispitivanje neovisnih prediktivnih performansi modela prognostičkog rizika.
Koristite sedam alata za proučavanje stope infiltracije imunoloških ćelija, uključujući XCELL, TIMER, QUANTISEQ, MCPCOUNTER, EPIC, CIBERSORT-ABS i CIBERSORT.Podaci o infiltraciji imunoloških ćelija preuzeti su iz baze podataka TIMER2 (http://timer.comp-genomics.org/#tab-5817-3).Razlika u sadržaju imuno-infiltrirajućih ćelija između visoko- i niskorizičnih grupa konstruisanog modela analizirana je Wilcoxon-ovim signed-rank testom, rezultati su prikazani na kvadratnom grafikonu.Urađena je Spearmanova korelacijska analiza kako bi se analizirao odnos između vrijednosti rizičnih rezultata i imuno-infiltriranih ćelija.Rezultirajući koeficijent korelacije prikazan je kao lizalica.Prag značajnosti je postavljen na p < 0,05.Postupak je izveden korištenjem R paketa ggplot2.Da bismo ispitali odnos između modela i nivoa ekspresije gena povezanih sa stopom infiltracije imunoloških ćelija, izveli smo ggstatsplot paket i vizualizaciju violin plota.
Da bismo procijenili obrasce kliničkog liječenja raka pankreasa, izračunali smo IC50 najčešće korištenih lijekova za kemoterapiju u TCGA-PAAD kohorti.Razlike u poluinhibicijskim koncentracijama (IC50) između grupa visokog i niskog rizika upoređene su korištenjem Wilcoxon signed-rank testa, a rezultati su prikazani kao boxplot generirani korištenjem pRRophetic i ggplot2 u R. Sve metode su u skladu sa relevantnim smjernicama i normama.
Tok rada naše studije prikazan je na slici 1. Koristeći analizu korelacije između lncRNA i gena povezanih s imunitetom, odabrali smo 724 irlncRNA sa p < 0,01 i r > 0,4.Zatim smo analizirali različito eksprimirane lncRNA GEPIA2 (slika 2A).Ukupno 223 irlncRNA su različito izražene između adenokarcinoma pankreasa i normalnog tkiva pankreasa (|logFC| > 1, FDR < 0,05), nazvane DEirlncRNA.
Izgradnja prediktivnih modela rizika.(A) Vulkanski dijagram različito eksprimiranih lncRNA.(B) Raspodjela laso koeficijenata za 20 DEirlncRNA parova.(C) Varijanca djelomične vjerovatnoće distribucije LASSO koeficijenta.(D) Šumski dijagram koji prikazuje univarijantnu regresionu analizu 20 parova DEirlncRNA.
Zatim smo konstruisali matricu 0 ili 1 uparujući 223 DEirlncRNA.Identificirano je ukupno 13,687 DEirlncRNA parova.Nakon univarijantne i laso regresione analize, 20 parova DEirlncRNA je konačno testirano kako bi se konstruirao prognostički model rizika (Slika 2B-D).Na osnovu rezultata Lasso i analize višestruke regresije, izračunali smo skor rizika za svakog pacijenta u TCGA-PAAD kohorti (Tabela 1).Na osnovu rezultata laso regresione analize, izračunali smo skor rizika za svakog pacijenta u TCGA-PAAD kohorti.AUC krivulje ROC bio je 0,905 za jednogodišnje predviđanje rizika, 0,942 za dvogodišnje predviđanje i 0,966 za trogodišnje predviđanje (Slika 3A-B).Postavili smo optimalnu graničnu vrijednost od 3,105, stratificirali TCGA-PAAD kohorte pacijenata u grupe visokog i niskog rizika i nacrtali ishode preživljavanja i distribuciju rezultata rizika za svakog pacijenta (Slika 3C-E).Kaplan-Meierova analiza je pokazala da je preživljavanje pacijenata sa PAAD-om u grupi visokog rizika značajno niže od preživljavanja pacijenata u grupi niskog rizika (p < 0,001) (Slika 3F).
Valjanost prognostičkih modela rizika.(A) ROC modela prognostičkog rizika.(B) 1-, 2- i 3-godišnji ROC modeli prognostičkog rizika.(C) ROC modela prognostičkog rizika.Prikazuje optimalnu graničnu tačku.(DE) Distribucija statusa preživljavanja (D) i rezultata rizika (E).(F) Kaplan-Meierova analiza pacijenata sa PAAD-om u grupama visokog i niskog rizika.
Dalje smo procijenili razlike u ocjenama rizika prema kliničkim karakteristikama.Dijagram trake (Slika 4A) pokazuje ukupni odnos između kliničkih karakteristika i rezultata rizika.Konkretno, stariji pacijenti su imali veće rezultate rizika (Slika 4B).Osim toga, pacijenti sa stadijumom II imali su veće rezultate rizika od pacijenata sa stadijumom I (Slika 4C).Što se tiče stepena tumora kod pacijenata sa PAAD-om, pacijenti 3. stepena imali su više ocene rizika od pacijenata sa stepenom 1 i 2 (Slika 4D).Dalje smo izvršili univarijantnu i multivarijantnu regresijsku analizu i pokazali da su skor rizika (p < 0,001) i starost (p = 0,045) nezavisni prognostički faktori kod pacijenata sa PAAD-om (Slika 5A-B).ROC kriva je pokazala da je skor rizika bio superiorniji u odnosu na druge kliničke karakteristike u predviđanju 1-, 2- i 3-godišnjeg preživljavanja pacijenata sa PAAD-om (Slika 5C-E).
Kliničke karakteristike prognostičkih modela rizika.Histogram (A) pokazuje (B) starost, (C) stadijum tumora, (D) stepen tumora, skor rizika i pol pacijenata u TCGA-PAAD kohorti.**p < 0,01
Nezavisna prediktivna analiza modela prognostičkog rizika.(AB) Univarijantna (A) i multivarijantna (B) regresijska analiza modela prognostičkog rizika i kliničkih karakteristika.(CE) 1-, 2- i 3-godišnji ROC za prognostičke modele rizika i kliničke karakteristike
Stoga smo ispitali odnos između vremena i rezultata rizika.Otkrili smo da je skor rizika kod pacijenata sa PAAD-om u obrnutoj korelaciji sa CD8+ T ćelijama i NK ćelijama (Slika 6A), što ukazuje na potisnutu imunološku funkciju u grupi visokog rizika.Također smo procijenili razliku u infiltraciji imunih ćelija između grupa visokog i niskog rizika i pronašli iste rezultate (Slika 7).U rizičnoj grupi bilo je manje infiltracije CD8+ T ćelija i NK ćelija.Posljednjih godina, inhibitori imunološke kontrolne tačke (ICI) se široko koriste u liječenju solidnih tumora.Međutim, upotreba ICI-a kod raka pankreasa rijetko je bila uspješna.Stoga smo procijenili ekspresiju gena imunoloških kontrolnih tačaka u grupama visokog i niskog rizika.Otkrili smo da su CTLA-4 i CD161 (KLRB1) bili prekomjerno izraženi u grupi niskog rizika (Slika 6B-G), što ukazuje da pacijenti sa PAAD-om u grupi niskog rizika mogu biti osjetljivi na ICI.
Korelaciona analiza modela prognostičkog rizika i infiltracije imunoloških ćelija.(A) Korelacija između modela prognostičkog rizika i infiltracije imunoloških ćelija.(BG) Označava ekspresiju gena u grupama visokog i niskog rizika.(HK) IC50 vrijednosti za specifične lijekove protiv raka u grupama visokog i niskog rizika.*p < 0,05, **p < 0,01, ns = nije značajno
Dalje smo procijenili povezanost između rezultata rizika i uobičajenih hemoterapijskih agenasa u TCGA-PAAD kohorti.Tražili smo najčešće korištene lijekove protiv raka gušterače i analizirali razlike u njihovim IC50 vrijednostima između grupa visokog i niskog rizika.Rezultati su pokazali da je IC50 vrijednost AZD.2281 (olaparib) bila viša u rizičnoj grupi, što ukazuje da pacijenti sa PAAD-om u grupi visokog rizika mogu biti otporni na liječenje AZD.2281 (Slika 6H).Osim toga, vrijednosti IC50 paklitaksela, sorafeniba i erlotiniba bile su niže u visokorizičnoj grupi (slika 6I-K).Nadalje, identificirali smo 34 lijeka protiv raka s višim vrijednostima IC50 u grupi visokog rizika i 34 lijeka protiv raka sa nižim vrijednostima IC50 u visokorizičnoj grupi (Tabela 2).
Ne može se poreći da lncRNA, mRNA i miRNA široko postoje i igraju ključnu ulogu u razvoju raka.Postoje brojni dokazi koji podržavaju važnu ulogu mRNA ili miRNA u predviđanju ukupnog preživljavanja kod nekoliko vrsta raka.Bez sumnje, mnogi prognostički modeli rizika su također zasnovani na lncRNA.Na primjer, Luo et al.Studije su pokazale da LINC01094 igra ključnu ulogu u PC proliferaciji i metastazama, a visoka ekspresija LINC01094 ukazuje na loše preživljavanje pacijenata sa karcinomom pankreasa [16].Studija koju su predstavili Lin et al.Studije su pokazale da je smanjenje lncRNA FLVCR1-AS1 povezano sa lošom prognozom kod pacijenata sa karcinomom pankreasa [17].Međutim, o lncRNA vezanim za imunitet relativno se manje raspravlja u smislu predviđanja ukupnog preživljavanja pacijenata oboljelih od raka.U posljednje vrijeme veliki dio rada je usmjeren na izgradnju prognostičkih modela rizika za predviđanje preživljavanja pacijenata oboljelih od raka i na taj način prilagođavanje metoda liječenja [18, 19, 20].Sve više se priznaje značajna uloga imunoloških infiltrata u započinjanju, progresiji i odgovoru na tretmane kao što je kemoterapija.Brojne studije su potvrdile da imunološke ćelije koje infiltriraju tumor igraju ključnu ulogu u odgovoru na citotoksičnu kemoterapiju [21, 22, 23].Mikrookolina tumorskog imunološkog okruženja važan je faktor u preživljavanju tumorskih pacijenata [24, 25].Imunoterapija, posebno ICI terapija, široko se koristi u liječenju solidnih tumora [26].Imunološki povezani geni se široko koriste za konstruiranje prognostičkih modela rizika.Na primjer, Su et al.Model prognostičkog rizika povezan sa imunitetom zasnovan je na genima koji kodiraju proteine za predviđanje prognoze pacijenata sa karcinomom jajnika [27].Geni koji ne kodiraju kao što su lncRNA su takođe pogodni za konstruisanje prognostičkih modela rizika [28, 29, 30].Luo i saradnici su testirali četiri lncRNA povezane sa imunitetom i izgradili prediktivni model za rizik od raka grlića materice [31].Khan et al.Identificirana su ukupno 32 različito izražena transkripta, a na osnovu toga je uspostavljen model predviđanja sa 5 značajnih transkripata, koji je predložen kao visoko preporučeno sredstvo za predviđanje akutnog odbacivanja dokazanog biopsijom nakon transplantacije bubrega [32].
Većina ovih modela zasniva se na nivoima ekspresije gena, bilo gena koji kodiraju proteine ili gena koji ne kodiraju.Međutim, isti gen može imati različite vrijednosti ekspresije u različitim genomima, formatima podataka i kod različitih pacijenata, što dovodi do nestabilnih procjena u prediktivnim modelima.U ovoj studiji smo izgradili razuman model sa dva para lncRNA, nezavisno od tačnih vrednosti ekspresije.
U ovoj studiji smo po prvi put identifikovali irlncRNA kroz analizu korelacije sa genima vezanim za imunitet.Pregledali smo 223 DEirlncRNA hibridizacijom sa različito eksprimiranim lncRNA.Drugo, konstruisali smo matricu 0-ili-1 na osnovu objavljene DEirlncRNA metode uparivanja [31].Zatim smo izvršili univarijantnu i laso regresijsku analizu kako bismo identificirali prognostičke parove DEirlncRNA i konstruirali prediktivni model rizika.Nadalje smo analizirali povezanost između rezultata rizika i kliničkih karakteristika kod pacijenata sa PAAD-om.Otkrili smo da naš model prognostičkog rizika, kao nezavisni prognostički faktor kod pacijenata sa PAAD-om, može efikasno razlikovati pacijente visokog stepena od pacijenata niskog stepena i pacijente visokog stepena od pacijenata niskog stepena.Osim toga, AUC vrijednosti ROC krive modela prognostičkog rizika bile su 0,905 za jednogodišnju prognozu, 0,942 za dvogodišnju prognozu i 0,966 za trogodišnju prognozu.
Istraživači su izvijestili da su pacijenti s većom infiltracijom CD8+ T stanica osjetljiviji na ICI tretman [33].Povećanje sadržaja citotoksičnih ćelija, CD56 NK ćelija, NK ćelija i CD8+ T ćelija u imunološkom mikrookruženju tumora može biti jedan od razloga supresivnog efekta tumora [34].Prethodne studije su pokazale da su viši nivoi CD4(+) T i CD8(+) T koji infiltriraju tumor značajno povezani sa dužim preživljavanjem [35].Slaba infiltracija CD8 T ćelija, nisko opterećenje neoantigenom i visoko imunosupresivno tumorsko mikrookruženje dovode do nedostatka odgovora na terapiju ICI [36].Otkrili smo da je skor rizika u negativnoj korelaciji sa CD8+ T stanicama i NK stanicama, što ukazuje da pacijenti s visokim ocjenama rizika možda nisu prikladni za ICI liječenje i imaju lošiju prognozu.
CD161 je marker prirodnih ćelija ubica (NK).CD8+CD161+ CAR-transducirane T ćelije posreduju u poboljšanoj in vivo antitumorskoj efikasnosti u modelima ksenotransplantata adenokarcinoma pankreasa duktalnog kanala HER2+ [37].Inhibitori imunološke kontrolne tačke ciljaju na citotoksični T limfociti povezan protein 4 (CTLA-4) i puteve proteina 1 programirane ćelijske smrti (PD-1)/programirane ćelijske smrti liganda 1 (PD-L1) i imaju veliki potencijal u mnogim područjima.Ekspresija CTLA-4 i CD161 (KLRB1) je niža u visokorizičnim grupama, što dalje ukazuje na to da pacijenti sa visokorizičnim rezultatima možda neće biti podobni za ICI tretman.[38]
Kako bismo pronašli opcije liječenja koje su prikladne za visokorizične pacijente, analizirali smo različite lijekove protiv raka i otkrili da paklitaksel, sorafenib i erlotinib, koji se široko koriste kod pacijenata sa PAAD-om, mogu biti prikladni za visokorizične pacijente sa PAAD-om.[33].Zhang i suradnici su otkrili da mutacije u bilo kojem putu odgovora na oštećenje DNK (DDR) mogu dovesti do loše prognoze kod pacijenata s karcinomom prostate [39].Ispitivanje raka pankreasa Olaparib Ongoing (POLO) pokazalo je da je terapija održavanja olaparibom produžila preživljavanje bez progresije bolesti u poređenju s placebom nakon prve linije kemoterapije bazirane na platini kod pacijenata sa duktalnim adenokarcinomom pankreasa i mutacijama BRCA1/2 germinativne linije [40].Ovo daje značajan optimizam da će se ishodi liječenja značajno poboljšati u ovoj podgrupi pacijenata.U ovoj studiji, IC50 vrijednost AZD.2281 (olaparib) bila je viša u rizičnoj grupi, što ukazuje da pacijenti sa PAAD-om u grupi visokog rizika mogu biti otporni na liječenje AZD.2281.
Modeli predviđanja u ovoj studiji daju dobre rezultate prognoze, ali su zasnovani na analitičkim prognozama.Važno je pitanje kako potvrditi ove rezultate kliničkim podacima.Endoskopska aspiracija sa finom iglom (EUS-FNA) postala je nezamjenjiva metoda za dijagnosticiranje solidnih i ekstrapankreasnih lezija pankreasa s osjetljivošću od 85% i specifičnošću od 98% [41].Pojava EUS igala za biopsiju s finom iglom (EUS-FNB) uglavnom se temelji na uočenim prednostima u odnosu na FNA, kao što je veća dijagnostička preciznost, dobijanje uzoraka koji čuvaju histološku strukturu, a time i stvaranje imunološkog tkiva koje je kritično za određene dijagnoze.specijalno bojenje [42].Sistematski pregled literature potvrdio je da FNB igle (posebno 22G) pokazuju najveću efikasnost u sakupljanju tkiva iz mase pankreasa [43].Klinički, samo mali broj pacijenata ima pravo na radikalnu operaciju, a većina pacijenata ima neoperabilne tumore u vrijeme inicijalne dijagnoze.U kliničkoj praksi, samo mali dio pacijenata je prikladan za radikalnu operaciju jer većina pacijenata ima neoperabilne tumore u vrijeme inicijalne dijagnoze.Nakon patološke potvrde EUS-FNB i drugim metodama, obično se bira standardizirano nekirurško liječenje kao što je kemoterapija.Naš kasniji istraživački program je da testiramo prognostički model ove studije u hirurškim i nehirurškim kohortama kroz retrospektivnu analizu.
Sve u svemu, naša studija je uspostavila novi model prognostičkog rizika zasnovan na uparenoj irlncRNA, koji je pokazao obećavajuću prognostičku vrijednost kod pacijenata s karcinomom gušterače.Naš model prognostičkog rizika može pomoći u razlikovanju pacijenata sa PAAD-om koji su pogodni za medicinski tretman.
Skupovi podataka koji su korišteni i analizirani u ovoj studiji dostupni su od odgovarajućeg autora na razuman zahtjev.
Sui Wen, Gong X, Zhuang Y. Posrednička uloga samoefikasnosti u emocionalnoj regulaciji negativnih emocija tokom pandemije COVID-19: studija poprečnog presjeka.Int J Ment Health Nurs [članak u časopisu].2021 06/01/2021;30(3):759–71.
Sui Wen, Gong X, Qiao X, Zhang L, Cheng J, Dong J, et al.Stavovi članova porodice o alternativnom donošenju odluka u jedinicama intenzivne nege: sistematski pregled.INT J NURS STUD [članak iz časopisa;recenzija].2023 01/01/2023;137:104391.
Vincent A, Herman J, Schulich R, Hruban RH, Goggins M. Rak pankreasa.Lancet.[Članak iz časopisa;podrška istraživanju, NIH, vanredno;podrška istraživanju, vlada izvan SAD-a;recenzija].2011 13.08.2011;378(9791):607–20.
Ilić M, Ilić I. Epidemiologija raka pankreasa.Svjetski časopis za gastroenterologiju.[Članak iz časopisa, recenzija].2016 28.11.2016;22(44):9694–705.
Liu X, Chen B, Chen J, Sun S. Novi nomogram vezan za tp53 za predviđanje ukupnog preživljavanja kod pacijenata sa rakom gušterače.BMC Cancer [članak u časopisu].2021 31-03-2021;21(1):335.
Xian X, Zhu X, Chen Y, Huang B, Xiang W. Učinak terapije usmjerene na rješenje na umor povezan s rakom kod pacijenata s kolorektalnim karcinomom koji primaju kemoterapiju: randomizirano kontrolirano ispitivanje.Bolničarka za rak.[Članak iz časopisa;randomizirano kontrolirano ispitivanje;studiju podržava vlada izvan Sjedinjenih Država].2022. 5.1.2022.;45(3):E663–73.
Zhang Cheng, Zheng Wen, Lu Y, Shan L, Xu Dong, Pan Y, et al.Nivoi postoperativnog karcinoembrionalnog antigena (CEA) predviđaju ishod nakon resekcije kolorektalnog karcinoma kod pacijenata sa normalnim preoperativnim nivoima CEA.Centar za translaciona istraživanja raka.[Članak iz časopisa].2020 01.01.2020;9(1):111–8.
Hong Wen, Liang Li, Gu Yu, Qi Zi, Qiu Hua, Yang X, et al.Imunski povezane lncRNA stvaraju nove potpise i predviđaju imunološki krajolik humanog hepatocelularnog karcinoma.Mol Ther Nucleic acids [Članak iz časopisa].2020 2020-12-04;22:937 – 47.
Toffey RJ, Zhu Y., Schulich RD Imunoterapija za rak pankreasa: barijere i proboji.Ann Gastrointestinal Surgeon [Članak iz časopisa;recenzija].2018 01.07.2018;2(4):274–81.
Hull R, Mbita Z, Dlamini Z. Duge nekodirajuće RNA (LncRNA), genomika virusnog tumora i aberantni događaji spajanja: terapeutske implikacije.AM J CANCER RES [članak iz časopisa;recenzija].2021. 20.01.2021.;11(3):866–83.
Wang J, Chen P, Zhang Y, Ding J, Yang Y, Li H. 11-Identifikacija potpisa lncRNA povezanih sa prognozom raka endometrijuma.Dostignuća nauke [članak iz časopisa].2021 2021-01-01;104(1):311977089.
Jiang S, Ren H, Liu S, Lu Z, Xu A, Qin S, et al.Sveobuhvatna analiza prognostičkih gena za protein koji vežu RNK i kandidata za lijekove u karcinomu bubrežnih stanica papilarnih stanica.pregen.[Članak iz časopisa].2021. 20.01.2021.;12:627508.
Li X, Chen J, Yu Q, Huang X, Liu Z, Wang X, et al.Karakteristike duge nekodirajuće RNK povezane s autofagijom predviđaju prognozu raka dojke.pregen.[Članak iz časopisa].2021. 20.01.2021.;12:569318.
Zhou M, Zhang Z, Zhao X, Bao S, Cheng L, Sun J. Imunološki vezan potpis sa šest lncRNA poboljšava prognozu multiformnog glioblastoma.MOL Neurobiology.[Članak iz časopisa].2018 01.05.2018;55(5):3684–97.
Wu B, Wang Q, Fei J, Bao Y, Wang X, Song Z, et al.Novi tri-lncRNA potpis predviđa preživljavanje pacijenata sa rakom gušterače.PREDSTAVNICI ONKOL.[Članak iz časopisa].2018 12/01/2018;40(6):3427–37.
Luo C, Lin K, Hu C, Zhu X, Zhu J, Zhu Z. LINC01094 promovira progresiju raka gušterače regulacijom ekspresije LIN28B i PI3K/AKT puta kroz spužvasti miR-577.Mol Therapeutics – Nukleinske kiseline.2021;26:523–35.
Lin J, Zhai X, Zou S, Xu Z, Zhang J, Jiang L, et al.Pozitivna povratna informacija između lncRNA FLVCR1-AS1 i KLF10 može inhibirati progresiju karcinoma pankreasa putem PTEN/AKT puta.J EXP Clin Cancer Res.2021;40(1).
Zhou X, Liu X, Zeng X, Wu D, Liu L. Identifikacija trinaest gena koji predviđaju ukupno preživljavanje u hepatocelularnom karcinomu.Biosci Rep [članak iz časopisa].2021 04/09/2021.
Vrijeme objave: Sep-22-2023