Pankreas kanseri dünyadaki en ölümcül tümörlerden biridir ve kötü prognozludur.Bu nedenle, pankreas kanseri riski yüksek olan hastaları belirlemek, tedaviyi uyarlamak ve bu hastaların prognozunu iyileştirmek için doğru bir tahmin modeline ihtiyaç vardır.
Kanser Genom Atlası (TCGA) pankreatik adenokarsinom (PAAD) RNAseq verilerini UCSC Xena veri tabanından elde ettik, korelasyon analizi yoluyla bağışıklıkla ilişkili lncRNA'ları (irlncRNA'lar) belirledik ve TCGA ile normal pankreas adenokarsinomu dokuları arasındaki farkları belirledik.TCGA'dan DEirlncRNA) ve pankreas dokusunun genotip doku ekspresyonu (GTEx).Prognostik imza modellerini oluşturmak için daha fazla tek değişkenli ve kement regresyon analizleri yapıldı.Daha sonra eğrinin altındaki alanı hesapladık ve yüksek ve düşük riskli pankreas adenokarsinomlu hastaları tanımlamak için en uygun kesme değerini belirledik.Yüksek ve düşük riskli pankreas kanseri olan hastalarda klinik özellikleri, immün hücre infiltrasyonunu, immünsüpresif mikro ortamı ve kemoterapi direncini karşılaştırmak.
20 DEirlncRNA çifti belirledik ve hastaları optimal kesim değerine göre gruplandırdık.Prognostik imza modelimizin PAAD'li hastaların prognozunu tahmin etmede önemli bir performansa sahip olduğunu gösterdik.ROC eğrisinin AUC'si 1 yıllık tahmin için 0,905, 2 yıllık tahmin için 0,942 ve 3 yıllık tahmin için 0,966'dır.Yüksek riskli hastaların hayatta kalma oranları daha düşüktü ve klinik özellikleri daha kötüydü.Ayrıca yüksek riskli hastaların immün sistemi baskılanmış olduğunu ve immünoterapiye direnç geliştirebileceğini de gösterdik.Paklitaksel, sorafenib ve erlotinib gibi antikanser ilaçlarının hesaplamalı tahmin araçlarına dayalı olarak değerlendirilmesi, PAAD'li yüksek riskli hastalar için uygun olabilir.
Genel olarak çalışmamız, pankreas kanseri hastalarında umut verici prognostik değer gösteren, eşleştirilmiş irlncRNA'ya dayalı yeni bir prognostik risk modeli oluşturdu.Prognostik risk modelimiz, tıbbi tedaviye uygun PAAD hastalarını ayırt etmeye yardımcı olabilir.
Pankreas kanseri beş yıllık hayatta kalma oranı düşük ve derecesi yüksek olan kötü huylu bir tümördür.Tanı anında çoğu hasta zaten ileri evrededir.COVID-19 salgını bağlamında, doktorlar ve hemşireler pankreas kanserli hastaları tedavi ederken çok büyük bir baskı altındadır ve hastaların aileleri de tedavi kararları verirken çok sayıda baskıyla karşı karşıyadır [1, 2].DOAD'ların tedavisinde neoadjuvan tedavi, cerrahi rezeksiyon, radyasyon tedavisi, kemoterapi, hedefe yönelik moleküler tedavi ve immün kontrol noktası inhibitörleri (ICI'ler) gibi büyük ilerlemeler kaydedilmiş olmasına rağmen, hastaların yalnızca %9'u tanıdan sonra beş yıl hayatta kalmaktadır. ]], 4].Pankreas adenokarsinomunun erken semptomları atipik olduğundan hastalara genellikle ileri evrede metastaz tanısı konulur.Bu nedenle, belirli bir hasta için bireyselleştirilmiş kapsamlı tedavi, yalnızca sağkalımı uzatmak için değil, aynı zamanda yaşam kalitesini artırmak için tüm tedavi seçeneklerinin avantajlarını ve dezavantajlarını tartmalıdır [6].Bu nedenle, bir hastanın prognozunu doğru bir şekilde değerlendirmek için etkili bir tahmin modeli gereklidir [7].Böylece PAAD'li hastaların hayatta kalma ve yaşam kalitesini dengelemek için uygun tedavi seçilebilir.
PAAD'ın kötü prognozu temel olarak kemoterapi ilaçlarına dirençten kaynaklanmaktadır.Son yıllarda immün kontrol noktası inhibitörleri katı tümörlerin tedavisinde yaygın olarak kullanılmaktadır [8].Bununla birlikte, pankreas kanserinde ICI'lerin kullanımı nadiren başarılı olmaktadır [9].Bu nedenle ICI tedavisinden fayda görebilecek hastaların belirlenmesi önemlidir.
Uzun kodlayıcı olmayan RNA (lncRNA), >200 nükleotid transkriptli, kodlayıcı olmayan bir RNA türüdür.LncRNA'lar yaygındır ve insan transkriptomunun yaklaşık %80'ini oluşturur [10].Çok sayıda çalışma, lncRNA tabanlı prognostik modellerin hasta prognozunu etkili bir şekilde tahmin edebildiğini göstermiştir [11, 12].Örneğin, meme kanserinde prognostik imzalar oluşturmak için otofaji ile ilişkili 18 lncRNA tanımlandı [13].Gliomanın prognostik özelliklerini belirlemek için diğer altı immün ilişkili lncRNA kullanılmıştır [14].
Pankreas kanserinde bazı çalışmalar, hastanın prognozunu tahmin etmek için lncRNA tabanlı imzalar oluşturmuştur.Pankreas adenokarsinomunda, ROC eğrisi altındaki alan (AUC) yalnızca 0,742 ve genel sağkalım (OS) 3 yıl olan bir 3-lncRNA imzası belirlendi [15].Ayrıca lncRNA ekspresyon değerleri farklı genomlar, farklı veri formatları ve farklı hastalar arasında farklılık gösterir ve tahmin modelinin performansı kararsızdır.Bu nedenle, daha doğru ve istikrarlı bir tahmin modeli oluşturmak amacıyla bağışıklıkla ilgili lncRNA (irlncRNA) imzalarını oluşturmak için eşleştirme ve yinelemeden oluşan yeni bir modelleme algoritması kullanıyoruz [8].
Normalleştirilmiş RNAseq verileri (FPKM) ve klinik pankreas kanseri TCGA ve genotip doku ekspresyonu (GTEx) verileri, UCSC XENA veritabanından (https://xenabrowser.net/datapages/) elde edildi.GTF dosyaları Ensembl veri tabanından (http://asia.ensembl.org) elde edildi ve RNAseq'ten lncRNA ifade profillerini çıkarmak için kullanıldı.Bağışıklık ile ilgili genleri ImmPort veri tabanından (http://www.immport.org) indirdik ve korelasyon analizi kullanarak bağışıklık ile ilgili lncRNA'ları (irlncRNA'lar) belirledik (p < 0.001, r > 0.4).TCGA-PAAD kohortunda (|logFC| > 1 ve FDR) GEPIA2 veritabanından (http://gepia2.cancer-pku.cn/#index) elde edilen irlncRNA'ları ve diferansiyel olarak eksprese edilmiş lncRNA'ları çaprazlayarak diferansiyel olarak eksprese edilmiş irlncRNA'ların (DEirlncRNA'lar) tanımlanması ) <0,05).
Bu yöntem daha önce rapor edilmiştir [8].Spesifik olarak, eşleştirilmiş lncRNA A ve lncRNA B'nin yerine X inşa ediyoruz. lncRNA A'nın ifade değeri, lncRNA B'nin ifade değerinden yüksek olduğunda X, 1 olarak tanımlanır, aksi halde X, 0 olarak tanımlanır. Dolayısıyla, şunu elde edebiliriz: 0 veya – 1'lik bir matris. Matrisin dikey ekseni her bir örneği temsil eder ve yatay eksen, 0 veya 1 değeriyle her DEirlncRNA çiftini temsil eder.
Prognostik DEirlncRNA çiftlerini taramak için tek değişkenli regresyon analizi ve ardından Lasso regresyonu kullanıldı.Kement regresyon analizi, çalıştırma başına 1000 rastgele uyaranla 1000 kez tekrarlanan (p < 0,05) 10 kat çapraz doğrulama kullandı.Her bir DEirlncRNA çiftinin frekansı 1000 döngüde 100 katı aştığında, prognostik bir risk modeli oluşturmak için DEirlncRNA çiftleri seçildi.Daha sonra PAAD hastalarını yüksek ve düşük riskli gruplara ayırmak için en uygun kesme değerini bulmak amacıyla AUC eğrisini kullandık.Her modelin AUC değeri de hesaplandı ve bir eğri olarak çizildi.Eğri maksimum AUC değerini gösteren en yüksek noktaya ulaşırsa hesaplama işlemi durdurulur ve model en iyi aday olarak kabul edilir.1-, 3- ve 5 yıllık ROC eğrisi modelleri oluşturuldu.Prognostik risk modelinin bağımsız öngörü performansını incelemek için tek değişkenli ve çok değişkenli regresyon analizleri kullanıldı.
XCELL, TIMER, QUANTISEQ, MCPCOUNTER, EPIC, CIBERSORT-ABS ve CIBERSORT dahil olmak üzere bağışıklık hücresi infiltrasyon oranlarını incelemek için yedi araç kullanın.İmmün hücre infiltrasyon verileri TIMER2 veritabanından (http://timer.comp-genomics.org/#tab-5817-3) indirildi.Oluşturulan modelin yüksek ve düşük risk grupları arasındaki immün sızan hücrelerin içeriğindeki fark, Wilcoxon işaretli sıra testi kullanılarak analiz edildi, sonuçlar kare grafikte gösterildi.Risk skoru değerleri ile immün sızan hücreler arasındaki ilişkiyi analiz etmek için Spearman korelasyon analizi yapıldı.Ortaya çıkan korelasyon katsayısı bir lolipop olarak gösterilir.Anlamlılık eşiği p <0.05 olarak belirlendi.Prosedür R paketi ggplot2 kullanılarak gerçekleştirildi.Model ile bağışıklık hücresi infiltrasyon hızıyla ilişkili gen ekspresyon seviyeleri arasındaki ilişkiyi incelemek için ggstatsplot paketini ve keman grafiği görselleştirmesini gerçekleştirdik.
Pankreas kanserine yönelik klinik tedavi modellerini değerlendirmek için TCGA-PAAD kohortunda yaygın olarak kullanılan kemoterapi ilaçlarının IC50'sini hesapladık.Yüksek ve düşük risk grupları arasındaki yarı inhibitör konsantrasyonlarındaki (IC50) farklılıklar, Wilcoxon işaretli sıra testi kullanılarak karşılaştırıldı ve sonuçlar, R'de pRRophetic ve ggplot2 kullanılarak oluşturulan kutu grafikleri olarak gösterildi. Tüm yöntemler, ilgili yönergelere ve normlara uygundur.
Çalışmamızın iş akışı Şekil 1'de gösterilmektedir. LncRNA'lar ve bağışıklıkla ilgili genler arasındaki korelasyon analizini kullanarak p < 0,01 ve r > 0,4 olan 724 irlncRNA'yı seçtik.Daha sonra GEPIA2'nin diferansiyel olarak eksprese edilen lncRNA'larını analiz ettik (Şekil 2A).Toplam 223 irlncRNA, pankreas adenokarsinomu ve normal pankreas dokusu arasında farklı şekilde eksprese edildi (|logFC| > 1, FDR < 0.05), DEirlncRNA'lar olarak adlandırıldı.
Tahmine dayalı risk modellerinin oluşturulması.(A) Diferansiyel olarak ifade edilen lncRNA'ların volkan grafiği.(B) 20 DEirlncRNA çifti için kement katsayılarının dağılımı.(C) LASSO katsayı dağılımının kısmi olasılık varyansı.(D) 20 DEirlncRNA çiftinin tek değişkenli regresyon analizini gösteren orman grafiği.
Daha sonra 223 DEirlncRNA'yı eşleştirerek 0 veya 1'lik bir matris oluşturduk.Toplam 13.687 DEirlncRNA çifti tanımlandı.Tek değişkenli ve kement regresyon analizinden sonra, 20 DEirlncRNA çifti nihayet prognostik bir risk modeli oluşturmak için test edildi (Şekil 2B-D).Lasso ve çoklu regresyon analizi sonuçlarına dayanarak TCGA-PAAD kohortunda her hasta için bir risk puanı hesapladık (Tablo 1).Kement regresyon analizinin sonuçlarına dayanarak TCGA-PAAD kohortunda her hasta için bir risk puanı hesapladık.ROC eğrisinin AUC'si 1 yıllık risk modeli tahmini için 0,905, 2 yıllık tahmin için 0,942 ve 3 yıllık tahmin için 0,966 idi (Şekil 3A-B).Optimum kesme değerini 3,105 olarak belirledik, TCGA-PAAD kohort hastalarını yüksek ve düşük riskli gruplara ayırdık ve her hasta için hayatta kalma sonuçlarını ve risk puanı dağılımlarını çizdik (Şekil 3C-E).Kaplan-Meier analizi, yüksek risk grubundaki PAAD hastalarının hayatta kalmasının, düşük risk grubundaki hastalara göre anlamlı derecede düşük olduğunu gösterdi (p < 0,001) (Şekil 3F).
Prognostik risk modellerinin geçerliliği.(A) Prognostik risk modelinin ROC'si.(B) 1-, 2- ve 3 yıllık ROC prognostik risk modelleri.(C) Prognostik risk modelinin ROC'si.Optimum kesme noktasını gösterir.(DE) Hayatta kalma durumunun (D) ve risk puanlarının (E) dağılımı.(F) Yüksek ve düşük risk gruplarındaki PAAD hastalarının Kaplan-Meier analizi.
Risk skorlarındaki farklılıkları klinik özelliklere göre de değerlendirdik.Şerit grafiği (Şekil 4A), klinik özellikler ile risk puanları arasındaki genel ilişkiyi gösterir.Özellikle yaşlı hastaların risk puanları daha yüksekti (Şekil 4B).Ayrıca evre II hastaların risk skorları evre I hastalara göre daha yüksekti (Şekil 4C).PAAD hastalarında tümör derecesi ile ilgili olarak, 3. derece hastaların risk skorları 1. ve 2. derece hastalara göre daha yüksekti (Şekil 4D).Ayrıca tek değişkenli ve çok değişkenli regresyon analizleri gerçekleştirdik ve PAAD hastalarında risk puanının (p < 0,001) ve yaşın (p = 0,045) bağımsız prognostik faktörler olduğunu gösterdik (Şekil 5A-B).ROC eğrisi, PAAD'li hastaların 1, 2 ve 3 yıllık sağkalımını tahmin etmede risk puanının diğer klinik özelliklere göre üstün olduğunu gösterdi (Şekil 5C-E).
Prognostik risk modellerinin klinik özellikleri.Histogram (A), TCGA-PAAD kohortunda hastaların (B) yaşını, (C) tümör evresini, (D) tümör derecesini, risk puanını ve cinsiyetini gösterir.**p < 0,01
Prognostik risk modellerinin bağımsız öngörücü analizi.(AB) Prognostik risk modellerinin ve klinik özelliklerin tek değişkenli (A) ve çok değişkenli (B) regresyon analizleri.(CE) Prognostik risk modelleri ve klinik özellikler için 1-, 2- ve 3 yıllık ROC
Bu nedenle zaman ile risk puanları arasındaki ilişkiyi inceledik.PAAD hastalarında risk puanının CD8+ T hücreleri ve NK hücreleriyle ters ilişkili olduğunu bulduk (Şekil 6A), bu da yüksek risk grubunda bağışıklık fonksiyonunun baskılandığını gösterir.Ayrıca yüksek ve düşük riskli gruplar arasındaki bağışıklık hücresi infiltrasyonundaki farkı da değerlendirdik ve aynı sonuçları bulduk (Şekil 7).Yüksek risk grubunda CD8+ T hücrelerinin ve NK hücrelerinin infiltrasyonu daha azdı.Son yıllarda immün kontrol noktası inhibitörleri (ICI'ler) katı tümörlerin tedavisinde yaygın olarak kullanılmaktadır.Ancak ICI'lerin pankreas kanserinde kullanımı nadiren başarılı olmuştur.Bu nedenle yüksek ve düşük riskli gruplarda bağışıklık kontrol noktası genlerinin ekspresyonunu değerlendirdik.Düşük risk grubunda CTLA-4 ve CD161'in (KLRB1) aşırı eksprese edildiğini bulduk (Şekil 6B-G), bu da düşük risk grubundaki PAAD hastalarının ICI'ye duyarlı olabileceğini gösteriyor.
Prognostik risk modeli ile immün hücre infiltrasyonunun korelasyon analizi.(A) Prognostik risk modeli ile bağışıklık hücresi infiltrasyonu arasındaki korelasyon.(BG) Yüksek ve düşük risk gruplarındaki gen ifadesini gösterir.Yüksek ve düşük risk gruplarındaki spesifik antikanser ilaçlar için (HK) IC50 değerleri.*p < 0,05, **p < 0,01, ns = anlamlı değil
TCGA-PAAD kohortunda risk skorları ile yaygın kemoterapi ajanları arasındaki ilişkiyi daha da değerlendirdik.Pankreas kanserinde yaygın olarak kullanılan antikanser ilaçları araştırdık ve yüksek ve düşük risk grupları arasındaki IC50 değerlerindeki farklılıkları analiz ettik.Sonuçlar, AZD.2281'in (olaparib) IC50 değerinin yüksek risk grubunda daha yüksek olduğunu gösterdi; bu da yüksek risk grubundaki PAAD hastalarının AZD.2281 tedavisine dirençli olabileceğini gösteriyor (Şekil 6H).Ayrıca paklitaksel, sorafenib ve erlotinibin IC50 değerleri yüksek risk grubunda daha düşüktü (Şekil 6I-K).Ayrıca yüksek risk grubunda IC50 değeri yüksek 34 antikanser ilacı ve yüksek risk grubunda IC50 değeri düşük 34 antikanser ilacı belirledik (Tablo 2).
LncRNA'ların, mRNA'ların ve miRNA'ların yaygın olarak mevcut olduğu ve kanser gelişiminde önemli bir rol oynadığı inkar edilemez.Çeşitli kanser türlerinde genel sağkalımı tahmin etmede mRNA veya miRNA'nın önemli rolünü destekleyen çok sayıda kanıt vardır.Kuşkusuz birçok prognostik risk modeli de lncRNA'lara dayanmaktadır.Örneğin Luo ve ark.Çalışmalar, LINC01094'ün PC çoğalması ve metastazında anahtar bir rol oynadığını ve LINC01094'ün yüksek ekspresyonunun, pankreas kanseri hastalarının hayatta kalma oranının kötü olduğunu gösterdiğini göstermiştir [16].Lin ve ark.Çalışmalar lncRNA FLVCR1-AS1'in downregülasyonunun pankreas kanseri hastalarında kötü prognoz ile ilişkili olduğunu göstermiştir [17].Bununla birlikte, bağışıklıkla ilişkili lncRNA'lar, kanser hastalarının genel sağkalımını öngörme açısından nispeten daha az tartışılmaktadır.Son zamanlarda, kanser hastalarının hayatta kalma oranını tahmin etmek ve dolayısıyla tedavi yöntemlerini ayarlamak için prognostik risk modelleri oluşturmaya büyük miktarda çalışma odaklanmıştır [18, 19, 20].Kanserin başlatılmasında, ilerlemesinde ve kemoterapi gibi tedavilere yanıt verilmesinde immün sızıntıların önemli rolünün giderek daha fazla farkına varılmaktadır.Çok sayıda çalışma, tümöre sızan bağışıklık hücrelerinin sitotoksik kemoterapiye yanıtta kritik bir rol oynadığını doğrulamıştır [21, 22, 23].Tümör immün mikro ortamı, tümör hastalarının hayatta kalmasında önemli bir faktördür [24, 25].İmmünoterapi, özellikle de ICI tedavisi, katı tümörlerin tedavisinde yaygın olarak kullanılmaktadır [26].Bağışıklık ile ilgili genler, prognostik risk modellerini oluşturmak için yaygın olarak kullanılmaktadır.Örneğin Su ve ark.Bağışıklıkla ilişkili prognostik risk modeli, yumurtalık kanseri hastalarının prognozunu tahmin etmek için protein kodlayan genlere dayanmaktadır [27].LncRNA'lar gibi kodlamayan genler de prognostik risk modellerinin oluşturulması için uygundur [28, 29, 30].Luo ve arkadaşları bağışıklıkla ilişkili dört lncRNA'yı test etti ve rahim ağzı kanseri riski için öngörücü bir model oluşturdu [31].Khan ve diğerleri.Toplam 32 farklı şekilde eksprese edilmiş transkript tanımlandı ve buna dayanarak, 5 önemli transkript içeren bir tahmin modeli oluşturuldu; bu, böbrek transplantasyonundan sonra biyopsi ile kanıtlanmış akut rejeksiyonu tahmin etmek için şiddetle tavsiye edilen bir araç olarak önerildi [32].
Bu modellerin çoğu, protein kodlayan genler veya kodlamayan genler gibi gen ekspresyon seviyelerine dayanmaktadır.Ancak aynı genin farklı genomlarda, veri formatlarında ve farklı hastalarda farklı ekspresyon değerlerine sahip olabilmesi öngörü modellerinde kararsız tahminlere yol açabilmektedir.Bu çalışmada, kesin ifade değerlerinden bağımsız olarak iki çift lncRNA ile makul bir model oluşturduk.
Bu çalışmada irlncRNA'yı bağışıklıkla ilgili genlerle korelasyon analizi yoluyla ilk kez tanımladık.223 DEirlncRNA'yı diferansiyel olarak eksprese edilen lncRNA'larla hibridizasyon yoluyla taradık.İkinci olarak, yayınlanmış DEirlncRNA eşleştirme yöntemine dayalı olarak 0-veya-1 matrisi oluşturduk [31].Daha sonra prognostik DEirlncRNA çiftlerini tanımlamak ve öngörücü bir risk modeli oluşturmak için tek değişkenli ve kement regresyon analizleri gerçekleştirdik.PAAD hastalarında risk skorları ile klinik özellikler arasındaki ilişkiyi daha da analiz ettik.PAAD hastalarında bağımsız bir prognostik faktör olarak prognostik risk modelimizin, yüksek dereceli hastaları düşük dereceli hastalardan ve yüksek dereceli hastaları düşük dereceli hastalardan etkili bir şekilde ayırt edebildiğini bulduk.Ayrıca prognostik risk modelinin ROC eğrisinin AUC değerleri 1 yıllık tahmin için 0,905, 2 yıllık tahmin için 0,942 ve 3 yıllık tahmin için 0,966 olarak gerçekleşti.
Araştırmacılar, daha yüksek CD8+ T hücre infiltrasyonuna sahip hastaların ICI tedavisine daha duyarlı olduğunu bildirdi [33].Tümör immün mikroçevresindeki sitotoksik hücrelerin, CD56 NK hücrelerinin, NK hücrelerinin ve CD8+ T hücrelerinin içeriğindeki artış, tümör baskılayıcı etkinin nedenlerinden biri olabilir [34].Önceki çalışmalar, tümöre sızan CD4(+) T ve CD8(+) T'nin daha yüksek seviyelerinin, daha uzun sağkalım ile önemli ölçüde ilişkili olduğunu gösterdi [35].Zayıf CD8 T hücresi infiltrasyonu, düşük neoantijen yükü ve yüksek derecede immünosupresif tümör mikro ortamı, ICI tedavisine yanıt eksikliğine yol açar [36].Risk skorunun CD8+ T hücreleri ve NK hücreleri ile negatif korelasyon gösterdiğini bulduk, bu da yüksek risk skoru olan hastaların ICI tedavisi için uygun olmayabileceğini ve prognozunun daha kötü olabileceğini gösteriyor.
CD161, doğal öldürücü (NK) hücrelerin bir belirtecidir.CD8+CD161+ CAR ile transdüksiyona tabi tutulan T hücreleri, HER2+ pankreatik duktal adenokarsinom ksenograft modellerinde in vivo antitümör etkinliğinin artmasına aracılık eder [37].İmmün kontrol noktası inhibitörleri, sitotoksik T lenfosit ilişkili protein 4 (CTLA-4) ve programlanmış hücre ölümü proteini 1 (PD-1)/programlanmış hücre ölümü ligandı 1 (PD-L1) yollarını hedefler ve birçok alanda büyük potansiyele sahiptir.CTLA-4 ve CD161 (KLRB1) ekspresyonu yüksek risk gruplarında daha düşüktür; bu da yüksek risk skorlarına sahip hastaların ICI tedavisi için uygun olmayabileceğini gösterir.[38]
Yüksek riskli hastalara uygun tedavi seçeneklerini bulmak için çeşitli antikanser ilaçları analiz ettik ve PAAD hastalarında yaygın olarak kullanılan paklitaksel, sorafenib ve erlotinibin yüksek riskli PAAD hastaları için uygun olabileceğini bulduk.[33].Zhang ve arkadaşları, herhangi bir DNA hasar tepkisi (DDR) yolundaki mutasyonların, prostat kanseri hastalarında kötü prognoza yol açabileceğini bulmuşlardır [39].Pankreas Kanseri Olaparib Devam Eden (POLO) çalışması, pankreas duktal adenokarsinomu ve germ hattı BRCA1/2 mutasyonları olan hastalarda birinci basamak platin bazlı kemoterapi sonrasında olaparib ile idame tedavisinin, progresyonsuz sağkalımı plaseboya kıyasla uzattığını gösterdi [40].Bu, bu hasta alt grubunda tedavi sonuçlarının önemli ölçüde iyileşeceği konusunda önemli bir iyimserlik sağlıyor.Bu çalışmada AZD.2281'in (olaparib) IC50 değerinin yüksek risk grubunda daha yüksek olması, yüksek risk grubundaki PAAD hastalarının AZD.2281 tedavisine dirençli olabileceğini göstermektedir.
Bu çalışmadaki tahmin modelleri iyi tahmin sonuçları üretmektedir ancak analitik tahminlere dayanmaktadırlar.Bu sonuçların klinik verilerle nasıl doğrulanacağı önemli bir sorudur.Endoskopik ince iğne aspirasyon ultrasonografisi (EUS-FNA), %85 duyarlılık ve %98 özgüllük ile katı ve ekstrapankreatik pankreas lezyonlarının tanısında vazgeçilmez bir yöntem haline gelmiştir [41].EUS ince iğne biyopsisi (EUS-FNB) iğnelerinin ortaya çıkışı, temel olarak daha yüksek teşhis doğruluğu, histolojik yapıyı koruyan numunelerin elde edilmesi ve dolayısıyla belirli teşhisler için kritik olan bağışıklık dokusunun üretilmesi gibi FNA'ya göre algılanan avantajlara dayanmaktadır.özel boyama [42].Literatürün sistematik bir incelemesi, FNB iğnelerinin (özellikle 22G) pankreas kitlelerinden doku toplanmasında en yüksek verimliliği gösterdiğini doğruladı [43].Klinik olarak sadece az sayıda hasta radikal cerrahiye uygundur ve çoğu hastada ilk tanı anında ameliyat edilemeyen tümörler mevcuttur.Klinik pratikte hastaların sadece küçük bir kısmı radikal cerrahiye uygundur çünkü çoğu hasta ilk tanı anında ameliyat edilemeyen tümörlere sahiptir.EUS-FNB ve diğer yöntemlerle patolojik doğrulama yapıldıktan sonra genellikle kemoterapi gibi standartlaştırılmış cerrahi olmayan tedavi seçilir.Sonraki araştırma programımız, bu çalışmanın prognostik modelini retrospektif bir analiz yoluyla cerrahi ve cerrahi olmayan gruplarda test etmektir.
Genel olarak çalışmamız, pankreas kanseri hastalarında umut verici prognostik değer gösteren, eşleştirilmiş irlncRNA'ya dayalı yeni bir prognostik risk modeli oluşturdu.Prognostik risk modelimiz, tıbbi tedaviye uygun PAAD hastalarını ayırt etmeye yardımcı olabilir.
Mevcut çalışmada kullanılan ve analiz edilen veri kümeleri, makul talep üzerine ilgili yazardan temin edilebilir.
Sui Wen, Gong X, Zhuang Y. COVID-19 salgını sırasında olumsuz duyguların duygusal düzenlenmesinde öz yeterliliğin aracı rolü: kesitsel bir çalışma.Int J Ment Health Nurs [dergi makalesi].2021 06/01/2021;30(3):759–71.
Sui Wen, Gong X, Qiao X, Zhang L, Cheng J, Dong J, ve diğerleri.Yoğun bakım ünitelerinde alternatif karar verme konusunda aile üyelerinin görüşleri: Sistematik bir inceleme.INT J NURS STUD [dergi makalesi;gözden geçirmek].2023 01/01/2023;137:104391.
Vincent A, Herman J, Schulich R, Hruban RH, Goggins M. Pankreas kanseri.Lancet.[Dergi makalesi;araştırma desteği, NIH, okul dışı;araştırma desteği, ABD dışındaki hükümet;gözden geçirmek].2011 08/13/2011;378(9791):607–20.
İliç M, İliç I. Pankreas kanserinin epidemiyolojisi.Dünya Gastroenteroloji Dergisi.[Dergi makalesi, inceleme].2016 28.11.2016;22(44):9694–705.
Liu X, Chen B, Chen J, Sun S. Pankreas kanserli hastalarda genel sağkalımı tahmin etmek için tp53 ile ilgili yeni bir nomogram.BMC Kanseri [dergi makalesi].2021 31-03-2021;21(1):335.
Xian X, Zhu X, Chen Y, Huang B, Xiang W. Kemoterapi alan kolorektal kanser hastalarında çözüm odaklı tedavinin kansere bağlı yorgunluk üzerindeki etkisi: randomize kontrollü bir çalışma.Kanser hemşiresi.[Dergi makalesi;randomize kontrollü çalışma;çalışma Amerika Birleşik Devletleri dışındaki bir hükümet tarafından desteklenmektedir].2022 05/01/2022;45(3):E663–73.
Zhang Cheng, Zheng Wen, Lu Y, Shan L, Xu Dong, Pan Y ve diğerleri.Ameliyat sonrası karsinoembriyonik antijen (CEA) seviyeleri, normal ameliyat öncesi CEA seviyeleri olan hastalarda kolorektal kanser rezeksiyonu sonrası sonucu öngörür.Translasyonel Kanser Araştırma Merkezi.[Dergi makalesi].2020 01.01.2020;9(1):111–8.
Hong Wen, Liang Li, Gu Yu, Qi Zi, Qiu Hua, Yang X ve diğerleri.Bağışıklık ile ilgili lncRNA'lar yeni imzalar oluşturur ve insan hepatoselüler karsinomunun bağışıklık yapısını tahmin ederMol Ther Nükleik asitler [Dergi makalesi].2020 2020-12-04;22:937 – 47.
Toffey RJ, Zhu Y., Schulich RD Pankreas kanseri için immünoterapi: engeller ve atılımlar.Ann Gastrointestinal Surgeon [Dergi Makalesi;gözden geçirmek].2018 07/01/2018;2(4):274–81.
Hull R, Mbita Z, Dlamini Z. Uzun kodlamayan RNA'lar (LncRNA'lar), viral tümör genomiği ve anormal ekleme olayları: terapötik çıkarımlar.AM J KANSER RES [dergi makalesi;gözden geçirmek].2021 01/20/2021;11(3):866–83.
Wang J, Chen P, Zhang Y, Ding J, Yang Y, Li H. 11-Endometrial kanser prognozu ile ilişkili lncRNA imzalarının tanımlanması.Bilimin başarıları [dergi makalesi].2021 2021-01-01;104(1):311977089.
Jiang S, Ren H, Liu S, Lu Z, Xu A, Qin S ve diğerleri.Papiller hücreli renal hücreli karsinomda RNA bağlayıcı protein prognostik genlerin ve ilaç adaylarının kapsamlı analizi.pregen.[Dergi makalesi].2021 01/20/2021;12:627508.
Li X, Chen J, Yu Q, Huang X, Liu Z, Wang X ve diğerleri.Otofajiye bağlı uzun kodlayıcı olmayan RNA'nın özellikleri meme kanseri prognozunu öngörürpregen.[Dergi makalesi].2021 01/20/2021;12:569318.
Zhou M, Zhang Z, Zhao X, Bao S, Cheng L, Sun J. Bağışıklık ile ilgili altı lncRNA imzası, glioblastoma multiforme'de prognozu iyileştirir.MOL Nörobiyoloji.[Dergi makalesi].2018 01.05.2018;55(5):3684–97.
Wu B, Wang Q, Fei J, Bao Y, Wang X, Song Z ve diğerleri.Yeni bir tri-lncRNA imzası, pankreas kanseri olan hastaların hayatta kalmasını öngörüyorONKOL TEMSİLCİLERİ.[Dergi makalesi].2018 12/01/2018;40(6):3427–37.
Luo C, Lin K, Hu C, Zhu X, Zhu J, Zhu Z. LINC01094, süngerli miR-577 yoluyla LIN28B ekspresyonunu ve PI3K/AKT yolunu düzenleyerek pankreas kanseri ilerlemesini destekler.Mol Terapötikler – Nükleik asitler.2021;26:523–35.
Lin J, Zhai X, Zou S, Xu Z, Zhang J, Jiang L, ve diğerleri.lncRNA FLVCR1-AS1 ve KLF10 arasındaki pozitif geri bildirim, PTEN/AKT yolu yoluyla pankreas kanseri ilerlemesini engelleyebilir.J EXP Kliniği Kanser Arş.2021;40(1).
Zhou X, Liu X, Zeng X, Wu D, Liu L. Hepatoselüler karsinomda genel sağkalımı öngören on üç genin tanımlanması.Biosci Temsilcisi [dergi makalesi].2021 04/09/2021.
Gönderim zamanı: 22 Eylül 2023