Krooninen sairaus

tiivistelmä

Tarkoitus

Tämän tutkimuksen tarkoituksena oli rakentaa molekyyli ennustetekijöiden perustuvan mallin geeni allekirjoitukset potilaille, joilla on täysin resektoidun maksan etäpesäkkeiden peräsuolen syöpä (MCRC).

Methods

Käyttämällä Illumina HumanHT-12-geenin siru, RNA näytteitä maksametastaaseista 96 potilasta, joille tehtiin R0 maksaresektio analysoitiin. Potilaat satunnaistettiin koulutus (n = 60) ja koe (n = 36) asetettu. Geenit, jotka liittyvät taudin aiheuttaman eloonjäämisen (DSS) ja maksa-uusiutumista elinaika (LRFS) tunnistettiin Cox-regressio ja valittu rakentaa molekyyli riskiluku (MRS) käyttäen valvottu periaatetta komponentti menetelmä koulutusta asetettu. MRS arvioitiin sitten itsenäisissä Koepakettia.

Tulokset

Yhdeksäntoista ja 115 geenit valittiin rakentaa MRS DSS ja LRFS, vastaavasti. Kukin MRS oli validoitu testipakkauksesta; 3 vuoden DSS /LRFS hinnat tehtiin 42/32% ja 79/80%: potilaille, joilla on korkea ja matala MRS, vastaavasti (

p

= 0,007 DSS ja p = 0,046 varten LRFS). Monimuuttuja malli kontrolloiden aiemmin validoitu kliininen riskiluku (CRS), MRS jäi merkittävä ennustaja DSS (

p

= 0,001) ja LRFS (

p

= 0,03). Kun CRS ja MRS yhdistettiin, potilaita syrjitty paremmin 3 vuoden DSS /LRFS hinnat 90/89%: n matalan riskin ryhmään (molemmat riski tulokset alhainen) vs 42/26% korkean riskin ryhmään (molemmat riski tulokset korkea), vastaavasti (

p

= 0,002 /0,004 for DSS /LRFS).

Johtopäätös

MRS perustuu geeniekspressioprofilointi on ennustearvo arvo ja on riippumaton CRS . Tämä havainto antaa mahdollisen strategian paremmin riskeihin kerrostuminen maksan MCRC.

Citation: Ito H, Mo Q, Qin L-X, Via A Maithel SK, Maker AV, et al. (2013) Gene Expression Profiles ennustaa tulos jälkeen Maksaresektio metastasoituneen peräsuolen syövän. PLoS ONE 8 (12): e81680. doi: 10,1371 /journal.pone.0081680

Editor: Noriko Gotoh, Institute of Medical Science, University of Tokyo, Japan

vastaanotettu: 11 heinäkuu 2013; Hyväksytty 15. lokakuuta 2013. Julkaistu: 10 joulukuu 2013

Copyright: © 2013 Ito et al. Tämä on avoin pääsy artikkeli jaettu ehdoilla Creative Commons Nimeä lisenssi, joka sallii rajoittamattoman käytön, jakelun ja lisääntymiselle millä tahansa välineellä edellyttäen, että alkuperäinen kirjoittaja ja lähde hyvitetään.

Rahoitus: Kirjoittajat ei ole tukea tai rahoitusta raportoida.

kilpailevat edut: kirjoittajat ovat ilmoittaneet, etteivät ole kilpailevia intressejä ole.

Johdanto

viimeisten kahden vuosikymmenen aikana, hallintaan metastaattisen peräsuolen syöpä (MCRC) rajoittuu maksaan on dramaattisesti muuttunut. Parannuksia systeemistä ja alueellinen kemoterapia sekä kirurginen tekniikka on mahdollistanut yhä useampia potilaita voidaan ehdokkaita resektoimalla parantavaa tarkoitusta. [1] Maksaresektio on hyväksytty tehokkain hoito kokoisen MCRC eristetty maksaan on dokumentoitu 5 vuoden eloonjäämisluvut jopa 58% reilusti valikoiduilla potilailla. [2] – [4] Kuitenkin, vaikka täydellinen resektio, suurin osa potilaista kehittyy toistuminen, yleisesti tapahtuu maksassa jäännös, ja suuri osa tästä ryhmästä kuolee 2-3 vuoden kuluessa. [5], [6] Siksi tarkat riski kerrostuminen on välttämätöntä optimoida yksittäisiä päätöksenteon valinnassa leikkaus, ja käytön adjuvantin hoitoja.

Useita ennustetekijöiden pisteytysjärjestelmät on ehdotettu käyttäen kliiniset kriteerit ositusta riskiä uusiutumisen ja syöpään liittyvän kuoleman jälkeen maksaresektio potilaille, joilla MCRC. [3], [7] – [10] Kuitenkin useimmat järjestelmät perustuvat yhteen toimielinten data ja siksi täynnä harhaa liittyvät paikalliseen viittausmalleja, potilaan valinnan ja hoitomuodot. Todellakin, kliininen riski pisteytys järjestelmiä ei johdonmukaisesti ennustaa tuloksia testattaessa poikki toimielimet [3], eivätkä ole yleensä ennustettu tulos riittävän hyvin toteuttaa kliinisessä työssä.

Gene sirutekniikalla mahdollistaa kattavan analyysin geeniekspressioprofiilien kasvainten , ja tällaiset ”geeni allekirjoitukset” on potentiaalia olla tarkempi ja johdonmukainen biologisia merkkiaineita, joilla ennustetaan tuloksia. Tutkimukset ovat osoittaneet, että tietyt geeni allekirjoitukset voivat olla tehokkaita markkereita ennustaa pitkäaikaisennustetta käsittelyn jälkeen eri syövän kuten rintasyövän [11] – [13], keuhko [14], [15], paksusuolen [12], [16], [17] ja maksassa. [18] Tähän mennessä ei ole tietoa geeniekspressioprofiilien potilailla, joilla resektoidun MCRC maksaan.

Tämän tutkimuksen tarkoituksena oli arvioida geeniekspressioprofiilien in resektoidun MCRC eristettiin maksaan järjestyksessä kehittämään tehokkaampia ja tarkka prognostiset biologisten merkkiaineiden heijastaa tuumoribiologiassa ennustamaan pitkän aikavälin tuloksia.

Methods

Potilasnäytteet ja RNA

tutkimus hyväksyi Memorial Sloan-Kettering Cancer Center (MSKCC) Institutional Review Board (IRB). Kaikki potilaat kirjallisia suostumukset varten kudoksen ja käyttää niitä tutkimuksen tarkoitukseen. Pakastemarjat kasvain yksilöitä MCRC vuonna resektoitiin maksan näytteet saatiin meidän osastojen kudospankki erilliselle IRB hyväksytty kudosta korjuu protokollaa. Kaikki arkistoidut etäpesäkkeitä in kudospankki kerättiin leikkauksen aikana potilailta, joille tehtiin maksaresektio meidän laitokselle. Kliiniset tiedot vastaavista potilaille lukien demografiset, patologisen havainnot ja vaihe, perioperatiivinen hoito ja seuranta tiedot saatiin prospektiivisesti ylläpitää maksan resektio tietokanta ja täydentää potilaskertomuksen tarkastelu.

Kirjoittajat ”lähestymistapa maksan resektiota metastasoituneen kolorektaalisyövän on kuvattu aiemmin. [2], [6], [8] Yleensä potilaat toimitettiin toiminnan, kun terapeuttisen edun pidettiin todennäköisenä ja hoitoon kaikkien sairauksien oli teknisesti toteutettavissa. Preoperatiivinen kuvantaminen mukana varjoainetehosteisiin tietokonetomografia rinnassa, vatsan ja lantion ylimääräisiä kuvantaminen suoritetaan harkinnan mukaan hoitavan lääkärin. Kolonoskopia suoritettiin 1 vuoden sisällä maksaresektio. Päätökset käyttöä maksan valtimoiden infuusio (HAI), adjuvantti ja /tai neo-adjuvanttia systeemistä kemoterapiaa tehtiin tapauskohtaisesti yhdessä neuvoa onkologian. [19] Potilaita seurattiin määräajoin kliininen arvioinneista, seerumin CEA tasot ja TT rintakehän /vatsa /lantio.

Meidän yksikkö on aiemmin julkaistu kliinisen riskiluku (CRS) käyttäen preoperatiivinen muuttujia vaivaa ositusta osalta potilaiden elinaikaa maksan resektio varten MCRC. [8] Tekijät, jotka käsittävät CRS ovat 1) imusolmuke tila primaarikasvaimen, 2) taudista vapaa väli ( 12 kuukautta tai ≥12 kuukautta), 3) seerumin CEA taso ennen maksaresektio ( 200 ng /ml tai ≤200 ng /ml), 4) määrä maksan kasvainten (1 tai 1), ja 5) kasvaimen koko (≤5 cm 5 cm). Potilaat saavat 1 piste kustakin haitallinen tekijä, ja CRS yhteenlasketun summan. Potilaat jaettiin sitten kahteen ryhmään: korkean riskin (CRS≥3) ja matalan riskin (CRS 3).

Tutkimus päätepisteet olivat tautikohtaisia ​​eloonjäämisen (DSS), yleinen toistuminen-elinaika (RFS) ja maksan uusiutumista elinaika (LRFS). DSS mitattiin aika maksaresektio kuolemaan tai Viimeisimmässä seurannassa. RFS ja LRFS mitattiin aika maksaresektio aikaan, jolloin 1

st toistuminen ja maksan toistuminen havaittiin, vastaavasti.

Tammikuusta 2000, kun elokuussa 2007 yhteensä 446 yksilöitä potilaalla koki maksaresektio varten MCRC oli kallisteta. Potilaat, joilla ekstrahepaattisen etäpesäkkeitä, jotka tehtiin marginaalin positiivinen resektio, joilla puuttuvat CRS pisteet datan ja ilman riittävää seurantaa jätettiin pois. Kun nämä rajoitukset, jääleikkeillä 307 lokakuu upotettu näytteitä arvioitiin. Jälkeen histologinen todentaminen alle hematoksyliinillä ja eosiinilla, 187 niistä havaittiin olevan vähintään 70% elinkelpoisia tuumorisoluja. Nämä pakastetut kudosnäytteet macrodissected valitun alueen MMA lohkon ja RNA uutettiin käyttäen TRIzol reagenssia (Invitrogen, Carlsbad, CA), kuten valmistajan suosittelemia. RNA laatu Näiden 187 näytteistä määritettiin sen jälkeen kanssa 2100 Bioanalyzer (Agilent Technology, Palo Alto, CA), ja 96 heistä todettiin olevan optimaalinen laatu mikrosiruanalyysi RNA eheyden numero (RNI) ≥7.

Microarray Analysis

uutetut kokonais-RNA käänteistranskriboitiin, jonka aiemmin julkaistu menetelmä, [20], ja saatua sisältyy DNA-templaatin levitettiin geenin ilmentymisen analyysi. Kohde-cDNA: t hybridisoitiin Illumina HumanHT-12 Gene Chip sisälsivät yhteensä 47231 selityksin geenin koetinsarjojen (Illumina, San Diego, CA). Arrays skannattiin käyttäen standardia Ilumina protokollia ja skannereita. Microarray tiedot ovat saatavilla ArrayExpress tietokannassa (www.ebi.ac.uk/arrayexpress) hakunumerolla E-MTAB-1951. Ilmaisu raakadataa analysoitiin R tilasto-ohjelmalla, joka on saatavilla internetissä osoitteessa https://cran.r-project.org/.

tilastolliset menetelmät

Potilaat satunnaistettiin koulutus ja testaus settiä 02:01 suhteessa. Tiedot harjoitussarjassa kohortti valitaan prognostisia geenejä ja rakentaa molekyyli riskin tulokset (MRS), sekä tiedot testauksen joukon kohortti käytetty sen validointi.

microarray tietoja log2 muunnetaan ja quantile normalisoitui. [21] Valvottu pääkomponentit menetelmää käytettiin tunnistamaan ennustetekijöitä geeni allekirjoitukset edellä kuvatulla tavalla. [22] Lyhyesti yhtäältä yhden muuttujan regressiokertoimia kunkin liittyvän geenin erityisiä tulostavoitteita (DSS, RFS tai LRFS) koulutukseen tiedot laskettiin käyttämällä Coxin suhteellisten riskien mallia [23]. Toiseksi geenit merkittävästi liittyvä tulos (

p

0,001) on sijoittunut järjestyksessä niiden regressiokerroin ja ylhäältä geenit kertoimella noin kynnysarvon valittiin ”periaate komponentti”. Kynnysarvo arvioitiin ja määritettiin käyttämällä ristivalidointi. Kolmanneksi ensimmäinen pääkomponentti luotiin MRS, joka määriteltiin lineaarisen yhdistelmän painotetut ilmentämissignaaleja standardoidun Coxin regressio kerroin painona.

potilaiden harjoitussarjassa kohortti luokiteltiin korkean ja matalan riskin ryhmässä perustuu mediaani MRS. Mediaani MRS valittiin kynnys, jotta vaikutuksen poistamiseksi ääriarvojen harjoitussarjassa ja saada yhtä paljon potilaita korkean ja matalan riskin ryhmiin. Survival todennäköisyydet arvioitiin käyttäen menetelmää Kaplan ja Meier [24] ja verrattiin käyttämällä Log-Rank testi. Huomattavaa on, että vaikka yritimme rakentaa MRS DSS, RFS ja LRFS, emme voi laskea riittävän ennustetekijöitä MRS RFS. Siksi esitettiin analyysi keskittyi DSS ja LRFS.

Koska joillakin potilailla MCRC kuoli maksanulkoisen toistuminen, jos maksan uusiutumista ja syöpään erityisiä kuolema voi kilpailla keskenään. Arvioida vaikutuksia syövän kuolemaan ilman maksa toistuminen geenin analyysi maksaspesifiset toistuminen, liittyviä geenejä maksa-toistumisen arvioitiin kahden analyysimenetelmien; kilpailevat riskianalyysi, jossa syöpää erityisiä kuoleman katsottiin kilpailevan riskejä ja Cox-regressioanalyysi, jossa se pidettiin sensurointi. [25].

validointi MRS mallien arvioimme syrjintä DSS ja LRFS jonka MRS sovellettuna testipakkauksesta kohortissa. MRS ja kynnysarvon johdettu opetusjoukolla kohortti ei arvioitu uudelleen, vaan soveltaa suoraan Koepakettia. Syrjintä kvantifioitiin käyttäen viskositeettiluku-indeksin. [26] Concordance indeksit ovat välillä 0 1, joiden arvo on 1 osoittaa, että malli täydellisesti eriarvoiseen potilaalla on suurempi ja pienempi riski kuolla (tai toistuminen), ja arvo 0,5 osoittaa, että ennustava kyky malli on mitään parempaa kuin sattuman. Tilastollinen suhde MRS ja CRS arvioitiin käyttäen Coxin monimuuttuja-regressioanalyysiä. Kuva 1 esittää kokeellinen virtaus tutkimuksen.

Yhdeksänkymmentäkuusi näytteet valitaan meidän osastojen kudospankille. Potilaat satunnaistettiin harjoitussarjassa ja testin asettamia 02:01. Molekyyli pisteet rakennettiin tietojen perusteella koulutuksessa joukko kohortti ja validoitu käyttäen tietoja testipakkauksesta kohortti.

Comparison of kategorisen muuttujien suoritettiin käyttämällä Fisherin tarkkaa testiä, ja jatkuvien muuttujien esiteltiin keskiarvoina ± keskivirhe (SE), ellei toisin mainita, ja verrattiin käyttämällä kahden otoksen

t

-testi. A2-puolinen

p

arvo 0,05 pidettiin merkittävänä.

Tulokset

Potilaiden demografiset ja kliiniset Risk Score (CRS) B

Niistä 96 potilaat mukaan tutkimukseen, 37 (39%) oli CRS ≥3. Kuusikymmentäyhdeksän potilasta (72%) sai kemoterapiaa ennen maksaresektio ja 79 (82%) sai adjuvanttihoitoa (45 systeemistä kemoterapiaa yksinään, 34 yhdistelmä systeemistä ja alueellisen kemoterapian avulla HAI). Seuranta-ajan mediaani oli 30 kuukautta (vaihteluväli, 2-108kuukausi) kaikille potilaille ja 39 kuukautta (vaihteluväli, 2-108kuukausi) eloonjääneitä. Opintojen aikana 66 potilaalla (69%) kehittyi toistumisen ja 45 (47%) kehittyi maksan toistuminen. Maksa oli 1

st sivuston toistumisen 29 potilaalla, kun ekstrahepaattisen sivustot olivat ensimmäinen sivusto uusiutumisen 37 potilaalla. Kolmekymmentäyhdeksän potilasta (41%) kuoli syöpään, 33 joista (85%) kuoli dokumentoitu toistuminen pakoonpäässeitten maksassa. Potilas demografiset, kasvainten ominaisuuksiin, kliininen riskiluku, tyyppi adjuvanttihoitoa ja tapahtumien määrä (syöpä kuolema, yleinen uusiutuminen tai maksan uusiutuminen tutkimuksen aikana) ei eronnut merkitsevästi potilaiden koulutukseen ja testin sarjaa (taulukko 1).

valinta liittyvien geenien DSS /LRFS ja rakentaminen Molecular Risk Score (MRS) B

ensin analysoitiin geenien ilmentyminen tietoja potilaista harjoitussarjassa hyödyntäen valvottu periaate komponentti menetelmä. Yhdeksäntoista ja 115 geenitranskriptien valittiin ennusteen kannalta DSS ja LRFS, vastaavasti. Kaksitoista ulos 19 geenien (65%) ja DSS myös valitaan geenit LRFS. Luettelot geenien on lueteltu taulukossa S1. Emme voineet valita geenien ja laskea hyödyllinen molekyylimerkkiaineet yleisen toistuminen (tuloksia ei ole esitetty). Koska maksan toistuminen ja syövän kuolema ovat potentiaalisesti kilpailevia päätepisteet, arvioimme liittyvien geenien maksaspesifiset uusiutuminen käytetään kahta eri analyysit; kilpailevia riskianalyysi ja Cox-regressioanalyysi. Kuten kuviossa 2 on esitetty, kaksi sarjaa

p

-arvot kullekin geenille laskettu nämä kaksi menetelmää ovat hyvin samankaltaisia ​​(Peason korrelaatiokerroin [CC] = 0,97). Tämä havainto osoitti, että kilpailevat vaikutus syövän kuolemaan ilman maksa toistuminen geeni analyysi LRFS oli vähäpätöinen, ja siksi laskimme MRS varten LRFS perustuu samoihin analyysiä laskemisessa käytetty MRS DSS.

Jokainen piste edustaa

p

-arvoja geenin molemmissa analyyseissä.

MRS: n laskettiin sitten ja potilaat luokiteltiin korkea tai matala-syöpäriskiä kuolema ja maksan toistuminen, vastaavasti. Niistä 60 potilaasta training set potilaat korkean riskiryhmän oli huomattavasti lyhyempi DSS ja LRFS verrattuna matalan riskin ryhmään (DSS: mediaani 44 kuukautta vs. ole saavutettu, ja 3 vuoden DSS hinnat, 52% vs 90%,

p

0,001, LRFS: mediaani 12 kuukautta vs ei ole saavutettu, ja 3 vuoden LRFS hinnat, 23% vs 86%,

p

0,001, kuvio 3A) .

. Kaplan-Meier DSS (vasen paneeli) ja LRFS (oikea paneeli) potilaiden korkean riskin ja matalan riskin ryhmää ryhmien opetusjoukolla kohortti (N = 60) B. Kaplan-Meier DSS (vasen paneeli) ja LRFS (oikea paneeli) potilaiden korkean riskin ja matalan riskin ryhmää ryhmien Koepakettia kohortti; Huomattavaa on, että kynnysarvot erottelemaan korkean riskin ja matalan riskin ryhmässä olivat samat kuin käytettiin analyysi opetusjoukolla kohortti.

validointi MRS käyttäminen Independent Test kohortti

riippumattoman kokeen sarja potilasta, vahvistaa suorituskykyä MRS kuin prognostinen markkeri syövän kuoleman ja maksan toistumisen. Yhdistysten kliinis muuttujien korkean ja matalan riskin allekirjoitukset sekä koulutuksen ja kokeen sarjaa on esitetty yhteenvetona taulukossa 2. Ei ollut korrelaatiota MRS, CRS, kemoterapian käyttöön ennen tai jälkeen maksaresektio tai alueellinen kemoterapia käyttäen HAI, lukuun ottamatta tilastollisesti raja korrelaatio MRS ja CRS varten LRFS (

p

= 0,054). Potilaat testissä, joilla on korkea MRS oli lyhyempi DSS ja LRFS verrattuna matalan riskin ryhmään (DSS: mediaani, 28 kuukautta vs ei saavutettu, ja 3 vuoden DSS hinnat, 42% vs. 79%,

p

= 0,007, LRFS: mediaani, 19 kuukautta vs ei ole saavutettu, ja 3 vuoden LDFS hinnat, 32% vs 80%,

p

= 0,046, vastaavasti, kuvio 3B).

konkordanssi indeksit MRS jatkuvana muuttujana DSS ja LRFS analysoinnissa koepaketin kohortti olivat 0,71 ja 0,70, kun taas CRS DSS ja LRFS olivat 0,65 ja 0,66. MRSS paremmin kuin erotteleva potilaille korkean ja matalan riskin sekä DSS ja LRFS verrattuna CRS. Lisäksi Coxin monimuuttuja-regressioanalyysiä lukien sekä MRS ja CRS, MRS säilyi itsenäisenä ja merkittävä ennustaja DSS ja LRFS, mikä osoittaa, että MRS antoi lisätietoja ennustetekijöitä informaatiota CRS. (Taulukko 3).

yhdistelmä MRS ja CRS Muodostaa parempi Prognostiset Marker

Koska MRS osoitettiin antaa lisää prognostisen tietoa DSS ja LRFS, riippumaton CRS, arvioimme, kuinka hyvin näiden kahden tulokset syrjitty tuloksia. Jaoimme potilaat, jotka perustuvat CRS ja MRS, kolmeen ryhmään: korkean riskin (CRS ja MRS molemmat korkea), matalan riskin (CRS ja MRS molemmat alhainen), ja väli- riski, (ne, jotka eivät sovi nämä kaksi ryhmää) . Tämän perusteella kerrostuneisuus, selviytyminen käyrät DSS ja LRFS näitä kolmea ryhmää erottuivat selvästi analyyseissä sekä koulutuksen ja kokeen ikäryhmät. Kouluttamiseksi kohortin potilaista (N = 60), 3 vuoden DSS /LRFS hinnat olivat 91/85%: n matalan riskin ryhmään, kun he olivat 81/60% ja 29/13% väli ja riskiryhmä, vastaavasti (

p

0,001 DSS ja

p

0,001 LRFS). Testiä varten kohortin potilaista (N = 36), 3 vuoden DSS /LRFS hinnat käytetty 90/89%: n matalan riskin ryhmään, kun he olivat 51/42% ja 42/26% keski- ja korkean riskin ryhmään, vastaavasti (

p

= 0,002 DDS ja

p

= 0,004 varten LRFS). Kun saman riskin kerrostuneisuus järjestelmää sovellettiin koko kohortin potilaista matalan riskin ryhmässä oli merkitsevästi pidempi DSS ja LRFS verrattuna välituotteiden riskin ja korkean riskin ryhmiin: DSS; mediaani, ei saavutettu vs 60 kuukautta vs. 28 kuukautta ja 3-vuoden DSS korko, 90% vs. 70% vs. 34% (

p

0,001), LRFS; mediaani NR vs 40 kuukautta vs. 7 kuukautta, ja 3 vuoden LRFS hinnat, 86% vs. 54% vs. 10% (

p

0,001) potilaille korkea, keskitason ja alhaisen riskin ryhmissä, vastaavasti (kuva 4).

. Kaplan-Meier DSS (vasen paneeli) ja LRFS (oikea paneeli) potilaille korkea, väli, ja alhainen riski ryhmää ryhmien opetusjoukolla kohortti (N = 60) B. Kaplan-Meier DSS (vasen paneeli) ja LRFS (oikea paneeli) potilaille korkea, keskitason ja alhaisen riskin ryhmistä Koepakettia kohortti (N = 36) C. Kaplan-Meier DSS (vasen paneeli) ja LRFS (oikea paneeli) potilaille korkealla , väli- ja olemattoman vähän riskiryhmään joukossa koko kohortti (N = 96).

keskustelu

Vaikka tasaisesti luokitella Vaihe IV sairaus perinteisten TNM pysähdyspaikan, maksan MCRC on heterogeeninen sairaus vaihtelevalla hoitovaste ja vaihtelevan pitkän aikavälin tuloksia. Kun täydellinen resektio, 10 vuotta parannuskeino hinnat ovat noin 20%, kuitenkin, 20- 30% potilaista kuolee sairauden 2 vuotta. [2], [27] Vaikka useita riski kerrostuminen, jotka perustuvat kliinis tekijöihin on kehitetty, kukaan voinut riskien kerrostuvat potilaita riittävän tarpeeksi ohjaamaan hoitopäätöksiä ja useimmat eivät ole yhdenmukaisia ​​testattaessa eri toimielimissä. [3] Lisäksi ennustaminen toistumisen kuvioita on ollut heikko ja tämä kyky voi olla huomattavia vaikutuksia adjuvanttihoito strategioita. On selvää, että tarvitsemme parempaa prognostisia työkaluja, jotka voivat vaikuttaa hoidon päätöksiä.

Tässä tutkimuksessa selvitimme maailmanlaajuinen geeniekspressioprofiilien maksan MCRC potilailla, joille tehtiin mahdollisesti parantava maksaresektio ja rakennettu mRSS ennustaa pitkäaikaisennustetta leikkauksen jälkeen. MRSS validoitu pystyä itsenäisesti ennustaa DSS ja LRFS. Tärkeää on, tämä ennustetekijöitä kyky oli riippumaton paras kliinisten ennustaja, CRS. Kun MRS käytettiin yhdessä CRS, pystyimme tunnistamaan potilailla, joiden erittäin korkea ja matala riski maksan uusiutumisen ja kuoleman. Meidän tulokset osoittavat suurta potentiaalia geeni allekirjoitusta oppaaksi yksilöllinen potilaille, joilla mahdollisesti kokoisen maksan MCRC.

Yksi suurimmista haasteista soveltamisesta kliinisessä lavastus järjestelmiä kokoisen maksan MCRC on suuri ja kasvava kliininen heterogeenisyys koska uusia ja tehokkaampia kemoterapia on kehitetty. Viimeaikaiset lisääntynyt käyttö tehokas kemoterapia on laajentanut osoitus kirurgisen hoidon ja tehtävä potilaille mahdollisesti oikeutettuja resektio. Tämän seurauksena ylimääräinen heterogeenisyys hoidon taustat on lisännyt monimutkaisuutta tässä potilasryhmässä rajoittamalla edelleen laajaa sovellettavuutta sekä varoituksia voima kliinis muuttujia. Azye ym viime aikoina osoittaneet merkittävää eroa ennusteita useiden kliinisten riskien pisteytysjärjestelmät potilailla, joilla MCRC teki ja eivät saaneet kemoterapiaa ennen maksaresektio. Lisäksi potilailla, jotka saivat kemoterapiaa ennen resektiota kliinistä riskiä pisteytysjärjestelmät olivat tarkempia mitattuna jälkeen hoitovaste johtui. [28] Tämä havainto korostaa entisestään rajoitukset kliinisen lavastus järjestelmiä nykyajan.

Huolimatta siitä, että 75% potilaista sai eri kemoterapiahoitojen liitännäishoitona tai neoadjuvant hoito, CRS osoitettiin olevan kohtuullisen tarkka ennustaja syöpäkuolemien ja maksan toistumisen (concordance indeksit 0,65 ja 0,66, tässä järjestyksessä). Tämä havainto on yhtäpitävä aiemmin raportoimat tulokset meidän laitokselle. [2], [6], [8] Kuitenkin CRS on epätäydellinen kliiniseen käyttöön oppaana yksilöllisiä potilaille, joilla kokoisen maksan MCRC. Ensinnäkin ennustava kyky CRS ei johdonmukaisesti ennustaa lopputulosta samankaltaisissa potilasryhmissä eri toimielimissä. Esimerkiksi Zakaria, et al raportoitu huomattavasti pienempi konkordanssin indeksi (0,56) meidän CRS kun sitä sovellettiin niiden kohortin potilaista Mayo Clinic. [3] Toiseksi ja mikä tärkeintä, ero tuloksia potilailla, joilla on korkea ja matala TPJ ei tarpeeksi suuri vaikuttavan kliiniseen hallintaan. Esimerkiksi mediaanielossaolosta potilailla, joilla on korkea CRS tässä tutkimuksessa oli 38 kuukautta, mikä vaikeuttaa suositella vastaan ​​resektio näille potilaille. Siksi tavoitteenamme oli löytää geneettinen biomarkkereiden joka voisi tunnistaa potilaat, joilla tätä edullista tai huono tuloksia, jotka kliinisiä päätöksiä voitaisiin tehdä; vältetään turha leikkaus tai suorittamalla leikkaus potilailla, joilla on ilmeisesti huono kliinisiä tekijöitä.

Global geeniekspressioprofilointi in MCRC todennäköisesti antaa tarkempaa tietoa taustalla ja kliininen käyttäytyminen tiettyjen potilaiden. Lisäksi näyttää todennäköiseltä, että tämä geneettistä kartoitusta lopulta antaa ennustetekijöiden allekirjoitusta, joka voi sanella tiettyjä hoitoja mukaan esimiehen tuloksen ennustamiseen. Ei ole yllättävää, että MRS perusteella geeni profilointi, oli tehokas ja riippumaton ennustetyövälineenä syöpään liittyvät kuolemat ja toistumisen kuvioita. Ratkaisevan tärkeä havainto tässä tutkimuksessa oli, että oli huomattava ristiriita riskin-jaottelu CRS ja MRS ja että nämä ennustetekijöiden tulokset olivat itsenäisesti ennustavan perustuvat Monimuuttuja-analyysissä. Esimerkiksi joukossa potilailla, jotka on luokiteltu suuren syöpäriskiä kuolemaan MRS yli puolet (53%) heistä oli luokiteltu matalan riskin CRS ( 3). Tämä havainto osoittaa, että yhdistämällä kliinisen ja molekyylitason prognostiset työkalut saattavat olla tehokkain tapa ennustaa tuloksen ja vaikuttaen hoitoja päätöksiä potilaille, joilla kokoisen maksan MCRC.

Lisäksi syöpään erityisiä kuolema, yleinen ja maksan toistumisen valittiin yhtenä päätepisteiden hoidon epäonnistumisen tämänhetkisessä tutkimuksessa. Tarkkaa ennustaja yleisen RFS voitiin määrittää. Vaikka syy miksi geeni allekirjoitus ei liittyä yleiseen toistuminen ei ole selvää, yksi mahdollinen selitys on epätarkkuus diagnoosi ekstrahepaattisen toistuminen, erityisesti imusolmukkeissa. Tsunoda et ai. raportoitu vain 75% tarkkuudella diagnoosissa imusolmuke etäpesäke paksusuolisyövän PET /CT. [29] On huomattava, että tässä tutkimuksessa, toistumisen määriteltiin perustuen kuvantamistutkimukset ja histologista vahvistusta ei välttämätön saatu. Vaikka HAI kemoterapia hyvin tiedetään vähentävän maksan uusiutumisen jälkeen hepatektomian varten MCRC [19], [30], se ei ole yleisesti hyväksytty johtuen vaikeudesta annetaan tämän hoidon ja huoli sapen myrkyllisyyttä. [31] Tarkka ennustaminen maksaspesifiset toistuminen olisi hyödyllistä valita potilaat todennäköisimmin hyötyvät adjuvanttia alueellisten hoitomuotoja, kuten HAI kemoterapiaa. Tässä tutkimuksessa kolmannes meidän potilaista sai HAI kemoterapiaa liitännäishoitona hoito. Kuitenkin osa potilaista, jotka saivat HAI kemoterapia ei ollut korkeampi ryhmässä, joilla on korkea MRS maksan uusiutumisen kuin toisessa on pieni MRS. Kuten oli laita DSS, CRS ja MRS olivat toisistaan ​​riippumattomia niiden kyky ennustaa maksan uusiutumisen ja olivat voimakkaita yhdistelmänä ennustavat tähän tapahtumaan.

MRS tarjoaa lisää ennustetekijöitä informaatiota CRS ja yhdistelmä näiden kahden parantaa merkittävästi riskiä kerrostuneisuus seuraavat maksaresektio. Niistä koko kohortin 90% potilaista luokiteltu suureksi sekä CRS ja MRS kehittyi maksan toistuminen ja yli 65% kuoli 3 vuoden kuluessa, kun taas yli 85% näistä on luokiteltu matalan riskin sekä CRS ja MRS olivat maksa toistumisen vapaa ja 90% oli elossa 3 vuotta. Tunnistaminen ja lisävalidointia tällaisten korkean ja matalan riskin ryhmiin voi johtaa huomioon yksilöllisen hoidon näille potilaille. Esimerkiksi ei-operatiivinen lähestymistapoja voidaan harkita potilaille suuri riski ennenaikaiseen kuolemaan ja adjuvantti alueellisia strategioita, kuten HAI kemoterapia voidaan harkita potilaille riski on suuri maksan toistumisen. Kääntäen, potilaat, joilla on alhainen epäonnistumisen riski voitaisiin harkita leikkaus yksin ilman ylimääräisiä kemoterapiaa. Prospective arviointi käytön niin voimakkaita ennustetekijöitä tietoja valittaessa potilaita uusien terapeuttisten lähestymistapojen on perusteltua.

geenit, jotka muodostavat riskin tulokset valittiin puhtaasti tilastollinen tavalla altaan geenien array ja mekanistinen rooli peräsuolen syövän etenemisessä ei ole määritelty monille. Kuitenkin jotkut valitut geenit on osoitettu olevan tärkeä rooli syövän biologian. Esimerkiksi

FGFBP1

(fibroblastikasvutekijä sitovan proteiinin 1) tunnistettiin yhdeksi geenien kanssa on suurin vaikutus sekä DSS ja LRFS. Tämä geeni on osoitettu olevan keskeinen rooli edistettäessä kasvainangiogeneesissä eri syöpiä, kuten peräsuolen. [32] Toinen ennakoivan geeni tunnistettu tässä tutkimuksessa oli

BAG3

(BCL-2 liittyy athanogene 3), jonka tiedetään olevan anti-apoptoottisia vaikutuksia syöpäsolujen ja parantaa vastustuskykyä kemoterapiaa. [33] Luettelo ennustavien geenien olemme tunnistaneet voivat myös tarjota tietoa ja ohjausta osaksi tutkimuksen biologian kokoisen metastasoituneen kolorektaalisyövän maksaan, sekä tarjota mahdollisen uuden terapeuttisen kehittämisen kohteita. Toisaalta, on tärkeää huomata, että tässä tutkimuksessa ei ollut suunniteltu tutkimaan liittyvien biologisten reittejä ja että ilmaisu allekirjoitukset eivät sisällä kaikkia asiaan geneettisiä tapahtumia selittää taustalla tuumoribiologiassa.

rajoitukset nykyisen tutkimuksen sisältävät sen taannehtivuutta, valinta bias kasvain näytteet ja rajoitettu otoskoko. Koska tekniset rajoitukset Illumina geenin siru, vain potilaille, joilla on kallisteta jäädytettyä kudosta voitaisiin sisällyttää. Lisäksi, jotkut kudosnäytteiden huono laatu RNA jätettiin saamiseksi tarkkaa tietoa. Itse asiassa 31% meidän potilaita ei otettu tässä tutkimuksessa, koska kasvain ei sisältänyt riittävästi elinkelpoisia soluja seulonta histologinen tutkimus. Lisäksi kasvaimista radiologinen täydellinen vaste kemoterapialle eivät olleet meidän kasvain pankkiin. Näin ollen, mahdollinen arviointi MRS käyttää kudosten ennen neoadjuvanttikemoterapian on tärkeä näkökohta. Onneksi uudemman tekniikan, jonka avulla genomista profilointi huonontunut näytteiden, kuten formaliinilla kiinnitetyt kudoksen [18], [34] on kehitetty ja käytetty. Lisäksi suorituskyky nykyisen hybridisaatioon perustuvien array teknologioiden edelleen parantaa, kun kustannukset laskevat [33], [34]. Geneettinen heterogeenisyys useita metastaattisen kasvaimia voi olla toinen rajoitus tämän tutkimuksen. Suurin osa potilaista oli useita kasvaimia, mutta vain yksi kasvain potilasta kohden tutkittiin. Kahdessa tutkimuksessa arvioidaan geeniekspressioprofiilit sekä ensisijainen peräsuolen syöpä ja vastaavat maksan etäpesäkkeiden ovat osoittaneet hämmästyttävän samankaltainen geeniekspressioprofiilit ensiö- ja etäpesäkkeitä. [35], [36] Koska samankaltaisuus geenin profiilin välillä ensisijainen ja metastatatic kasvaimia on todennäköistä, että geeni-ilmentymisen useiden maksan etäpesäkkeiden yhdellä potilaalla ovat samankaltaisia. Kemoterapiaa ennen maksaresektio teoreettisesti voisi muuttaa geenin ilmentymistä etäpesäkkeitä.