Ο καρκίνος του παγκρέατος είναι ένας από τους πιο θανατηφόρους όγκους στον κόσμο με κακή πρόγνωση. Συνεπώς, απαιτείται ένα ακριβές μοντέλο πρόβλεψης για τον εντοπισμό ασθενών που διατρέχουν υψηλό κίνδυνο καρκίνου του παγκρέατος, ώστε να προσαρμόζεται η θεραπεία και να βελτιώνεται η πρόγνωση αυτών των ασθενών.
Λάβαμε δεδομένα RNAseq του αδενοκαρκινώματος του παγκρέατος (PAAD) από τον Άτλαντα του Γονιδιώματος του Καρκίνου (TCGA) από τη βάση δεδομένων Xena του UCSC, εντοπίσαμε ανοσολογικά σχετιζόμενα lncRNAs (irlncRNAs) μέσω ανάλυσης συσχέτισης και εντοπίσαμε διαφορές μεταξύ των ιστών του TCGA και των φυσιολογικών ιστών του αδενοκαρκινώματος του παγκρέατος (DEirlncRNA) από το TCGA και την έκφραση ιστού γονότυπου (GTEx) του παγκρεατικού ιστού. Πραγματοποιήθηκαν περαιτέρω μονοπαραμετρικές αναλύσεις και αναλύσεις παλινδρόμησης lasso για την κατασκευή προγνωστικών μοντέλων υπογραφής. Στη συνέχεια, υπολογίσαμε την περιοχή κάτω από την καμπύλη και προσδιορίσαμε τη βέλτιστη τιμή αποκοπής για την αναγνώριση ασθενών με αδενοκαρκίνωμα του παγκρέατος υψηλού και χαμηλού κινδύνου. Για να συγκρίνουμε τα κλινικά χαρακτηριστικά, τη διήθηση των ανοσοκυττάρων, το ανοσοκατασταλτικό μικροπεριβάλλον και την αντοχή στη χημειοθεραπεία σε ασθενείς με καρκίνο του παγκρέατος υψηλού και χαμηλού κινδύνου.
Εντοπίσαμε 20 ζεύγη DEirlncRNA και ομαδοποιήσαμε τους ασθενείς σύμφωνα με τη βέλτιστη τιμή αποκοπής. Καταδείξαμε ότι το προγνωστικό μοντέλο υπογραφής μας έχει σημαντική απόδοση στην πρόβλεψη της πρόγνωσης ασθενών με PAAD. Η AUC της καμπύλης ROC είναι 0,905 για την πρόβλεψη 1 έτους, 0,942 για την πρόβλεψη 2 ετών και 0,966 για την πρόβλεψη 3 ετών. Οι ασθενείς υψηλού κινδύνου είχαν χαμηλότερα ποσοστά επιβίωσης και χειρότερα κλινικά χαρακτηριστικά. Καταδείξαμε επίσης ότι οι ασθενείς υψηλού κινδύνου είναι ανοσοκατασταλμένοι και μπορεί να αναπτύξουν αντίσταση στην ανοσοθεραπεία. Η αξιολόγηση αντικαρκινικών φαρμάκων όπως η πακλιταξέλη, η σοραφενίμπη και η ερλοτινίμπη με βάση εργαλεία υπολογιστικής πρόβλεψης μπορεί να είναι κατάλληλη για ασθενείς υψηλού κινδύνου με PAAD.
Συνολικά, η μελέτη μας καθιέρωσε ένα νέο μοντέλο προγνωστικού κινδύνου βασισμένο στο ζευγαρωμένο irlncRNA, το οποίο έδειξε πολλά υποσχόμενη προγνωστική αξία σε ασθενείς με καρκίνο του παγκρέατος. Το μοντέλο προγνωστικού κινδύνου μας μπορεί να βοηθήσει στη διαφοροποίηση ασθενών με PAAD που είναι κατάλληλοι για φαρμακευτική αγωγή.
Ο καρκίνος του παγκρέατος είναι ένας κακοήθης όγκος με χαμηλό ποσοστό πενταετούς επιβίωσης και υψηλό βαθμό κακοήθειας. Κατά τη στιγμή της διάγνωσης, οι περισσότεροι ασθενείς βρίσκονται ήδη σε προχωρημένα στάδια. Στο πλαίσιο της επιδημίας COVID-19, οι γιατροί και οι νοσηλευτές βρίσκονται υπό τεράστια πίεση κατά τη θεραπεία ασθενών με καρκίνο του παγκρέατος, και οι οικογένειες των ασθενών αντιμετωπίζουν επίσης πολλαπλές πιέσεις κατά τη λήψη αποφάσεων θεραπείας [1, 2]. Παρόλο που έχουν σημειωθεί μεγάλες πρόοδοι στη θεραπεία των DOAD, όπως η νεοεπικουρική θεραπεία, η χειρουργική εκτομή, η ακτινοθεραπεία, η χημειοθεραπεία, η στοχευμένη μοριακή θεραπεία και οι αναστολείς ανοσολογικών σημείων ελέγχου (ICI), μόνο περίπου το 9% των ασθενών επιβιώνουν πέντε χρόνια μετά τη διάγνωση [3]. ], 4]. Επειδή τα πρώιμα συμπτώματα του αδενοκαρκινώματος του παγκρέατος είναι άτυπα, οι ασθενείς συνήθως διαγιγνώσκονται με μεταστάσεις σε προχωρημένο στάδιο [5]. Επομένως, για έναν δεδομένο ασθενή, η εξατομικευμένη ολοκληρωμένη θεραπεία πρέπει να σταθμίζει τα πλεονεκτήματα και τα μειονεκτήματα όλων των θεραπευτικών επιλογών, όχι μόνο για την παράταση της επιβίωσης, αλλά και για τη βελτίωση της ποιότητας ζωής [6]. Επομένως, ένα αποτελεσματικό μοντέλο πρόβλεψης είναι απαραίτητο για την ακριβή αξιολόγηση της πρόγνωσης ενός ασθενούς [7]. Έτσι, μπορεί να επιλεγεί η κατάλληλη θεραπεία για να εξισορροπηθεί η επιβίωση και η ποιότητα ζωής των ασθενών με ΠΑΑ.
Η κακή πρόγνωση της ΠΑΑΔ οφείλεται κυρίως στην αντοχή στα χημειοθεραπευτικά φάρμακα. Τα τελευταία χρόνια, οι αναστολείς των ανοσολογικών σημείων ελέγχου έχουν χρησιμοποιηθεί ευρέως στη θεραπεία συμπαγών όγκων [8]. Ωστόσο, η χρήση των ICI στον καρκίνο του παγκρέατος σπάνια είναι επιτυχής [9]. Επομένως, είναι σημαντικό να εντοπιστούν οι ασθενείς που μπορεί να ωφεληθούν από τη θεραπεία με ICI.
Το μακρύ μη κωδικοποιητικό RNA (lncRNA) είναι ένας τύπος μη κωδικοποιητικού RNA με μεταγραφές >200 νουκλεοτίδια. Τα LncRNA είναι ευρέως διαδεδομένα και αποτελούν περίπου το 80% του ανθρώπινου μεταγραφώματος [10]. Ένα μεγάλο σύνολο εργασιών έχει δείξει ότι τα προγνωστικά μοντέλα που βασίζονται σε lncRNA μπορούν να προβλέψουν αποτελεσματικά την πρόγνωση των ασθενών [11, 12]. Για παράδειγμα, εντοπίστηκαν 18 lncRNA που σχετίζονται με την αυτοφαγία για να δημιουργήσουν προγνωστικές υπογραφές στον καρκίνο του μαστού [13]. Έξι άλλα ανοσολογικά σχετιζόμενα lncRNA έχουν χρησιμοποιηθεί για τον προσδιορισμό των προγνωστικών χαρακτηριστικών του γλοιώματος [14].
Στον καρκίνο του παγκρέατος, ορισμένες μελέτες έχουν καθιερώσει υπογραφές βασισμένες στο lncRNA για την πρόβλεψη της πρόγνωσης των ασθενών. Μια υπογραφή 3-lncRNA καθιερώθηκε στο αδενοκαρκίνωμα του παγκρέατος με περιοχή κάτω από την καμπύλη ROC (AUC) μόνο 0,742 και συνολική επιβίωση (OS) 3 ετών [15]. Επιπλέον, οι τιμές έκφρασης lncRNA ποικίλλουν μεταξύ διαφορετικών γονιδιωμάτων, διαφορετικών μορφών δεδομένων και διαφορετικών ασθενών, και η απόδοση του προγνωστικού μοντέλου είναι ασταθής. Επομένως, χρησιμοποιούμε έναν νέο αλγόριθμο μοντελοποίησης, σύζευξη και επανάληψη, για να δημιουργήσουμε υπογραφές lncRNA που σχετίζονται με την ανοσία (irlncRNA) για να δημιουργήσουμε ένα πιο ακριβές και σταθερό προγνωστικό μοντέλο [8].
Τα κανονικοποιημένα δεδομένα RNAseq (FPKM) και τα δεδομένα κλινικής έκφρασης TCGA και γονότυπου ιστού (GTEx) για τον καρκίνο του παγκρέατος ελήφθησαν από τη βάση δεδομένων XENA του UCSC (https://xenabrowser.net/datapages/). Τα αρχεία GTF ελήφθησαν από τη βάση δεδομένων Ensembl (http://asia.ensembl.org) και χρησιμοποιήθηκαν για την εξαγωγή προφίλ έκφρασης lncRNA από το RNAseq. Λήψαμε γονίδια που σχετίζονται με την ανοσία από τη βάση δεδομένων ImmPort (http://www.immport.org) και ταυτοποιήσαμε lncRNA που σχετίζονται με την ανοσία (irlncRNAs) χρησιμοποιώντας ανάλυση συσχέτισης (p < 0,001, r > 0,4). Ταυτοποίηση διαφορικά εκφραζόμενων irlncRNAs (DEirlncRNAs) με διασταύρωση irlncRNAs και διαφορικά εκφραζόμενων lncRNAs που ελήφθησαν από τη βάση δεδομένων GEPIA2 (http://gepia2.cancer-pku.cn/#index) στην ομάδα TCGA-PAAD (|logFC| > 1 και FDR) <0,05).
Αυτή η μέθοδος έχει αναφερθεί προηγουμένως [8]. Συγκεκριμένα, κατασκευάζουμε το X για να αντικαταστήσουμε το ζεύγος lncRNA A και lncRNA B. Όταν η τιμή έκφρασης του lncRNA A είναι υψηλότερη από την τιμή έκφρασης του lncRNA B, το X ορίζεται ως 1, διαφορετικά το X ορίζεται ως 0. Επομένως, μπορούμε να λάβουμε έναν πίνακα 0 ή -1. Ο κατακόρυφος άξονας του πίνακα αντιπροσωπεύει κάθε δείγμα και ο οριζόντιος άξονας αντιπροσωπεύει κάθε ζεύγος DEirlncRNA με τιμή 0 ή 1.
Για τον έλεγχο των προγνωστικών ζευγών DEirlncRNA χρησιμοποιήθηκε μονοπαραγοντική ανάλυση παλινδρόμησης ακολουθούμενη από παλινδρόμηση Lasso. Η ανάλυση παλινδρόμησης lasso χρησιμοποίησε 10-πλάσια διασταυρούμενη επικύρωση που επαναλήφθηκε 1000 φορές (p < 0,05), με 1000 τυχαία ερεθίσματα ανά εκτέλεση. Όταν η συχνότητα κάθε ζεύγους DEirlncRNA ξεπέρασε τις 100 φορές σε 1000 κύκλους, επιλέχθηκαν ζεύγη DEirlncRNA για την κατασκευή ενός μοντέλου προγνωστικού κινδύνου. Στη συνέχεια, χρησιμοποιήσαμε την καμπύλη AUC για να βρούμε τη βέλτιστη τιμή αποκοπής για την ταξινόμηση των ασθενών με PAAD σε ομάδες υψηλού και χαμηλού κινδύνου. Η τιμή AUC κάθε μοντέλου υπολογίστηκε επίσης και απεικονίστηκε ως καμπύλη. Εάν η καμπύλη φτάσει στο υψηλότερο σημείο που υποδεικνύει τη μέγιστη τιμή AUC, η διαδικασία υπολογισμού σταματά και το μοντέλο θεωρείται ο καλύτερος υποψήφιος. Κατασκευάστηκαν μοντέλα καμπύλης ROC 1, 3 και 5 ετών. Χρησιμοποιήθηκαν μονοπαραγοντικές και πολυπαραγοντικές αναλύσεις παλινδρόμησης για να εξεταστεί η ανεξάρτητη προγνωστική απόδοση του μοντέλου προγνωστικού κινδύνου.
Χρησιμοποιήστε επτά εργαλεία για να μελετήσετε τα ποσοστά διείσδυσης ανοσοκυττάρων, συμπεριλαμβανομένων των XCELL, TIMER, QUANTISEQ, MCPCOUNTER, EPIC, CIBERSORT-ABS και CIBERSORT. Τα δεδομένα διείσδυσης ανοσοκυττάρων λήφθηκαν από τη βάση δεδομένων TIMER2 (http://timer.comp-genomics.org/#tab-5817-3). Η διαφορά στο περιεχόμενο των ανοσοδιηθητικών κυττάρων μεταξύ των ομάδων υψηλού και χαμηλού κινδύνου του κατασκευασμένου μοντέλου αναλύθηκε χρησιμοποιώντας το τεστ Wilcoxon signed-rank, τα αποτελέσματα παρουσιάζονται στο τετράγωνο γράφημα. Πραγματοποιήθηκε ανάλυση συσχέτισης Spearman για να αναλυθεί η σχέση μεταξύ των τιμών βαθμολογίας κινδύνου και των ανοσοδιηθητικών κυττάρων. Ο προκύπτων συντελεστής συσχέτισης εμφανίζεται ως γλειφιτζούρι. Το όριο σημαντικότητας ορίστηκε σε p < 0,05. Η διαδικασία πραγματοποιήθηκε χρησιμοποιώντας το πακέτο R ggplot2. Για να εξετάσουμε τη σχέση μεταξύ του μοντέλου και των επιπέδων έκφρασης γονιδίων που σχετίζονται με το ποσοστό διείσδυσης ανοσοκυττάρων, πραγματοποιήσαμε το πακέτο ggstatsplot και την οπτικοποίηση του διαγράμματος violin.
Για την αξιολόγηση των κλινικών προτύπων θεραπείας για τον καρκίνο του παγκρέατος, υπολογίσαμε την IC50 των συνήθως χρησιμοποιούμενων χημειοθεραπευτικών φαρμάκων στην ομάδα TCGA-PAAD. Οι διαφορές στις μισές ανασταλτικές συγκεντρώσεις (IC50) μεταξύ των ομάδων υψηλού και χαμηλού κινδύνου συγκρίθηκαν χρησιμοποιώντας τη δοκιμασία Wilcoxon με προσημασμένη κατάταξη και τα αποτελέσματα παρουσιάζονται ως boxplots που δημιουργήθηκαν χρησιμοποιώντας τα pRRophetic και ggplot2 στο R. Όλες οι μέθοδοι συμμορφώνονται με τις σχετικές οδηγίες και τους κανόνες.
Η ροή εργασίας της μελέτης μας φαίνεται στο Σχήμα 1. Χρησιμοποιώντας ανάλυση συσχέτισης μεταξύ lncRNAs και γονιδίων που σχετίζονται με την ανοσία, επιλέξαμε 724 irlncRNAs με p < 0,01 και r > 0,4. Στη συνέχεια αναλύσαμε τα διαφορικά εκφραζόμενα lncRNAs του GEPIA2 (Σχήμα 2Α). Συνολικά 223 irlncRNAs εκφράστηκαν διαφορικά μεταξύ του παγκρεατικού αδενοκαρκινώματος και του φυσιολογικού παγκρεατικού ιστού (|logFC| > 1, FDR < 0,05), τα οποία ονομάστηκαν DEirlncRNAs.
Κατασκευή μοντέλων προγνωστικού κινδύνου. (Α) Διάγραμμα Volcano διαφορικά εκφραζόμενων lncRNAs. (Β) Κατανομή συντελεστών lasso για 20 ζεύγη DEirlncRNA. (Γ) Μερική διακύμανση πιθανοφάνειας της κατανομής συντελεστών LASSO. (Δ) Διάγραμμα Forest που δείχνει μονοπαραμετρική ανάλυση παλινδρόμησης 20 ζευγών DEirlncRNA.
Στη συνέχεια, κατασκευάσαμε έναν πίνακα 0 ή 1 συνδυάζοντας 223 DEirlncRNAs. Συνολικά ταυτοποιήθηκαν 13.687 ζεύγη DEirlncRNA. Μετά από μονοπαραμετρική ανάλυση και ανάλυση παλινδρόμησης lasso, τελικά εξετάστηκαν 20 ζεύγη DEirlncRNA για την κατασκευή ενός προγνωστικού μοντέλου κινδύνου (Σχήμα 2B-D). Με βάση τα αποτελέσματα της ανάλυσης Lasso και της πολλαπλής παλινδρόμησης, υπολογίσαμε μια βαθμολογία κινδύνου για κάθε ασθενή στην ομάδα TCGA-PAAD (Πίνακας 1). Με βάση τα αποτελέσματα της ανάλυσης παλινδρόμησης lasso, υπολογίσαμε μια βαθμολογία κινδύνου για κάθε ασθενή στην ομάδα TCGA-PAAD. Η AUC της καμπύλης ROC ήταν 0,905 για την πρόβλεψη του μοντέλου κινδύνου 1 έτους, 0,942 για την πρόβλεψη 2 ετών και 0,966 για την πρόβλεψη 3 ετών (Σχήμα 3A-B). Ορίσαμε μια βέλτιστη τιμή αποκοπής 3,105, διαστρωματώσαμε τους ασθενείς της ομάδας TCGA-PAAD σε ομάδες υψηλού και χαμηλού κινδύνου και απεικονίσαμε τα αποτελέσματα επιβίωσης και τις κατανομές βαθμολογίας κινδύνου για κάθε ασθενή (Σχήμα 3C-E). Η ανάλυση Kaplan-Meier έδειξε ότι η επιβίωση των ασθενών με PAAD στην ομάδα υψηλού κινδύνου ήταν σημαντικά χαμηλότερη από αυτή των ασθενών στην ομάδα χαμηλού κινδύνου (p < 0,001) (Σχήμα 3F).
Εγκυρότητα μοντέλων προγνωστικού κινδύνου. (Α) ROC του μοντέλου προγνωστικού κινδύνου. (Β) Μοντέλα προγνωστικού κινδύνου ROC 1, 2 και 3 ετών. (Γ) ROC του μοντέλου προγνωστικού κινδύνου. Δείχνει το βέλτιστο σημείο αποκοπής. (ΔΕ) Κατανομή της κατάστασης επιβίωσης (Δ) και των βαθμολογιών κινδύνου (Ε). (ΣΤ) Ανάλυση Kaplan-Meier ασθενών με PAAD σε ομάδες υψηλού και χαμηλού κινδύνου.
Αξιολογήσαμε περαιτέρω τις διαφορές στις βαθμολογίες κινδύνου ανά κλινικά χαρακτηριστικά. Το διάγραμμα λωρίδων (Σχήμα 4Α) δείχνει τη συνολική σχέση μεταξύ των κλινικών χαρακτηριστικών και των βαθμολογιών κινδύνου. Συγκεκριμένα, οι ηλικιωμένοι ασθενείς είχαν υψηλότερες βαθμολογίες κινδύνου (Σχήμα 4Β). Επιπλέον, οι ασθενείς με στάδιο II είχαν υψηλότερες βαθμολογίες κινδύνου από τους ασθενείς με στάδιο I (Σχήμα 4Γ). Όσον αφορά τον βαθμό όγκου σε ασθενείς με ΠΑΥΔ, οι ασθενείς βαθμού 3 είχαν υψηλότερες βαθμολογίες κινδύνου από τους ασθενείς βαθμού 1 και 2 (Σχήμα 4Δ). Πραγματοποιήσαμε περαιτέρω μονοπαραγοντικές και πολυπαραγοντικές αναλύσεις παλινδρόμησης και δείξαμε ότι η βαθμολογία κινδύνου (p < 0,001) και η ηλικία (p = 0,045) ήταν ανεξάρτητοι προγνωστικοί παράγοντες σε ασθενείς με ΠΑΥΔ (Σχήμα 5Α-Β). Η καμπύλη ROC έδειξε ότι η βαθμολογία κινδύνου ήταν ανώτερη από άλλα κλινικά χαρακτηριστικά στην πρόβλεψη της επιβίωσης 1, 2 και 3 ετών των ασθενών με ΠΑΥΔ (Σχήμα 5Γ-Ε).
Κλινικά χαρακτηριστικά των μοντέλων προγνωστικού κινδύνου. Το ιστόγραμμα (Α) δείχνει (Β) την ηλικία, (Γ) το στάδιο του όγκου, (Δ) τον βαθμό όγκου, τη βαθμολογία κινδύνου και το φύλο των ασθενών στην ομάδα TCGA-PAAD. **p < 0,01
Ανεξάρτητη προγνωστική ανάλυση μοντέλων προγνωστικού κινδύνου. (AB) Μονοπαραμετρικές (A) και πολυπαραμετρικές (B) αναλύσεις παλινδρόμησης μοντέλων προγνωστικού κινδύνου και κλινικών χαρακτηριστικών. (CE) 1-, 2- και 3-ετής ROC για μοντέλα προγνωστικού κινδύνου και κλινικά χαρακτηριστικά.
Συνεπώς, εξετάσαμε τη σχέση μεταξύ του χρόνου και των βαθμολογιών κινδύνου. Διαπιστώσαμε ότι η βαθμολογία κινδύνου σε ασθενείς με PAAD συσχετίστηκε αντίστροφα με τα CD8+ Τ κύτταρα και τα NK κύτταρα (Σχήμα 6Α), υποδεικνύοντας καταστολή της ανοσολογικής λειτουργίας στην ομάδα υψηλού κινδύνου. Αξιολογήσαμε επίσης τη διαφορά στη διήθηση των ανοσοκυττάρων μεταξύ των ομάδων υψηλού και χαμηλού κινδύνου και βρήκαμε τα ίδια αποτελέσματα (Σχήμα 7). Υπήρξε μικρότερη διήθηση CD8+ Τ κυττάρων και NK κυττάρων στην ομάδα υψηλού κινδύνου. Τα τελευταία χρόνια, οι αναστολείς ανοσολογικών σημείων ελέγχου (ICI) έχουν χρησιμοποιηθεί ευρέως στη θεραπεία συμπαγών όγκων. Ωστόσο, η χρήση ICI στον καρκίνο του παγκρέατος σπάνια ήταν επιτυχής. Επομένως, αξιολογήσαμε την έκφραση των γονιδίων ανοσολογικών σημείων ελέγχου σε ομάδες υψηλού και χαμηλού κινδύνου. Διαπιστώσαμε ότι τα CTLA-4 και CD161 (KLRB1) υπερεκφράζονταν στην ομάδα χαμηλού κινδύνου (Σχήμα 6Β-G), υποδεικνύοντας ότι οι ασθενείς με PAAD στην ομάδα χαμηλού κινδύνου μπορεί να είναι ευαίσθητοι στην ICI.
Ανάλυση συσχέτισης του μοντέλου προγνωστικού κινδύνου και της διείσδυσης ανοσοκυττάρων. (Α) Συσχέτιση μεταξύ του μοντέλου προγνωστικού κινδύνου και της διείσδυσης ανοσοκυττάρων. (BG) Υποδεικνύει την έκφραση γονιδίων σε ομάδες υψηλού και χαμηλού κινδύνου. (HK) Τιμές IC50 για συγκεκριμένα αντικαρκινικά φάρμακα σε ομάδες υψηλού και χαμηλού κινδύνου. *p < 0,05, **p < 0,01, ns = μη σημαντική
Αξιολογήσαμε περαιτέρω τη συσχέτιση μεταξύ των βαθμολογιών κινδύνου και των κοινών χημειοθεραπευτικών παραγόντων στην ομάδα TCGA-PAAD. Αναζητήσαμε συνήθως χρησιμοποιούμενα αντικαρκινικά φάρμακα στον καρκίνο του παγκρέατος και αναλύσαμε τις διαφορές στις τιμές IC50 μεταξύ των ομάδων υψηλού και χαμηλού κινδύνου. Τα αποτελέσματα έδειξαν ότι η τιμή IC50 του AZD.2281 (olaparib) ήταν υψηλότερη στην ομάδα υψηλού κινδύνου, υποδεικνύοντας ότι οι ασθενείς με PAAD στην ομάδα υψηλού κινδύνου μπορεί να είναι ανθεκτικοί στη θεραπεία με AZD.2281 (Σχήμα 6H). Επιπλέον, οι τιμές IC50 της πακλιταξέλης, της σοραφενίμπης και της ερλοτινίμπης ήταν χαμηλότερες στην ομάδα υψηλού κινδύνου (Σχήμα 6I-K). Εντοπίσαμε περαιτέρω 34 αντικαρκινικά φάρμακα με υψηλότερες τιμές IC50 στην ομάδα υψηλού κινδύνου και 34 αντικαρκινικά φάρμακα με χαμηλότερες τιμές IC50 στην ομάδα υψηλού κινδύνου (Πίνακας 2).
Δεν μπορεί να αμφισβητηθεί ότι τα lncRNA, τα mRNA και τα miRNA υπάρχουν ευρέως και παίζουν κρίσιμο ρόλο στην ανάπτυξη του καρκίνου. Υπάρχουν άφθονα στοιχεία που υποστηρίζουν τον σημαντικό ρόλο του mRNA ή του miRNA στην πρόβλεψη της συνολικής επιβίωσης σε διάφορους τύπους καρκίνου. Αναμφίβολα, πολλά μοντέλα προγνωστικού κινδύνου βασίζονται επίσης σε lncRNA. Για παράδειγμα, οι μελέτες των Luo et al. έχουν δείξει ότι το LINC01094 παίζει βασικό ρόλο στον πολλαπλασιασμό και τη μετάσταση των PC, και η υψηλή έκφραση του LINC01094 υποδηλώνει κακή επιβίωση ασθενών με καρκίνο του παγκρέατος [16]. Η μελέτη που παρουσίασαν οι Lin et al. μελέτες έχουν δείξει ότι η υπορύθμιση του lncRNA FLVCR1-AS1 σχετίζεται με κακή πρόγνωση σε ασθενείς με καρκίνο του παγκρέατος [17]. Ωστόσο, τα lncRNA που σχετίζονται με την ανοσία συζητούνται σχετικά λιγότερο όσον αφορά την πρόβλεψη της συνολικής επιβίωσης των ασθενών με καρκίνο. Πρόσφατα, έχει επικεντρωθεί μεγάλο μέρος της εργασίας στη δημιουργία μοντέλων προγνωστικού κινδύνου για την πρόβλεψη της επιβίωσης των ασθενών με καρκίνο και, ως εκ τούτου, την προσαρμογή των μεθόδων θεραπείας [18, 19, 20]. Υπάρχει αυξανόμενη αναγνώριση του σημαντικού ρόλου των ανοσολογικών διηθήσεων στην έναρξη, την εξέλιξη του καρκίνου και την απόκριση σε θεραπείες όπως η χημειοθεραπεία. Πολυάριθμες μελέτες έχουν επιβεβαιώσει ότι τα ανοσοκύτταρα που διηθούν τον όγκο παίζουν κρίσιμο ρόλο στην απόκριση στην κυτταροτοξική χημειοθεραπεία [21, 22, 23]. Το ανοσοποιητικό μικροπεριβάλλον του όγκου είναι ένας σημαντικός παράγοντας για την επιβίωση των ασθενών με όγκους [24, 25]. Η ανοσοθεραπεία, ειδικά η θεραπεία με ICI, χρησιμοποιείται ευρέως στη θεραπεία συμπαγών όγκων [26]. Τα ανοσολογικά γονίδια χρησιμοποιούνται ευρέως για την κατασκευή προγνωστικών μοντέλων κινδύνου. Για παράδειγμα, οι Su et al. Το ανοσολογικά σχετιζόμενο προγνωστικό μοντέλο κινδύνου βασίζεται σε γονίδια που κωδικοποιούν πρωτεΐνες για την πρόβλεψη της πρόγνωσης ασθενών με καρκίνο των ωοθηκών [27]. Τα μη κωδικοποιητικά γονίδια όπως τα lncRNAs είναι επίσης κατάλληλα για την κατασκευή προγνωστικών μοντέλων κινδύνου [28, 29, 30]. Οι Luo et al. δοκίμασαν τέσσερα ανοσολογικά σχετιζόμενα lncRNAs και δημιούργησαν ένα προγνωστικό μοντέλο για τον κίνδυνο καρκίνου του τραχήλου της μήτρας [31]. Οι Khan et al. Συνολικά εντοπίστηκαν 32 διαφορετικά εκφραζόμενα αντίγραφα και, βάσει αυτών, δημιουργήθηκε ένα μοντέλο πρόβλεψης με 5 σημαντικά αντίγραφα, το οποίο προτάθηκε ως ένα ιδιαίτερα συνιστώμενο εργαλείο για την πρόβλεψη οξείας απόρριψης που έχει αποδειχθεί με βιοψία μετά από μεταμόσχευση νεφρού [32].
Τα περισσότερα από αυτά τα μοντέλα βασίζονται σε επίπεδα γονιδιακής έκφρασης, είτε σε γονίδια που κωδικοποιούν πρωτεΐνες είτε σε μη κωδικοποιητικά γονίδια. Ωστόσο, το ίδιο γονίδιο μπορεί να έχει διαφορετικές τιμές έκφρασης σε διαφορετικά γονιδιώματα, μορφές δεδομένων και σε διαφορετικούς ασθενείς, οδηγώντας σε ασταθείς εκτιμήσεις σε προγνωστικά μοντέλα. Σε αυτήν τη μελέτη, δημιουργήσαμε ένα λογικό μοντέλο με δύο ζεύγη lncRNAs, ανεξάρτητα από τις ακριβείς τιμές έκφρασης.
Σε αυτήν τη μελέτη, εντοπίσαμε το irlncRNA για πρώτη φορά μέσω ανάλυσης συσχέτισης με γονίδια που σχετίζονται με την ανοσία. Εξετάσαμε 223 DEirlncRNAs μέσω υβριδισμού με διαφορικά εκφραζόμενα lncRNAs. Δεύτερον, κατασκευάσαμε έναν πίνακα 0-ή-1 με βάση τη δημοσιευμένη μέθοδο ζευγαρώματος DEirlncRNA [31]. Στη συνέχεια, πραγματοποιήσαμε μονοπαραμετρικές αναλύσεις και αναλύσεις παλινδρόμησης lasso για να εντοπίσουμε προγνωστικά ζεύγη DEirlncRNA και να κατασκευάσουμε ένα μοντέλο προγνωστικού κινδύνου. Αναλύσαμε περαιτέρω τη συσχέτιση μεταξύ των βαθμολογιών κινδύνου και των κλινικών χαρακτηριστικών σε ασθενείς με PAAD. Διαπιστώσαμε ότι το μοντέλο προγνωστικού κινδύνου μας, ως ανεξάρτητος προγνωστικός παράγοντας σε ασθενείς με PAAD, μπορεί να διαφοροποιήσει αποτελεσματικά τους ασθενείς υψηλού βαθμού από τους ασθενείς χαμηλού βαθμού και τους ασθενείς υψηλού βαθμού από τους ασθενείς χαμηλού βαθμού. Επιπλέον, οι τιμές AUC της καμπύλης ROC του μοντέλου προγνωστικού κινδύνου ήταν 0,905 για την πρόβλεψη 1 έτους, 0,942 για την πρόβλεψη 2 ετών και 0,966 για την πρόβλεψη 3 ετών.
Οι ερευνητές ανέφεραν ότι οι ασθενείς με υψηλότερη διήθηση CD8+ Τ κυττάρων ήταν πιο ευαίσθητοι στη θεραπεία ICI [33]. Η αύξηση της περιεκτικότητας σε κυτταροτοξικά κύτταρα, CD56 ΝΚ κύτταρα, ΝΚ κύτταρα και CD8+ Τ κύτταρα στο ανοσοποιητικό μικροπεριβάλλον του όγκου μπορεί να είναι ένας από τους λόγους για την κατασταλτική δράση του όγκου [34]. Προηγούμενες μελέτες έδειξαν ότι υψηλότερα επίπεδα CD4(+) Τ και CD8(+) Τ που διεισδύουν στον όγκο συσχετίστηκαν σημαντικά με μεγαλύτερη επιβίωση [35]. Η κακή διήθηση CD8 Τ κυττάρων, το χαμηλό φορτίο νεοαντιγόνου και ένα εξαιρετικά ανοσοκατασταλτικό μικροπεριβάλλον όγκου οδηγούν σε έλλειψη απόκρισης στη θεραπεία ICI [36]. Διαπιστώσαμε ότι η βαθμολογία κινδύνου συσχετίστηκε αρνητικά με τα CD8+ Τ κύτταρα και τα ΝΚ κύτταρα, υποδεικνύοντας ότι οι ασθενείς με υψηλές βαθμολογίες κινδύνου μπορεί να μην είναι κατάλληλοι για θεραπεία ICI και να έχουν χειρότερη πρόγνωση.
Το CD161 είναι ένας δείκτης των φυσικών φονικών κυττάρων (NK). Τα CD8+CD161+ CAR-μεταδιηγούμενα Τ κύτταρα προκαλούν αυξημένη in vivo αντικαρκινική αποτελεσματικότητα σε μοντέλα ξενομοσχεύματος HER2+ παγκρεατικού αδενοκαρκινώματος του πόρου [37]. Οι ανοσοποιητικοί αναστολείς σημείων ελέγχου στοχεύουν την κυτταροτοξική πρωτεΐνη 4 που σχετίζεται με τα Τ λεμφοκύτταρα (CTLA-4) και τις οδούς προγραμματισμένης πρωτεΐνης κυτταρικού θανάτου 1 (PD-1)/προγραμματισμένου υποδοχέα κυτταρικού θανάτου 1 (PD-L1) και έχουν μεγάλο δυναμικό σε πολλούς τομείς. Η έκφραση των CTLA-4 και CD161 (KLRB1) είναι χαμηλότερη σε ομάδες υψηλού κινδύνου, γεγονός που υποδηλώνει περαιτέρω ότι οι ασθενείς με βαθμολογίες υψηλού κινδύνου ενδέχεται να μην είναι επιλέξιμοι για θεραπεία ICI. [38]
Για να βρούμε επιλογές θεραπείας κατάλληλες για ασθενείς υψηλού κινδύνου, αναλύσαμε διάφορα αντικαρκινικά φάρμακα και διαπιστώσαμε ότι η πακλιταξέλη, η σοραφενίμπη και η ερλοτινίμπη, τα οποία χρησιμοποιούνται ευρέως σε ασθενείς με ΠΑΥΔ, μπορεί να είναι κατάλληλα για ασθενείς υψηλού κινδύνου με ΠΑΥΔ. [33]. Οι Zhang et al. διαπίστωσαν ότι οι μεταλλάξεις σε οποιαδήποτε οδό απόκρισης στη βλάβη του DNA (DDR) μπορούν να οδηγήσουν σε κακή πρόγνωση σε ασθενείς με καρκίνο του προστάτη [39]. Η δοκιμή Pancreatic Cancer Olaparib Ongoing (POLO) έδειξε ότι η θεραπεία συντήρησης με ολαπαρίμπη παρέτεινε την επιβίωση χωρίς εξέλιξη της νόσου σε σύγκριση με το εικονικό φάρμακο μετά από χημειοθεραπεία πρώτης γραμμής με βάση την πλατίνα σε ασθενείς με αδενοκαρκίνωμα του παγκρέατος και μεταλλάξεις BRCA1/2 της βλαστικής γραμμής [40]. Αυτό παρέχει σημαντική αισιοδοξία ότι τα αποτελέσματα της θεραπείας θα βελτιωθούν σημαντικά σε αυτήν την υποομάδα ασθενών. Σε αυτή τη μελέτη, η τιμή IC50 του AZD.2281 (ολαπαρίμπη) ήταν υψηλότερη στην ομάδα υψηλού κινδύνου, υποδεικνύοντας ότι οι ασθενείς με ΠΑΥΔ στην ομάδα υψηλού κινδύνου μπορεί να είναι ανθεκτικοί στη θεραπεία με AZD.2281.
Τα μοντέλα πρόβλεψης σε αυτήν τη μελέτη παράγουν καλά αποτελέσματα πρόβλεψης, αλλά βασίζονται σε αναλυτικές προβλέψεις. Το πώς να επιβεβαιωθούν αυτά τα αποτελέσματα με κλινικά δεδομένα είναι ένα σημαντικό ερώτημα. Η ενδοσκοπική υπερηχογραφία με λεπτή βελόνα (EUS-FNA) έχει γίνει μια απαραίτητη μέθοδος για τη διάγνωση συμπαγών και εξωπαγκρεατικών βλαβών του παγκρέατος με ευαισθησία 85% και ειδικότητα 98% [41]. Η εμφάνιση των βελόνων βιοψίας με λεπτή βελόνα EUS (EUS-FNB) βασίζεται κυρίως σε αντιληπτά πλεονεκτήματα έναντι της FNA, όπως η υψηλότερη διαγνωστική ακρίβεια, η λήψη δειγμάτων που διατηρούν την ιστολογική δομή και, επομένως, η δημιουργία ανοσοποιητικού ιστού που είναι κρίσιμος για ορισμένες διαγνώσεις. Ειδική χρώση [42]. Μια συστηματική ανασκόπηση της βιβλιογραφίας επιβεβαίωσε ότι οι βελόνες FNB (ειδικά οι 22G) επιδεικνύουν την υψηλότερη αποτελεσματικότητα στη συλλογή ιστού από μάζες του παγκρέατος [43]. Κλινικά, μόνο ένας μικρός αριθμός ασθενών είναι κατάλληλοι για ριζική χειρουργική επέμβαση και οι περισσότεροι ασθενείς έχουν μη χειρουργήσιμους όγκους κατά την αρχική διάγνωση. Στην κλινική πράξη, μόνο ένα μικρό ποσοστό ασθενών είναι κατάλληλοι για ριζική χειρουργική επέμβαση, επειδή οι περισσότεροι ασθενείς έχουν μη χειρουργήσιμους όγκους κατά την αρχική διάγνωση. Μετά την παθολογική επιβεβαίωση με EUS-FNB και άλλες μεθόδους, συνήθως επιλέγεται τυποποιημένη μη χειρουργική θεραπεία όπως η χημειοθεραπεία. Το επόμενο ερευνητικό μας πρόγραμμα είναι να δοκιμάσουμε το προγνωστικό μοντέλο αυτής της μελέτης σε χειρουργικές και μη χειρουργικές ομάδες μέσω μιας αναδρομικής ανάλυσης.
Συνολικά, η μελέτη μας καθιέρωσε ένα νέο μοντέλο προγνωστικού κινδύνου βασισμένο στο ζευγαρωμένο irlncRNA, το οποίο έδειξε πολλά υποσχόμενη προγνωστική αξία σε ασθενείς με καρκίνο του παγκρέατος. Το μοντέλο προγνωστικού κινδύνου μας μπορεί να βοηθήσει στη διαφοροποίηση ασθενών με PAAD που είναι κατάλληλοι για φαρμακευτική αγωγή.
Τα σύνολα δεδομένων που χρησιμοποιήθηκαν και αναλύθηκαν στην παρούσα μελέτη είναι διαθέσιμα από τον αντίστοιχο συγγραφέα κατόπιν εύλογου αιτήματος.
Sui Wen, Gong X, Zhuang Y. Ο διαμεσολαβητικός ρόλος της αυτοαποτελεσματικότητας στη συναισθηματική ρύθμιση των αρνητικών συναισθημάτων κατά τη διάρκεια της πανδημίας COVID-19: μια εγκάρσια μελέτη. Int J Ment Health Nurs [άρθρο σε περιοδικό]. 2021 06/01/2021;30(3):759–71.
Sui Wen, Gong X, Qiao X, Zhang L, Cheng J, Dong J, et al. Απόψεις των μελών της οικογένειας σχετικά με την εναλλακτική λήψη αποφάσεων σε μονάδες εντατικής θεραπείας: μια συστηματική ανασκόπηση. INT J NURS STUD [άρθρο περιοδικού· ανασκόπηση]. 2023 01/01/2023;137:104391.
Vincent A, Herman J, Schulich R, Hruban RH, Goggins M. Καρκίνος του παγκρέατος. Lancet. [Άρθρο περιοδικού· υποστήριξη έρευνας, NIH, εκτός πανεπιστημίου· υποστήριξη έρευνας, κυβέρνηση εκτός ΗΠΑ· ανασκόπηση]. 2011 13/08/2011;378(9791):607–20.
Ilic M, Ilic I. Επιδημιολογία του καρκίνου του παγκρέατος. Παγκόσμιο Περιοδικό Γαστρεντερολογίας. [Άρθρο περιοδικού, ανασκόπηση]. 2016 28/11/2016;22(44):9694–705.
Liu X, Chen B, Chen J, Sun S. Ένα νέο νομόγραμμα που σχετίζεται με την tp53 για την πρόβλεψη της συνολικής επιβίωσης σε ασθενείς με καρκίνο του παγκρέατος. BMC Cancer [άρθρο σε περιοδικό]. 2021 31-03-2021;21(1):335.
Xian X, Zhu X, Chen Y, Huang B, Xiang W. Επίδραση της θεραπείας που εστιάζει στη λύση στην κόπωση που σχετίζεται με τον καρκίνο σε ασθενείς με καρκίνο του παχέος εντέρου που λαμβάνουν χημειοθεραπεία: μια τυχαιοποιημένη ελεγχόμενη δοκιμή. Νοσηλευτής καρκίνου. [Άρθρο περιοδικού· τυχαιοποιημένη ελεγχόμενη δοκιμή· η μελέτη υποστηρίζεται από κυβέρνηση εκτός των Ηνωμένων Πολιτειών]. 2022 05/01/2022;45(3):E663–73.
Zhang Cheng, Zheng Wen, Lu Y, Shan L, Xu Dong, Pan Y, et al. Τα μετεγχειρητικά επίπεδα καρκινοεμβρυϊκού αντιγόνου (CEA) προβλέπουν την έκβαση μετά από εκτομή καρκίνου του παχέος εντέρου σε ασθενείς με φυσιολογικά προεγχειρητικά επίπεδα CEA. Κέντρο Μεταγραφικής Έρευνας για τον Καρκίνο. [Άρθρο περιοδικού]. 2020 01.01.2020;9(1):111–8.
Hong Wen, Liang Li, Gu Yu, Qi Zi, Qiu Hua, Yang X, et al. Τα ανοσοποιητικά lncRNAs δημιουργούν νέες υπογραφές και προβλέπουν το ανοσοποιητικό τοπίο του ανθρώπινου ηπατοκυτταρικού καρκινώματος. Mol Ther Νουκλεϊκά οξέα [Άρθρο περιοδικού]. 2020 2020-12-04;22:937 – 47.
Toffey RJ, Zhu Y., Schulich RD Ανοσοθεραπεία για τον καρκίνο του παγκρέατος: εμπόδια και σημαντικές ανακαλύψεις. Ann Gastrointestinal Surgeon [Άρθρο Περιοδικού· ανασκόπηση]. 2018 07/01/2018;2(4):274–81.
Hull R, Mbita Z, Dlamini Z. Μακρά μη κωδικοποιητικά RNA (LncRNAs), γονιδιωματική ιικών όγκων και ανώμαλα συμβάντα συρραφής: θεραπευτικές επιπτώσεις. AM J CANCER RES [άρθρο περιοδικού· ανασκόπηση]. 2021 01/20/2021;11(3):866–83.
Wang J, Chen P, Zhang Y, Ding J, Yang Y, Li H. 11-Αναγνώριση υπογραφών lncRNA που σχετίζονται με την πρόγνωση του καρκίνου του ενδομητρίου. Επιτεύγματα της επιστήμης [άρθρο περιοδικού]. 2021 2021-01-01;104(1):311977089.
Jiang S, Ren H, Liu S, Lu Z, Xu A, Qin S, et al. Ολοκληρωμένη ανάλυση προγνωστικών γονιδίων πρωτεΐνης δέσμευσης RNA και υποψήφιων φαρμάκων στο θηλωματικό καρκίνωμα νεφρικών κυττάρων. pregen. [Άρθρο περιοδικού]. 20/01/2021;12:627508.
Li X, Chen J, Yu Q, Huang X, Liu Z, Wang X, et al. Χαρακτηριστικά του μακρού μη κωδικοποιητικού RNA που σχετίζεται με την αυτοφαγία προβλέπουν την πρόγνωση του καρκίνου του μαστού. pregen. [Άρθρο περιοδικού]. 20/01/2021;12:569318.
Zhou M, Zhang Z, Zhao X, Bao S, Cheng L, Sun J. Η ανοσοποιητική υπογραφή έξι lncRNA βελτιώνει την πρόγνωση στο πολύμορφο γλοιοβλάστωμα. MOL Neurobiology. [Άρθρο περιοδικού]. 2018 01.05.2018;55(5):3684–97.
Wu B, Wang Q, Fei J, Bao Y, Wang X, Song Z, et al. Μια νέα υπογραφή tri-lncRNA προβλέπει την επιβίωση ασθενών με καρκίνο του παγκρέατος. REPRESENTATIVES OF ONKOL. [Άρθρο περιοδικού]. 2018 12/01/2018;40(6):3427–37.
Luo C, Lin K, Hu C, Zhu X, Zhu J, Zhu Z. Το LINC01094 προάγει την εξέλιξη του καρκίνου του παγκρέατος ρυθμίζοντας την έκφραση LIN28B και την οδό PI3K/AKT μέσω του σπογγώδους miR-577. Mol Therapeutics – Νουκλεϊκά οξέα. 2021;26:523–35.
Lin J, Zhai X, Zou S, Xu Z, Zhang J, Jiang L, et al. Η θετική ανάδραση μεταξύ του lncRNA FLVCR1-AS1 και του KLF10 μπορεί να αναστείλει την εξέλιξη του καρκίνου του παγκρέατος μέσω της οδού PTEN/AKT. J EXP Clin Cancer Res. 2021;40(1).
Zhou X, Liu X, Zeng X, Wu D, Liu L. Αναγνώριση δεκατριών γονιδίων που προβλέπουν τη συνολική επιβίωση στο ηπατοκυτταρικό καρκίνωμα. Biosci Rep [άρθρο περιοδικού]. 2021 04/09/2021.
Ώρα δημοσίευσης: 22 Σεπτεμβρίου 2023