Ung thư tuyến tụy là một trong những khối u nguy hiểm nhất thế giới với tiên lượng xấu.Vì vậy, cần có một mô hình dự đoán chính xác để xác định những bệnh nhân có nguy cơ cao mắc ung thư tuyến tụy để điều trị phù hợp và cải thiện tiên lượng cho những bệnh nhân này.
Chúng tôi đã thu được dữ liệu RNAseq về ung thư biểu mô tuyến tụy (PAAD) của The Cancer Genome Atlas (TCGA) từ cơ sở dữ liệu UCSC Xena, xác định các lncRNA liên quan đến miễn dịch (irlncRNA) thông qua phân tích tương quan và xác định sự khác biệt giữa TCGA và các mô ung thư biểu mô tuyến tụy bình thường.DEirlncRNA) từ TCGA và biểu hiện mô kiểu gen (GTEx) của mô tụy.Các phân tích hồi quy đơn biến và lasso sâu hơn đã được thực hiện để xây dựng các mô hình chữ ký tiên lượng.Sau đó, chúng tôi tính toán diện tích dưới đường cong và xác định giá trị ngưỡng tối ưu để xác định bệnh nhân ung thư biểu mô tuyến tụy có nguy cơ cao và thấp.Để so sánh các đặc điểm lâm sàng, thâm nhiễm tế bào miễn dịch, môi trường vi mô ức chế miễn dịch và kháng hóa trị ở bệnh nhân ung thư tuyến tụy có nguy cơ cao và thấp.
Chúng tôi đã xác định được 20 cặp DEirlncRNA và phân nhóm bệnh nhân theo giá trị ngưỡng tối ưu.Chúng tôi đã chứng minh rằng mô hình dấu hiệu tiên lượng của chúng tôi có hiệu quả đáng kể trong việc dự đoán tiên lượng của bệnh nhân mắc PAAD.AUC của đường cong ROC là 0,905 cho dự báo 1 năm, 0,942 cho dự báo 2 năm và 0,966 cho dự báo 3 năm.Bệnh nhân có nguy cơ cao có tỷ lệ sống sót thấp hơn và đặc điểm lâm sàng tồi tệ hơn.Chúng tôi cũng chứng minh rằng những bệnh nhân có nguy cơ cao bị ức chế miễn dịch và có thể phát triển đề kháng với liệu pháp miễn dịch.Đánh giá các loại thuốc chống ung thư như paclitaxel, sorafenib và erlotinib dựa trên các công cụ dự đoán tính toán có thể phù hợp với những bệnh nhân mắc PAAD có nguy cơ cao.
Nhìn chung, nghiên cứu của chúng tôi đã thiết lập một mô hình nguy cơ tiên lượng mới dựa trên cặp irlncRNA, cho thấy giá trị tiên lượng đầy hứa hẹn ở những bệnh nhân ung thư tuyến tụy.Mô hình nguy cơ tiên lượng của chúng tôi có thể giúp phân biệt bệnh nhân mắc PAAD phù hợp với điều trị nội khoa.
Ung thư tuyến tụy là một khối u ác tính với tỷ lệ sống sót sau 5 năm thấp và mức độ cao.Tại thời điểm chẩn đoán, hầu hết bệnh nhân đã ở giai đoạn nặng.Trong bối cảnh dịch bệnh Covid-19, các bác sĩ, y tá phải chịu áp lực rất lớn khi điều trị cho bệnh nhân ung thư tuyến tụy và gia đình bệnh nhân cũng phải đối mặt với nhiều áp lực khi đưa ra quyết định điều trị [1, 2].Mặc dù đã có những tiến bộ lớn trong điều trị DOAD, như liệu pháp tân bổ trợ, phẫu thuật cắt bỏ, xạ trị, hóa trị, liệu pháp phân tử nhắm mục tiêu và thuốc ức chế điểm kiểm soát miễn dịch (ICI), chỉ có khoảng 9% bệnh nhân sống sót sau 5 năm sau khi chẩn đoán [3 ].], 4].Vì các triệu chứng ban đầu của ung thư biểu mô tuyến tụy là không điển hình nên bệnh nhân thường được chẩn đoán di căn ở giai đoạn tiến triển [5].Do đó, đối với một bệnh nhân nhất định, việc điều trị toàn diện theo từng cá nhân phải cân nhắc ưu điểm và nhược điểm của tất cả các lựa chọn điều trị, không chỉ để kéo dài thời gian sống sót mà còn cải thiện chất lượng cuộc sống [6].Do đó, cần có một mô hình dự đoán hiệu quả để đánh giá chính xác tiên lượng của bệnh nhân [7].Vì vậy, phương pháp điều trị thích hợp có thể được lựa chọn để cân bằng giữa khả năng sống sót và chất lượng cuộc sống của bệnh nhân PAAD.
Tiên lượng xấu của PAAD chủ yếu là do tình trạng kháng thuốc hóa trị.Trong những năm gần đây, chất ức chế điểm kiểm soát miễn dịch đã được sử dụng rộng rãi trong điều trị khối u rắn [8].Tuy nhiên, việc sử dụng ICI trong ung thư tuyến tụy hiếm khi thành công [9].Vì vậy, điều quan trọng là xác định những bệnh nhân có thể được hưởng lợi từ liệu pháp ICI.
RNA không mã hóa dài (lncRNA) là một loại RNA không mã hóa có bản phiên mã> 200 nucleotide.LncRNA rất phổ biến và chiếm khoảng 80% bản phiên mã của con người [10].Một lượng lớn công việc đã chỉ ra rằng các mô hình tiên lượng dựa trên lncRNA có thể dự đoán hiệu quả tiên lượng bệnh nhân [11, 12].Ví dụ, 18 lncRNA liên quan đến autophagy đã được xác định là tạo ra các dấu hiệu tiên lượng trong bệnh ung thư vú [13].Sáu lncRNA liên quan đến miễn dịch khác đã được sử dụng để thiết lập các đặc điểm tiên lượng của u thần kinh đệm [14].
Trong bệnh ung thư tuyến tụy, một số nghiên cứu đã thiết lập các dấu hiệu dựa trên lncRNA để dự đoán tiên lượng bệnh nhân.Dấu hiệu 3-lncRNA đã được thiết lập trong ung thư biểu mô tuyến tụy với diện tích dưới đường cong ROC (AUC) chỉ 0,742 và thời gian sống sót tổng thể (OS) là 3 năm [15].Ngoài ra, các giá trị biểu hiện lncRNA khác nhau giữa các bộ gen khác nhau, định dạng dữ liệu khác nhau và các bệnh nhân khác nhau và hiệu suất của mô hình dự đoán không ổn định.Do đó, chúng tôi sử dụng thuật toán mô hình hóa mới, ghép nối và lặp lại để tạo ra các dấu hiệu lncRNA (irlncRNA) liên quan đến miễn dịch nhằm tạo ra mô hình dự đoán chính xác và ổn định hơn [8].
Dữ liệu RNAseq bình thường hóa (FPKM) và dữ liệu biểu hiện mô kiểu gen (GTEx) lâm sàng của ung thư tuyến tụy và ung thư tuyến tụy (GTEx) được lấy từ cơ sở dữ liệu UCSC XENA (//xenabrowser.net/datapages/).Các tệp GTF được lấy từ cơ sở dữ liệu Makeembl (//asia.ensembl.org) và được sử dụng để trích xuất cấu hình biểu thức lncRNA từ RNAseq.Chúng tôi đã tải xuống các gen liên quan đến miễn dịch từ cơ sở dữ liệu ImmPort (//www.immport.org) và xác định các lncRNA liên quan đến miễn dịch (irlncRNA) bằng phân tích tương quan (p <0,001, r > 0,4).Xác định các irlncRNA được biểu thị khác nhau (DEirlncRNA) bằng cách lai các irlncRNA và lncRNA được biểu thị khác nhau thu được từ cơ sở dữ liệu GEPIA2 (//gepia2.cancer-pku.cn/#index) trong đoàn hệ TCGA-PAAD (|logFC| > 1 và FDR ) <0,05).
Phương pháp này đã được báo cáo trước đây [8].Cụ thể, chúng tôi xây dựng X để thay thế cặp lncRNA A và lncRNA B. Khi giá trị biểu thức của lncRNA A cao hơn giá trị biểu thức của lncRNA B, X được xác định là 1, nếu không thì X được xác định là 0. Do đó, chúng ta có thể thu được ma trận 0 hoặc - 1. Trục tung của ma trận biểu thị từng mẫu và trục hoành biểu thị từng cặp DEirlncRNA có giá trị 0 hoặc 1.
Phân tích hồi quy đơn biến theo sau là hồi quy Lasso được sử dụng để sàng lọc các cặp DEirlncRNA tiên lượng.Phân tích hồi quy Lasso sử dụng xác thực chéo 10 lần lặp lại 1000 lần ( p < 0,05), với 1000 kích thích ngẫu nhiên mỗi lần chạy.Khi tần số của mỗi cặp DEirlncRNA vượt quá 100 lần trong 1000 chu kỳ, các cặp DEirlncRNA đã được chọn để xây dựng mô hình rủi ro tiên lượng.Sau đó, chúng tôi sử dụng đường cong AUC để tìm giá trị ngưỡng tối ưu để phân loại bệnh nhân PAAD thành các nhóm có nguy cơ cao và thấp.Giá trị AUC của từng mô hình cũng được tính toán và vẽ dưới dạng đường cong.Nếu đường cong đạt đến điểm cao nhất biểu thị giá trị AUC tối đa, quá trình tính toán sẽ dừng lại và mô hình được coi là ứng cử viên tốt nhất.Các mô hình đường cong ROC 1, 3 và 5 năm đã được xây dựng.Các phân tích hồi quy đơn biến và đa biến được sử dụng để kiểm tra hiệu suất dự đoán độc lập của mô hình rủi ro tiên lượng.
Sử dụng bảy công cụ để nghiên cứu tỷ lệ xâm nhập tế bào miễn dịch, bao gồm XCELL, TIMER, QUANTISEQ, MCPCOUNTER, EPIC, CIBERSORT-ABS và CIBERSORT.Dữ liệu xâm nhập tế bào miễn dịch đã được tải xuống từ cơ sở dữ liệu TIMER2 (//timer.comp-genomics.org/#tab-5817-3).Sự khác biệt về hàm lượng tế bào xâm nhập miễn dịch giữa nhóm có nguy cơ cao và thấp của mô hình được xây dựng đã được phân tích bằng xét nghiệm xếp hạng có chữ ký Wilcoxon, kết quả được hiển thị dưới dạng biểu đồ hình vuông.Phân tích tương quan Spearman được thực hiện để phân tích mối quan hệ giữa các giá trị điểm rủi ro và các tế bào xâm nhập miễn dịch.Hệ số tương quan thu được được hiển thị dưới dạng kẹo mút.Ngưỡng ý nghĩa được đặt ở p <0, 05.Quy trình được thực hiện bằng gói R ggplot2.Để kiểm tra mối quan hệ giữa mô hình và mức độ biểu hiện gen liên quan đến tốc độ xâm nhập tế bào miễn dịch, chúng tôi đã thực hiện gói ggstatsplot và trực quan hóa sơ đồ đàn violin.
Để đánh giá các mô hình điều trị lâm sàng đối với bệnh ung thư tuyến tụy, chúng tôi đã tính toán IC50 của các loại thuốc hóa trị thường được sử dụng trong đoàn hệ TCGA-PAAD.Sự khác biệt về nồng độ ức chế một nửa (IC50) giữa các nhóm có nguy cơ cao và thấp được so sánh bằng cách sử dụng thử nghiệm xếp hạng có chữ ký Wilcoxon và kết quả được hiển thị dưới dạng biểu đồ hình hộp được tạo bằng pRRophetic và ggplot2 trong R. Tất cả các phương pháp đều tuân thủ các nguyên tắc và quy chuẩn có liên quan.
Quy trình nghiên cứu của chúng tôi được thể hiện trong Hình 1. Sử dụng phân tích tương quan giữa lncRNA và các gen liên quan đến miễn dịch, chúng tôi đã chọn được 724 irlncRNA có p < 0,01 và r > 0,4.Tiếp theo chúng tôi đã phân tích các lncRNA được biểu thị khác nhau của GEPIA2 (Hình 2A).Tổng cộng có 223 irlncRNA được biểu hiện khác biệt giữa ung thư biểu mô tuyến tụy và mô tụy bình thường (|logFC| > 1, FDR <0,05), được đặt tên là DEirlncRNA.
Xây dựng mô hình dự đoán rủi ro.(A) Sơ đồ núi lửa của các lncRNA được biểu thị khác nhau.(B) Phân phối hệ số Lasso cho 20 cặp DEirlncRNA.(C) Phương sai khả năng một phần của phân bố hệ số LASSO.(D) Sơ đồ rừng thể hiện phân tích hồi quy đơn biến của 20 cặp DEirlncRNA.
Tiếp theo, chúng tôi xây dựng ma trận 0 hoặc 1 bằng cách ghép 223 DEirlncRNA.Tổng cộng có 13.687 cặp DEirlncRNA đã được xác định.Sau khi phân tích hồi quy đơn biến và hồi quy lasso, 20 cặp DEirlncRNA cuối cùng đã được thử nghiệm để xây dựng mô hình rủi ro tiên lượng (Hình 2B-D).Dựa trên kết quả của Lasso và phân tích hồi quy bội, chúng tôi đã tính điểm rủi ro cho từng bệnh nhân trong đoàn hệ TCGA-PAAD (Bảng 1).Dựa trên kết quả phân tích hồi quy Lasso, chúng tôi đã tính điểm rủi ro cho từng bệnh nhân trong đoàn hệ TCGA-PAAD.AUC của đường cong ROC là 0,905 đối với dự đoán mô hình rủi ro 1 năm, 0,942 đối với dự đoán 2 năm và 0,966 đối với dự đoán 3 năm (Hình 3A-B).Chúng tôi đặt giá trị ngưỡng tối ưu là 3,105, phân tầng các bệnh nhân trong đoàn hệ TCGA-PAAD thành các nhóm có nguy cơ cao và thấp, đồng thời vẽ biểu đồ kết quả sống sót và phân bổ điểm rủi ro cho từng bệnh nhân (Hình 3C-E).Phân tích Kaplan-Meier cho thấy tỷ lệ sống sót của bệnh nhân PAAD ở nhóm nguy cơ cao thấp hơn đáng kể so với bệnh nhân ở nhóm nguy cơ thấp (p < 0,001) (Hình 3F).
Hiệu lực của các mô hình rủi ro tiên lượng.(A) ROC của mô hình rủi ro tiên lượng.(B) Các mô hình rủi ro tiên lượng ROC 1, 2 và 3 năm.(C) ROC của mô hình rủi ro tiên lượng.Hiển thị điểm cắt tối ưu.(DE) Phân phối tình trạng sống sót (D) và điểm rủi ro (E).(F) Phân tích Kaplan-Meier về bệnh nhân PAAD ở nhóm nguy cơ cao và thấp.
Chúng tôi đánh giá thêm sự khác biệt về điểm rủi ro theo đặc điểm lâm sàng.Biểu đồ dải (Hình 4A) cho thấy mối quan hệ tổng thể giữa các đặc điểm lâm sàng và điểm rủi ro.Đặc biệt, bệnh nhân lớn tuổi có điểm rủi ro cao hơn (Hình 4B).Ngoài ra, bệnh nhân ở giai đoạn II có điểm rủi ro cao hơn bệnh nhân ở giai đoạn I (Hình 4C).Về mức độ khối u ở bệnh nhân PAAD, bệnh nhân độ 3 có điểm rủi ro cao hơn bệnh nhân độ 1 và 2 (Hình 4D).Chúng tôi tiếp tục thực hiện các phân tích hồi quy đơn biến và đa biến và chứng minh rằng điểm rủi ro (p < 0,001) và tuổi (p = 0,045) là các yếu tố tiên lượng độc lập ở bệnh nhân PAAD (Hình 5A-B).Đường cong ROC chứng minh rằng điểm rủi ro vượt trội hơn so với các đặc điểm lâm sàng khác trong việc dự đoán khả năng sống sót sau 1, 2 và 3 năm của bệnh nhân mắc PAAD (Hình 5C-E).
Đặc điểm lâm sàng của các mô hình nguy cơ tiên lượng.Biểu đồ (A) cho thấy (B) tuổi, (C) giai đoạn khối u, (D) mức độ khối u, điểm rủi ro và giới tính của bệnh nhân trong đoàn hệ TCGA-PAAD.** p < 0,01
Phân tích dự đoán độc lập của các mô hình rủi ro tiên lượng.(AB) Phân tích hồi quy đơn biến (A) và đa biến (B) của các mô hình rủi ro tiên lượng và đặc điểm lâm sàng.(CE) ROC 1, 2 và 3 năm cho các mô hình rủi ro tiên lượng và đặc điểm lâm sàng
Vì vậy, chúng tôi đã kiểm tra mối quan hệ giữa thời gian và điểm rủi ro.Chúng tôi nhận thấy rằng điểm rủi ro ở bệnh nhân PAAD có mối tương quan nghịch với tế bào T CD8+ và tế bào NK (Hình 6A), cho thấy chức năng miễn dịch bị ức chế ở nhóm có nguy cơ cao.Chúng tôi cũng đánh giá sự khác biệt về sự xâm nhập tế bào miễn dịch giữa nhóm có nguy cơ cao và thấp và nhận thấy kết quả tương tự (Hình 7).Có ít sự xâm nhập của tế bào T CD8+ và tế bào NK hơn ở nhóm có nguy cơ cao.Trong những năm gần đây, thuốc ức chế điểm kiểm soát miễn dịch (ICI) đã được sử dụng rộng rãi trong điều trị khối u rắn.Tuy nhiên, việc sử dụng ICI trong ung thư tuyến tụy hiếm khi thành công.Do đó, chúng tôi đã đánh giá sự biểu hiện của gen điểm kiểm soát miễn dịch ở các nhóm có nguy cơ cao và thấp.Chúng tôi nhận thấy rằng CTLA-4 và CD161 (KLRB1) được biểu hiện quá mức ở nhóm nguy cơ thấp (Hình 6B-G), cho thấy bệnh nhân PAAD ở nhóm nguy cơ thấp có thể nhạy cảm với ICI.
Phân tích tương quan của mô hình nguy cơ tiên lượng và thâm nhiễm tế bào miễn dịch.(A) Mối tương quan giữa mô hình nguy cơ tiên lượng và thâm nhiễm tế bào miễn dịch.(BG) Biểu thị biểu hiện gen ở nhóm nguy cơ cao và thấp.(HK) Giá trị IC50 đối với các loại thuốc chống ung thư cụ thể thuộc nhóm nguy cơ cao và thấp.*p < 0,05, **p < 0,01, ns = không đáng kể
Chúng tôi đã đánh giá thêm mối liên quan giữa điểm rủi ro và các tác nhân hóa trị phổ biến trong đoàn hệ TCGA-PAAD.Chúng tôi đã tìm kiếm các loại thuốc chống ung thư thường được sử dụng trong bệnh ung thư tuyến tụy và phân tích sự khác biệt về giá trị IC50 của chúng giữa các nhóm có nguy cơ cao và thấp.Kết quả cho thấy giá trị IC50 của AZD.2281 (olaparib) cao hơn ở nhóm có nguy cơ cao, cho thấy bệnh nhân PAAD ở nhóm nguy cơ cao có thể kháng lại điều trị bằng AZD.2281 (Hình 6H).Ngoài ra, giá trị IC50 của paclitaxel, sorafenib và erlotinib thấp hơn ở nhóm nguy cơ cao (Hình 6I-K).Chúng tôi xác định thêm 34 loại thuốc chống ung thư có giá trị IC50 cao hơn trong nhóm nguy cơ cao và 34 loại thuốc chống ung thư có giá trị IC50 thấp hơn trong nhóm nguy cơ cao (Bảng 2).
Không thể phủ nhận rằng lncRNA, mRNA và miRNA tồn tại rộng rãi và đóng vai trò quan trọng trong sự phát triển ung thư.Có nhiều bằng chứng ủng hộ vai trò quan trọng của mRNA hoặc miRNA trong việc dự đoán khả năng sống sót chung ở một số loại ung thư.Không còn nghi ngờ gì nữa, nhiều mô hình tiên lượng rủi ro cũng dựa trên lncRNA.Ví dụ, Luo và cộng sự.Các nghiên cứu đã chỉ ra rằng LINC01094 đóng một vai trò quan trọng trong sự tăng sinh và di căn của PC, và biểu hiện cao của LINC01094 cho thấy khả năng sống sót kém của bệnh nhân ung thư tuyến tụy [16].Nghiên cứu được trình bày bởi Lin et al.Các nghiên cứu đã chỉ ra rằng sự điều hòa giảm lncRNA FLVCR1-AS1 có liên quan đến tiên lượng xấu ở bệnh nhân ung thư tuyến tụy [17].Tuy nhiên, lncRNA liên quan đến miễn dịch tương đối ít được thảo luận về mặt dự đoán khả năng sống sót chung của bệnh nhân ung thư.Gần đây, một lượng lớn công việc đã tập trung vào việc xây dựng các mô hình nguy cơ tiên lượng để dự đoán khả năng sống sót của bệnh nhân ung thư và từ đó điều chỉnh các phương pháp điều trị [18, 19, 20].Ngày càng có nhiều sự công nhận về vai trò quan trọng của thâm nhiễm miễn dịch trong việc khởi phát, tiến triển và đáp ứng với các phương pháp điều trị như hóa trị.Nhiều nghiên cứu đã xác nhận rằng các tế bào miễn dịch xâm nhập vào khối u đóng một vai trò quan trọng trong việc đáp ứng với hóa trị liệu gây độc tế bào [21, 22, 23].Môi trường vi mô miễn dịch khối u là một yếu tố quan trọng cho sự sống sót của bệnh nhân khối u [24, 25].Liệu pháp miễn dịch, đặc biệt là liệu pháp ICI, được sử dụng rộng rãi trong điều trị khối u rắn [26].Các gen liên quan đến miễn dịch được sử dụng rộng rãi để xây dựng các mô hình nguy cơ tiên lượng.Ví dụ, Su và cộng sự.Mô hình nguy cơ tiên lượng liên quan đến miễn dịch dựa trên các gen mã hóa protein để dự đoán tiên lượng của bệnh nhân ung thư buồng trứng [27].Các gen không mã hóa như lncRNA cũng thích hợp để xây dựng các mô hình rủi ro tiên lượng [28, 29, 30].Luo và cộng sự đã thử nghiệm bốn lncRNA liên quan đến miễn dịch và xây dựng mô hình dự đoán nguy cơ ung thư cổ tử cung [31].Khan và cộng sự.Tổng cộng 32 bản phiên mã có biểu hiện khác nhau đã được xác định và dựa trên điều này, một mô hình dự đoán với 5 bản phiên mã quan trọng đã được thiết lập, được đề xuất như một công cụ được khuyến nghị cao để dự đoán thải ghép cấp tính đã được chứng minh bằng sinh thiết sau ghép thận [32].
Hầu hết các mô hình này đều dựa trên mức độ biểu hiện gen, gen mã hóa protein hoặc gen không mã hóa.Tuy nhiên, cùng một gen có thể có các giá trị biểu hiện khác nhau ở các bộ gen, định dạng dữ liệu khác nhau và ở các bệnh nhân khác nhau, dẫn đến ước tính không ổn định trong các mô hình dự đoán.Trong nghiên cứu này, chúng tôi đã xây dựng một mô hình hợp lý với hai cặp lncRNA, độc lập với các giá trị biểu thức chính xác.
Trong nghiên cứu này, lần đầu tiên chúng tôi đã xác định được irlncRNA thông qua phân tích tương quan với các gen liên quan đến khả năng miễn dịch.Chúng tôi đã sàng lọc 223 DEirlncRNA bằng cách lai với các lncRNA được biểu hiện khác nhau.Thứ hai, chúng tôi đã xây dựng ma trận 0 hoặc 1 dựa trên phương pháp ghép nối DEirlncRNA đã được công bố [31].Sau đó, chúng tôi đã thực hiện phân tích hồi quy đơn biến và hồi quy lasso để xác định các cặp DEirlncRNA tiên lượng và xây dựng mô hình rủi ro dự đoán.Chúng tôi đã phân tích thêm mối liên quan giữa điểm rủi ro và đặc điểm lâm sàng ở bệnh nhân mắc PAAD.Chúng tôi nhận thấy rằng mô hình rủi ro tiên lượng của chúng tôi, với tư cách là yếu tố tiên lượng độc lập ở bệnh nhân PAAD, có thể phân biệt hiệu quả bệnh nhân cấp độ cao với bệnh nhân cấp độ thấp và bệnh nhân cấp độ cao với bệnh nhân cấp độ thấp.Ngoài ra, giá trị AUC của đường cong ROC của mô hình rủi ro tiên lượng là 0,905 cho dự báo 1 năm, 0,942 cho dự báo 2 năm và 0,966 cho dự báo 3 năm.
Các nhà nghiên cứu báo cáo rằng những bệnh nhân có thâm nhiễm tế bào T CD8+ cao hơn sẽ nhạy cảm hơn với điều trị ICI [33].Sự gia tăng hàm lượng tế bào gây độc tế bào, tế bào CD56 NK, tế bào NK và tế bào T CD8+ trong môi trường vi mô miễn dịch của khối u có thể là một trong những lý do gây ra tác dụng ức chế khối u [34].Các nghiên cứu trước đây cho thấy mức độ CD4(+) T và CD8(+) T xâm nhập khối u cao hơn có liên quan đáng kể đến khả năng sống sót lâu hơn [35].Sự xâm nhập tế bào T CD8 kém, tải lượng tân kháng nguyên thấp và môi trường vi mô khối u ức chế miễn dịch cao dẫn đến thiếu đáp ứng với liệu pháp ICI [36].Chúng tôi thấy rằng điểm rủi ro có tương quan nghịch với tế bào T CD8+ và tế bào NK, cho thấy rằng những bệnh nhân có điểm rủi ro cao có thể không phù hợp với điều trị ICI và có tiên lượng xấu hơn.
CD161 là dấu hiệu của các tế bào tiêu diệt tự nhiên (NK).Các tế bào T được chuyển nạp CD8+CD161+ làm trung gian cho hiệu quả chống ung thư in vivo được nâng cao trong các mô hình xenograft ung thư biểu mô tuyến ống tụy HER2+ [37].Các chất ức chế điểm kiểm soát miễn dịch nhắm vào protein liên quan đến tế bào lympho T gây độc tế bào 4 (CTLA-4) và protein chết tế bào được lập trình 1 (PD-1)/phối tử chết tế bào được lập trình 1 (PD-L1) và có tiềm năng lớn trong nhiều lĩnh vực.Biểu hiện của CTLA-4 và CD161 (KLRB1) thấp hơn ở các nhóm có nguy cơ cao, điều này càng cho thấy rằng những bệnh nhân có điểm rủi ro cao có thể không đủ điều kiện để điều trị ICI.[38]
Để tìm ra các lựa chọn điều trị phù hợp cho những bệnh nhân có nguy cơ cao, chúng tôi đã phân tích nhiều loại thuốc chống ung thư khác nhau và nhận thấy rằng paclitaxel, sorafenib và erlotinib, được sử dụng rộng rãi ở những bệnh nhân mắc PAAD, có thể phù hợp với những bệnh nhân mắc PAAD có nguy cơ cao.[33].Zhang và cộng sự phát hiện ra rằng các đột biến trong bất kỳ con đường phản ứng phá hủy DNA (DDR) nào đều có thể dẫn đến tiên lượng xấu ở bệnh nhân ung thư tuyến tiền liệt [39].Thử nghiệm Olaparib Ung thư Tuyến tụy Đang thực hiện (POLO) cho thấy điều trị duy trì bằng olaparib kéo dài thời gian sống sót không tiến triển so với giả dược sau khi hóa trị liệu dựa trên bạch kim đầu tiên ở bệnh nhân ung thư biểu mô tuyến tụy và đột biến BRCA1/2 dòng mầm [40].Điều này mang lại sự lạc quan đáng kể rằng kết quả điều trị sẽ cải thiện đáng kể ở nhóm bệnh nhân này.Trong nghiên cứu này, giá trị IC50 của AZD.2281 (olaparib) cao hơn ở nhóm có nguy cơ cao, cho thấy bệnh nhân PAAD ở nhóm có nguy cơ cao có thể kháng lại điều trị bằng AZD.2281.
Các mô hình dự báo trong nghiên cứu này cho kết quả dự báo tốt nhưng chúng đều dựa trên dự báo phân tích.Làm thế nào để xác nhận những kết quả này với dữ liệu lâm sàng là một câu hỏi quan trọng.Siêu âm chọc hút kim nhỏ qua nội soi (EUS-FNA) đã trở thành phương pháp không thể thiếu trong chẩn đoán tổn thương tụy đặc và ngoài tụy với độ nhạy 85% và độ đặc hiệu 98% [41].Sự ra đời của kim sinh thiết kim nhỏ EUS (EUS-FNB) chủ yếu dựa trên những ưu điểm được nhận thấy so với FNA, chẳng hạn như độ chính xác chẩn đoán cao hơn, lấy mẫu bảo tồn cấu trúc mô học và do đó tạo ra mô miễn dịch rất quan trọng đối với một số chẩn đoán nhất định.nhuộm đặc biệt [42].Một đánh giá có hệ thống về tài liệu đã xác nhận rằng kim FNB (đặc biệt là 22G) chứng minh hiệu quả cao nhất trong việc lấy mô từ khối tụy [43].Về mặt lâm sàng, chỉ một số ít bệnh nhân đủ điều kiện phẫu thuật triệt để và hầu hết bệnh nhân đều có khối u không thể phẫu thuật tại thời điểm chẩn đoán ban đầu.Trong thực hành lâm sàng, chỉ có một tỷ lệ nhỏ bệnh nhân phù hợp với phẫu thuật triệt để vì hầu hết bệnh nhân đều có khối u không thể phẫu thuật tại thời điểm chẩn đoán ban đầu.Sau khi xác nhận bệnh lý bằng EUS-FNB và các phương pháp khác, phương pháp điều trị không phẫu thuật tiêu chuẩn hóa như hóa trị thường được chọn.Chương trình nghiên cứu tiếp theo của chúng tôi là kiểm tra mô hình tiên lượng của nghiên cứu này trong các đoàn hệ phẫu thuật và không phẫu thuật thông qua phân tích hồi cứu.
Nhìn chung, nghiên cứu của chúng tôi đã thiết lập một mô hình nguy cơ tiên lượng mới dựa trên cặp irlncRNA, cho thấy giá trị tiên lượng đầy hứa hẹn ở những bệnh nhân ung thư tuyến tụy.Mô hình nguy cơ tiên lượng của chúng tôi có thể giúp phân biệt bệnh nhân mắc PAAD phù hợp với điều trị nội khoa.
Các bộ dữ liệu được sử dụng và phân tích trong nghiên cứu hiện tại có sẵn từ tác giả tương ứng theo yêu cầu hợp lý.
Sui Wen, Gong X, Zhuang Y. Vai trò trung gian của năng lực bản thân trong việc điều chỉnh cảm xúc tiêu cực trong đại dịch COVID-19: một nghiên cứu cắt ngang.Int J Ment Health Nurs [bài báo].2021 01/06/2021;30(3):759–71.
Sui Wen, Gong X, Qiao X, Zhang L, Cheng J, Dong J, et al.Quan điểm của các thành viên gia đình về việc ra quyết định thay thế trong các đơn vị chăm sóc đặc biệt: đánh giá có hệ thống.INT J NURS STUD [bài báo trên tạp chí;ôn tập].2023 01/01/2023;137:104391.
Vincent A, Herman J, Schulich R, Hruban RH, Goggins M. Ung thư tuyến tụy.Lancet.[Bài báo;hỗ trợ nghiên cứu, NIH, ngoại viện;hỗ trợ nghiên cứu, chính phủ bên ngoài nước Mỹ;ôn tập].2011 13/08/2011;378(9791):607–20.
Ilic M, Ilic I. Dịch tễ học ung thư tuyến tụy.Tạp chí Thế giới về Tiêu hóa.[Bài báo, bài phê bình].28/11/2016;22(44):9694–705.
Liu X, Chen B, Chen J, Sun S. Một biểu đồ mới liên quan đến tp53 để dự đoán khả năng sống sót chung ở bệnh nhân ung thư tuyến tụy.Ung thư BMC [bài báo].2021 31-03-2021;21(1):335.
Xian X, Zhu X, Chen Y, Huang B, Xiang W. Hiệu quả của liệu pháp tập trung vào giải pháp đối với tình trạng mệt mỏi liên quan đến ung thư ở bệnh nhân ung thư đại trực tràng được hóa trị liệu: một thử nghiệm ngẫu nhiên có kiểm soát.Y tá ung thư.[Bài báo;thử nghiệm ngẫu nhiên có kiểm soát;nghiên cứu được hỗ trợ bởi một chính phủ bên ngoài Hoa Kỳ].2022 01/05/2022;45(3):E663–73.
Zhang Cheng, Zheng Wen, Lu Y, Shan L, Xu Dong, Pan Y, et al.Nồng độ kháng nguyên carcinoembryonic (CEA) sau phẫu thuật dự đoán kết quả sau phẫu thuật cắt bỏ ung thư đại trực tràng ở những bệnh nhân có nồng độ CEA trước phẫu thuật bình thường.Trung tâm nghiên cứu ung thư tịnh tiến.[Bài báo].2020 01.01.2020;9(1):111–8.
Hong Wen, Liang Li, Gu Yu, Qi Zi, Qiu Hua, Yang X, et al.Các lncRNA liên quan đến miễn dịch tạo ra các dấu hiệu mới và dự đoán bối cảnh miễn dịch của ung thư biểu mô tế bào gan ở người.Mol Ther Axit Nucleic [Bài báo].2020 2020-12-04;22:937 – 47.
Toffey RJ, Zhu Y., Schulich RD Liệu pháp miễn dịch cho bệnh ung thư tuyến tụy: rào cản và đột phá.Bác sĩ phẫu thuật đường tiêu hóa Ann [Bài báo;ôn tập].2018 01/07/2018;2(4):274–81.
Hull R, Mbita Z, Dlamini Z. Các RNA không mã hóa dài (LncRNA), bộ gen của khối u virus và các sự kiện ghép nối bất thường: ý nghĩa điều trị.AM J CANCER RES [bài báo;ôn tập].2021 20/01/2021;11(3):866–83.
Wang J, Chen P, Zhang Y, Ding J, Yang Y, Li H. 11-Xác định dấu hiệu lncRNA liên quan đến tiên lượng ung thư nội mạc tử cung.Thành tựu khoa học [bài báo]2021 2021-01-01;104(1):311977089.
Jiang S, Ren H, Liu S, Lu Z, Xu A, Qin S, và những người khác.Phân tích toàn diện các gen tiên lượng protein gắn RNA và các ứng cử viên thuốc trong ung thư biểu mô tế bào thận tế bào nhú.pregen.[Bài báo].2021 20/01/2021;12:627508.
Li X, Chen J, Yu Q, Huang X, Liu Z, Wang X, và những người khác.Đặc điểm của RNA không mã hóa dài liên quan đến autophagy dự đoán tiên lượng ung thư vúpregen.[Bài báo].2021 20/01/2021;12:569318.
Chu M, Zhang Z, Zhao X, Bao S, Cheng L, Sun J. Sáu chữ ký lncRNA liên quan đến miễn dịch giúp cải thiện tiên lượng ở bệnh u nguyên bào thần kinh đệm đa dạng.Sinh học thần kinh MOL.[Bài báo].2018 01.05.2018;55(5):3684–97.
Wu B, Wang Q, Fei J, Bảo Y, Wang X, Song Z, et al.Một chữ ký tri-lncRNA mới dự đoán khả năng sống sót của bệnh nhân ung thư tuyến tụyĐẠI DIỆN CỦA ONKOL.[Bài báo].2018 01/12/2018;40(6):3427–37.
Luo C, Lin K, Hu C, Zhu X, Zhu J, Zhu Z. LINC01094 thúc đẩy sự phát triển của ung thư tuyến tụy bằng cách điều chỉnh biểu hiện LIN28B và con đường PI3K/AKT thông qua miR-577.Trị liệu Mol – Axit nucleic.2021;26:523–35.
Lin J, Zhai X, Zou S, Xu Z, Zhang J, Jiang L, và những người khác.Phản hồi tích cực giữa lncRNA FLVCR1-AS1 và KLF10 có thể ức chế sự tiến triển của ung thư tuyến tụy thông qua con đường PTEN/AKT.J EXP Phòng khám Ung thư Res.2021;40(1).
Chu X, Liu X, Zeng X, Wu D, Liu L. Xác định mười ba gen dự đoán khả năng sống sót chung trong ung thư biểu mô tế bào gan.Biosci Rep [bài báo].2021 09/04/2021.
Thời gian đăng: 22-09-2023