Инновационный анализ мочи может улучшить показатели выживаемости при раке поджелудочной железы
В недавнем исследовании, опубликованном в журнале eClinicalMedicine , группа исследователей оценила эффективность нового неинвазивного анализа на основе микрорибонуклеиновой кислоты внеклеточных мочевых везикул для выявления рака поджелудочной железы на всех стадиях, уделяя особое внимание улучшению диагностики на ранних стадиях.
Настоящее исследование проводилось по принципу «случай-контроль». В ходе него были собраны образцы мочи у лиц с раком поджелудочной железы и у лиц без рака из разных мест в Японии в период с сентября 2019 года по июль 2023 года. В исследование были включены пациенты с подтвержденным диагнозом рака поджелудочной железы на основе визуализации или патологического исследования, за исключением пациентов с множественными первичными раковыми заболеваниями.
Отражая демографическую ситуацию с раком в Японии, в когорту в основном входили участники с панкреатической протоковой аденокарциномой (PDAC) (рак, возникающий в панкреатических протоках), которая составляет более 90% случаев рака поджелудочной железы. В выборку также вошли случаи рака поджелудочной железы как на ранней, так и на поздней стадии, определенные в соответствии с системой классификации опухолей, узлов и метастазов (TMN ) Международного союза по борьбе с раком (UICC) .
Образцы мочи были обработаны для выделения внеклеточных везикул, после чего была проведена экстракция рибонуклеиновой кислоты (РНК) для анализа микро (ми)РНК с использованием метода полимерной преципитации. Библиотеки РНК были подготовлены для секвенирования, а данные секвенирования были проанализированы для идентификации профилей микроРНК, связанных с раком поджелудочной железы.
Используя классификатор опорных векторов, была обучена и проверена модель машинного обучения для обнаружения рака поджелудочной железы на основе этих сигнатур miRNA, что позволило достичь значительной точности.
Статистический анализ учитывал демографические факторы, а дифференциальный анализ экспрессии идентифицировал микроРНК, имеющие отношение к биологии рака поджелудочной железы. Дальнейшие исследования необходимы для уточнения и проверки этого подхода в более широких популяциях и стадиях рака поджелудочной железы.
Участники с раком поджелудочной железы, как правило, были старше, чем контрольные группы без рака, имели более низкий ИМТ и включали меньше текущих курильщиков и больше бывших курильщиков. Распределение клинических стадий показало, что у 33,3% пациентов в обучающей выборке был рак на ранней стадии, по сравнению с 16,7% в тестовой выборке.
Используя профили miRNA от участников обучения, дифференциальный анализ экспрессии выявил 45 дифференциально экспрессируемых miRNA (DEMs), связанных с раком поджелудочной железы. Был разработан алгоритм бинарного прогнозирования с классификатором опорных векторов с использованием профилей miRNA, достигающий высокой точности прогнозирования с площадью под кривой (AUC) 0,972.
Эта модель эффективно выявляла рак поджелудочной железы на ранней стадии, с чувствительностью, достигающей 97,0% для случаев стадии I/IIA. В тестовых наборах производительность оставалась точной, с AUC 0,963 в целом и 0,983 для ранних стадий. Эта модель на основе miRNA превзошла биомаркер CA19-9, особенно при раннем выявлении, где CA19-9 показал ограниченную чувствительность.
Анализ на основе микроРНК продемонстрировал многообещающую чувствительность и специфичность для выявления рака поджелудочной железы на всех стадиях, включая ранние стадии, на которых традиционные маркеры часто неэффективны.
Источник: www.news-medical.net
Настоящее исследование проводилось по принципу «случай-контроль». В ходе него были собраны образцы мочи у лиц с раком поджелудочной железы и у лиц без рака из разных мест в Японии в период с сентября 2019 года по июль 2023 года. В исследование были включены пациенты с подтвержденным диагнозом рака поджелудочной железы на основе визуализации или патологического исследования, за исключением пациентов с множественными первичными раковыми заболеваниями.
Отражая демографическую ситуацию с раком в Японии, в когорту в основном входили участники с панкреатической протоковой аденокарциномой (PDAC) (рак, возникающий в панкреатических протоках), которая составляет более 90% случаев рака поджелудочной железы. В выборку также вошли случаи рака поджелудочной железы как на ранней, так и на поздней стадии, определенные в соответствии с системой классификации опухолей, узлов и метастазов (TMN ) Международного союза по борьбе с раком (UICC) .
Образцы мочи были обработаны для выделения внеклеточных везикул, после чего была проведена экстракция рибонуклеиновой кислоты (РНК) для анализа микро (ми)РНК с использованием метода полимерной преципитации. Библиотеки РНК были подготовлены для секвенирования, а данные секвенирования были проанализированы для идентификации профилей микроРНК, связанных с раком поджелудочной железы.
Используя классификатор опорных векторов, была обучена и проверена модель машинного обучения для обнаружения рака поджелудочной железы на основе этих сигнатур miRNA, что позволило достичь значительной точности.
Статистический анализ учитывал демографические факторы, а дифференциальный анализ экспрессии идентифицировал микроРНК, имеющие отношение к биологии рака поджелудочной железы. Дальнейшие исследования необходимы для уточнения и проверки этого подхода в более широких популяциях и стадиях рака поджелудочной железы.
Участники с раком поджелудочной железы, как правило, были старше, чем контрольные группы без рака, имели более низкий ИМТ и включали меньше текущих курильщиков и больше бывших курильщиков. Распределение клинических стадий показало, что у 33,3% пациентов в обучающей выборке был рак на ранней стадии, по сравнению с 16,7% в тестовой выборке.
Используя профили miRNA от участников обучения, дифференциальный анализ экспрессии выявил 45 дифференциально экспрессируемых miRNA (DEMs), связанных с раком поджелудочной железы. Был разработан алгоритм бинарного прогнозирования с классификатором опорных векторов с использованием профилей miRNA, достигающий высокой точности прогнозирования с площадью под кривой (AUC) 0,972.
Эта модель эффективно выявляла рак поджелудочной железы на ранней стадии, с чувствительностью, достигающей 97,0% для случаев стадии I/IIA. В тестовых наборах производительность оставалась точной, с AUC 0,963 в целом и 0,983 для ранних стадий. Эта модель на основе miRNA превзошла биомаркер CA19-9, особенно при раннем выявлении, где CA19-9 показал ограниченную чувствительность.
Анализ на основе микроРНК продемонстрировал многообещающую чувствительность и специфичность для выявления рака поджелудочной железы на всех стадиях, включая ранние стадии, на которых традиционные маркеры часто неэффективны.
Источник: www.news-medical.net
