Rak gušterače jedan je od najsmrtonosnijih tumora na svijetu s lošom prognozom.Stoga je potreban točan model predviđanja kako bi se identificirali pacijenti s visokim rizikom od raka gušterače kako bi se prilagodilo liječenje i poboljšala prognoza tih pacijenata.
Dobili smo RNAseq podatke Atlasa genoma raka (TCGA) adenokarcinoma gušterače (PAAD) iz baze podataka UCSC Xena, identificirali imunološki povezane lncRNA (irlncRNA) kroz korelacijsku analizu i identificirali razlike između TCGA i normalnih tkiva adenokarcinoma gušterače.DEirlncRNA) iz TCGA i tkivne ekspresije genotipa (GTEx) tkiva gušterače.Provedene su daljnje univarijatne i lasso regresijske analize kako bi se konstruirali prognostički signaturni modeli.Zatim smo izračunali površinu ispod krivulje i odredili optimalnu graničnu vrijednost za identifikaciju bolesnika s visokorizičnim i niskorizičnim adenokarcinomom gušterače.Za usporedbu kliničkih karakteristika, infiltracije imunoloških stanica, imunosupresivnog mikrookruženja i otpornosti na kemoterapiju u bolesnika s rakom gušterače visokog i niskog rizika.
Identificirali smo 20 parova DEirlncRNA i grupirali pacijente prema optimalnoj graničnoj vrijednosti.Pokazali smo da naš model prognostičkog potpisa ima značajnu učinkovitost u predviđanju prognoze pacijenata s PAAD-om.AUC krivulje ROC iznosi 0,905 za jednogodišnju prognozu, 0,942 za dvogodišnju prognozu i 0,966 za trogodišnju prognozu.Pacijenti s visokim rizikom imali su niže stope preživljenja i lošije kliničke karakteristike.Također smo pokazali da su visokorizični pacijenti imunosuprimirani i mogu razviti otpornost na imunoterapiju.Procjena lijekova protiv raka kao što su paklitaksel, sorafenib i erlotinib na temelju računalnih alata za predviđanje može biti prikladna za visokorizične pacijente s PAAD-om.
Sve u svemu, naša je studija uspostavila novi prognostički model rizika temeljen na uparenoj irlncRNA, koji je pokazao obećavajuću prognostičku vrijednost u bolesnika s rakom gušterače.Naš prognostički model rizika može pomoći u razlikovanju pacijenata s PAAD-om koji su prikladni za medicinsko liječenje.
Rak gušterače je zloćudni tumor s niskom petogodišnjom stopom preživljenja i visokim stupnjem.U vrijeme postavljanja dijagnoze, većina pacijenata je već u uznapredovalom stadiju.U kontekstu epidemije COVID-19, liječnici i medicinske sestre su pod ogromnim pritiskom pri liječenju bolesnika s karcinomom gušterače, a obitelji pacijenata također se suočavaju s višestrukim pritiscima pri donošenju odluka o liječenju [1, 2].Iako je postignut veliki napredak u liječenju DOAD-a, kao što je neoadjuvantna terapija, kirurška resekcija, terapija zračenjem, kemoterapija, ciljana molekularna terapija i inhibitori imunoloških kontrolnih točaka (ICI), samo oko 9% pacijenata preživi pet godina nakon postavljanja dijagnoze [3]. ].], 4].Budući da su rani simptomi adenokarcinoma gušterače atipični, pacijentima se obično dijagnosticiraju metastaze u uznapredovalom stadiju [5].Stoga, za pojedinog bolesnika, individualizirano sveobuhvatno liječenje mora odvagnuti prednosti i nedostatke svih mogućnosti liječenja, ne samo kako bi se produžilo preživljenje, već i poboljšala kvaliteta života [6].Stoga je učinkovit model predviđanja neophodan za točnu procjenu bolesnikove prognoze [7].Stoga se može odabrati odgovarajuće liječenje kako bi se uravnotežilo preživljavanje i kvaliteta života bolesnika s PAAD-om.
Loša prognoza PAAD-a uglavnom je posljedica rezistencije na kemoterapijske lijekove.Posljednjih godina, inhibitori imunoloških kontrolnih točaka naširoko se koriste u liječenju solidnih tumora [8].Međutim, primjena ICI-a kod raka gušterače rijetko je uspješna [9].Stoga je važno identificirati pacijente koji bi mogli imati koristi od ICI terapije.
Duga nekodirajuća RNA (lncRNA) je vrsta nekodirajuće RNA s transkriptima >200 nukleotida.LncRNA su široko rasprostranjene i čine oko 80% ljudskog transkriptoma [10].Veliki broj radova pokazao je da prognostički modeli temeljeni na lncRNA mogu učinkovito predvidjeti prognozu pacijenata [11, 12].Na primjer, identificirano je 18 lncRNA povezanih s autofagijom za generiranje prognostičkih znakova kod raka dojke [13].Šest drugih imunološki povezanih lncRNA korišteno je za utvrđivanje prognostičkih značajki glioma [14].
Kod raka gušterače, neke su studije uspostavile potpise temeljene na lncRNA za predviđanje prognoze bolesnika.Potpis 3-lncRNA utvrđen je u adenokarcinomu gušterače s površinom ispod ROC krivulje (AUC) od samo 0,742 i ukupnim preživljenjem (OS) od 3 godine [15].Osim toga, vrijednosti ekspresije lncRNA variraju među različitim genomima, različitim formatima podataka i različitim pacijentima, a izvedba prediktivnog modela je nestabilna.Stoga koristimo novi algoritam modeliranja, uparivanje i ponavljanje, za generiranje potpisa lncRNA (irlncRNA) povezanih s imunitetom kako bismo stvorili točniji i stabilniji prediktivni model [8].
Normalizirani RNAseq podaci (FPKM) i klinički podaci o TCGA karcinomu gušterače i tkivnoj ekspresiji genotipa (GTEx) dobiveni su iz baze podataka UCSC XENA (https://xenabrowser.net/datapages/).GTF datoteke dobivene su iz baze podataka Ensembl (http://asia.ensembl.org) i korištene za izdvajanje profila ekspresije lncRNA iz RNAseq.Preuzeli smo gene povezane s imunitetom iz baze podataka ImmPort (http://www.immport.org) i identificirali lncRNA povezane s imunitetom (irlncRNA) pomoću korelacijske analize (p < 0,001, r > 0,4).Identifikacija različito izraženih irlncRNA (DEirlncRNA) križanjem irlncRNA i različito izraženih lncRNA dobivenih iz GEPIA2 baze podataka (http://gepia2.cancer-pku.cn/#index) u kohorti TCGA-PAAD (|logFC| > 1 i FDR ) <0,05).
Ova metoda je ranije opisana [8].Konkretno, konstruiramo X da zamijenimo uparene lncRNA A i lncRNA B. Kada je vrijednost ekspresije lncRNA A veća od vrijednosti ekspresije lncRNA B, X je definiran kao 1, inače je X definiran kao 0. Prema tome, možemo dobiti matricu od 0 ili – 1. Okomita os matrice predstavlja svaki uzorak, a vodoravna os predstavlja svaki par DEirlncRNA s vrijednošću 0 ili 1.
Univarijatna regresijska analiza praćena Lasso regresijom korištena je za probir prognostičkih DEirlncRNA parova.Laso regresijska analiza koristila je 10-struku unakrsnu provjeru ponovljenu 1000 puta (p <0,05), s 1000 slučajnih podražaja po vožnji.Kada je učestalost svakog DEirlncRNA para premašila 100 puta u 1000 ciklusa, DEirlncRNA parovi su odabrani za konstruiranje prognostičkog modela rizika.Zatim smo upotrijebili AUC krivulju kako bismo pronašli optimalnu graničnu vrijednost za klasifikaciju pacijenata s PAAD-om u skupine visokog i niskog rizika.Vrijednost AUC svakog modela također je izračunata i nacrtana kao krivulja.Ako krivulja dosegne najvišu točku koja pokazuje maksimalnu AUC vrijednost, proces izračuna se zaustavlja i model se smatra najboljim kandidatom.Konstruirani su 1-, 3- i 5-godišnji modeli ROC krivulje.Univarijatne i multivarijatne regresijske analize korištene su za ispitivanje neovisne prediktivne izvedbe modela prognostičkog rizika.
Koristite sedam alata za proučavanje stopa infiltracije imunoloških stanica, uključujući XCELL, TIMER, QUANTISEQ, MCPCOUNTER, EPIC, CIBERSORT-ABS i CIBERSORT.Podaci o infiltraciji imunoloških stanica preuzeti su iz baze podataka TIMER2 (http://timer.comp-genomics.org/#tab-5817-3).Razlika u sadržaju imunološki infiltriranih stanica između skupina visokog i niskog rizika konstruiranog modela analizirana je Wilcoxonovim testom ranga s predznakom, a rezultati su prikazani na kvadratnom grafikonu.Provedena je Spearmanova analiza korelacije kako bi se analizirao odnos između vrijednosti rezultata rizika i stanica koje infiltriraju imunološki sustav.Rezultirajući koeficijent korelacije prikazan je kao lizalica.Prag značajnosti postavljen je na p < 0,05.Postupak je izveden korištenjem R paketa ggplot2.Kako bismo ispitali odnos između modela i razina ekspresije gena povezanih sa stopom infiltracije imunoloških stanica, izvršili smo vizualizaciju paketa ggstatsplot i violin plot.
Kako bismo procijenili kliničke obrasce liječenja raka gušterače, izračunali smo IC50 često korištenih kemoterapijskih lijekova u kohorti TCGA-PAAD.Razlike u poluinhibicijskim koncentracijama (IC50) između visokorizičnih i niskorizičnih skupina uspoređene su korištenjem Wilcoxonovog testa s predznakom, a rezultati su prikazani kao okvirni prikazi generirani korištenjem pRRophetic i ggplot2 u R. Sve su metode u skladu s relevantnim smjernicama i normama.
Tijek rada naše studije prikazan je na slici 1. Korelacijom korelacijske analize između lncRNA i gena povezanih s imunitetom odabrali smo 724 irlncRNA s p < 0,01 i r > 0,4.Zatim smo analizirali različito izražene lncRNA GEPIA2 (Slika 2A).Ukupno 223 irlncRNA različito su izražene između adenokarcinoma gušterače i normalnog tkiva gušterače (|logFC| > 1, FDR < 0,05), nazvane DEirlncRNA.
Izrada prediktivnih modela rizika.(A) Grafik vulkana različito izraženih lncRNA.(B) Distribucija lasso koeficijenata za 20 DEirlncRNA parova.(C) Varijanca djelomične vjerojatnosti distribucije LASSO koeficijenta.(D) Šumski dijagram koji prikazuje univarijantnu regresijsku analizu 20 parova DEirlncRNA.
Zatim smo konstruirali 0 ili 1 matricu uparivanjem 223 DEirlncRNA.Identificirano je ukupno 13.687 parova DEirlncRNA.Nakon univarijatne i laso regresijske analize, 20 DEirlncRNA parova je konačno testirano da se konstruira prognostički model rizika (Slika 2B-D).Na temelju rezultata Lasso i višestruke regresijske analize, izračunali smo ocjenu rizika za svakog pacijenta u kohorti TCGA-PAAD (Tablica 1).Na temelju rezultata lasso regresijske analize, izračunali smo ocjenu rizika za svakog pacijenta u kohorti TCGA-PAAD.AUC ROC krivulje bio je 0,905 za jednogodišnje predviđanje modela rizika, 0,942 za 2-godišnje predviđanje i 0,966 za 3-godišnje predviđanje (Slika 3A-B).Postavili smo optimalnu graničnu vrijednost od 3,105, stratificirali pacijente iz kohorte TCGA-PAAD u skupine visokog i niskog rizika i iscrtali ishode preživljenja i distribuciju rezultata rizika za svakog pacijenta (Slika 3C-E).Kaplan-Meierova analiza pokazala je da je preživljenje pacijenata s PAAD-om u visokorizičnoj skupini bilo značajno niže od preživljenja bolesnika u niskorizičnoj skupini (p < 0,001) (Slika 3F).
Valjanost prognostičkih modela rizika.(A) ROC prognostičkog modela rizika.(B) 1-, 2- i 3-godišnji ROC prognostički modeli rizika.(C) ROC prognostičkog modela rizika.Pokazuje optimalnu graničnu točku.(DE) Distribucija statusa preživljavanja (D) i rezultata rizika (E).(F) Kaplan-Meierova analiza pacijenata s PAAD-om u skupinama visokog i niskog rizika.
Nadalje smo procijenili razlike u rezultatima rizika prema kliničkim karakteristikama.Trakasti dijagram (Slika 4A) prikazuje ukupni odnos između kliničkih karakteristika i rezultata rizika.Osobito su stariji pacijenti imali više ocjene rizika (Slika 4B).Osim toga, bolesnici sa stadijem II imali su više ocjene rizika od pacijenata sa stadijem I (Slika 4C).Što se tiče stupnja tumora u bolesnika s PAAD-om, bolesnici stupnja 3 imali su više ocjene rizika od bolesnika stupnja 1 i 2 (Slika 4D).Nadalje smo proveli univarijatnu i multivarijatnu regresijsku analizu i pokazali da su ocjena rizika (p < 0,001) i dob (p = 0,045) neovisni prognostički čimbenici u bolesnika s PAAD-om (Slika 5A-B).Krivulja ROC pokazala je da je ocjena rizika bila bolja od drugih kliničkih karakteristika u predviđanju 1-, 2- i 3-godišnjeg preživljenja pacijenata s PAAD-om (Slika 5C-E).
Kliničke karakteristike prognostičkih modela rizika.Histogram (A) prikazuje (B) dob, (C) stadij tumora, (D) stupanj tumora, ocjenu rizika i spol pacijenata u kohorti TCGA-PAAD.**p < 0,01
Neovisna prediktivna analiza prognostičkih modela rizika.(AB) Univarijatne (A) i multivarijatne (B) regresijske analize prognostičkih modela rizika i kliničkih karakteristika.(CE) 1-, 2- i 3-godišnji ROC za prognostičke modele rizika i kliničke karakteristike
Stoga smo ispitali odnos između vremena i rezultata rizika.Otkrili smo da je ocjena rizika kod pacijenata s PAAD-om bila obrnuto povezana s CD8+ T stanicama i NK stanicama (Slika 6A), što ukazuje na potisnutu imunološku funkciju u visokorizičnoj skupini.Također smo procijenili razliku u infiltraciji imunoloških stanica između skupina visokog i niskog rizika i pronašli iste rezultate (Slika 7).Bilo je manje infiltracije CD8+ T stanica i NK stanica u visokorizičnoj skupini.Posljednjih godina, inhibitori imunoloških kontrolnih točaka (ICI) naširoko se koriste u liječenju solidnih tumora.Međutim, uporaba ICI-a kod raka gušterače rijetko je bila uspješna.Stoga smo procijenili ekspresiju gena imunoloških kontrolnih točaka u skupinama visokog i niskog rizika.Otkrili smo da su CTLA-4 i CD161 (KLRB1) bili prekomjerno izraženi u skupini niskog rizika (Slika 6B-G), što ukazuje da bi pacijenti s PAAD-om u skupini niskog rizika mogli biti osjetljivi na ICI.
Korelacijska analiza modela prognostičkog rizika i infiltracije imunoloških stanica.(A) Korelacija između modela prognostičkog rizika i infiltracije imunoloških stanica.(BG) Označava ekspresiju gena u skupinama visokog i niskog rizika.(HK) IC50 vrijednosti za specifične lijekove protiv raka u skupinama visokog i niskog rizika.*p < 0,05, **p < 0,01, ns = nije značajno
Nadalje smo procijenili povezanost između rezultata rizika i uobičajenih kemoterapija u kohorti TCGA-PAAD.Tražili smo najčešće korištene lijekove protiv raka gušterače i analizirali razlike u njihovim vrijednostima IC50 između skupina visokog i niskog rizika.Rezultati su pokazali da je IC50 vrijednost AZD.2281 (olaparib) bila viša u visokorizičnoj skupini, što ukazuje da bi pacijenti s PAAD-om u visokorizičnoj skupini mogli biti otporni na liječenje AZD.2281 (Slika 6H).Osim toga, vrijednosti IC50 paklitaksela, sorafeniba i erlotiniba bile su niže u visokorizičnoj skupini (Slika 6I-K).Nadalje smo identificirali 34 lijeka protiv raka s višim vrijednostima IC50 u skupini visokog rizika i 34 lijeka protiv raka s nižim vrijednostima IC50 u skupini visokog rizika (Tablica 2).
Ne može se poreći da lncRNA, mRNA i miRNA široko postoje i da igraju ključnu ulogu u razvoju raka.Postoje brojni dokazi koji podupiru važnu ulogu mRNA ili miRNA u predviđanju ukupnog preživljenja kod nekoliko vrsta raka.Bez sumnje, mnogi prognostički modeli rizika također se temelje na lncRNA.Na primjer, Luo et al.Studije su pokazale da LINC01094 igra ključnu ulogu u proliferaciji i metastazama PC-a, a visoka ekspresija LINC01094 ukazuje na loše preživljavanje pacijenata s rakom gušterače [16].Studija koju su predstavili Lin i sur.Studije su pokazale da je smanjena regulacija lncRNA FLVCR1-AS1 povezana s lošom prognozom u bolesnika s rakom gušterače [17].Međutim, lncRNA povezane s imunitetom se relativno manje raspravljaju u smislu predviđanja ukupnog preživljenja pacijenata oboljelih od raka.Nedavno je velik dio rada usmjeren na izgradnju prognostičkih modela rizika za predviđanje preživljenja pacijenata oboljelih od raka i time prilagođavanje metoda liječenja [18, 19, 20].Sve je veća spoznaja o važnoj ulozi imunoloških infiltrata u inicijaciji raka, napredovanju i odgovoru na tretmane kao što je kemoterapija.Brojne studije potvrdile su da imunološke stanice koje infiltriraju tumor igraju ključnu ulogu u odgovoru na citotoksičnu kemoterapiju [21, 22, 23].Tumorsko imunološko mikrookruženje važan je čimbenik u preživljavanju bolesnika s tumorom [24, 25].Imunoterapija, posebice ICI terapija, naširoko se koristi u liječenju solidnih tumora [26].Geni povezani s imunološkim sustavom naširoko se koriste za izradu prognostičkih modela rizika.Na primjer, Su et al.Model prognostičkog rizika povezanog s imunološkim sustavom temelji se na genima koji kodiraju proteine za predviđanje prognoze pacijenata s rakom jajnika [27].Nekodirajući geni kao što su lncRNA također su prikladni za konstruiranje prognostičkih modela rizika [28, 29, 30].Luo i suradnici testirali su četiri imunološki povezane lncRNA i izgradili prediktivni model za rizik od raka vrata maternice [31].Khan i sur.Identificirana su ukupno 32 različito izražena transkripta, a na temelju toga je uspostavljen predikcijski model s 5 značajnih transkripata, koji je predložen kao visoko preporučljiv alat za predviđanje biopsijom dokazanog akutnog odbacivanja nakon transplantacije bubrega [32].
Većina ovih modela temelji se na razinama ekspresije gena, bilo gena koji kodiraju proteine ili nekodirajućih gena.Međutim, isti gen može imati različite vrijednosti ekspresije u različitim genomima, formatima podataka i kod različitih pacijenata, što dovodi do nestabilnih procjena u prediktivnim modelima.U ovoj studiji izgradili smo razuman model s dva para lncRNA, neovisno o točnim vrijednostima ekspresije.
U ovoj smo studiji prvi put identificirali irlncRNA kroz korelacijsku analizu s genima povezanima s imunitetom.Pregledali smo 223 DEirlncRNA hibridizacijom s različito izraženim lncRNA.Drugo, konstruirali smo matricu 0-ili-1 na temelju objavljene metode uparivanja DEirlncRNA [31].Zatim smo proveli univarijatnu i laso regresijsku analizu kako bismo identificirali prognostičke DEirlncRNA parove i konstruirali prediktivni model rizika.Nadalje smo analizirali povezanost između rezultata rizika i kliničkih karakteristika u bolesnika s PAAD-om.Utvrdili smo da naš model prognostičkog rizika, kao neovisni prognostički čimbenik kod pacijenata s PAAD-om, može učinkovito razlikovati pacijente visokog stupnja od pacijenata niskog stupnja i pacijente visokog stupnja od pacijenata niskog stupnja.Osim toga, vrijednosti AUC ROC krivulje prognostičkog modela rizika bile su 0,905 za jednogodišnju prognozu, 0,942 za dvogodišnju prognozu i 0,966 za trogodišnju prognozu.
Istraživači su izvijestili da su pacijenti s većom infiltracijom CD8+ T stanica bili osjetljiviji na liječenje ICI [33].Povećanje udjela citotoksičnih stanica, CD56 NK stanica, NK stanica i CD8+ T stanica u imunološkom mikrookruženju tumora može biti jedan od razloga za tumor supresivni učinak [34].Prethodne studije pokazale su da su više razine CD4(+) T i CD8(+) T koji infiltriraju tumor značajno povezane s duljim preživljenjem [35].Slaba infiltracija CD8 T stanica, nisko opterećenje neoantigenom i visoko imunosupresivno tumorsko mikrookruženje dovode do nedostatka odgovora na ICI terapiju [36].Otkrili smo da je ocjena rizika u negativnoj korelaciji s CD8+ T stanicama i NK stanicama, što ukazuje da pacijenti s visokim ocjenama rizika možda nisu prikladni za ICI liječenje i imaju lošiju prognozu.
CD161 je marker stanica prirodnih ubojica (NK).CD8+CD161+ CAR-transducirane T stanice posreduju u poboljšanoj in vivo antitumorskoj učinkovitosti u HER2+ modelima ksenotransplantata duktalnog adenokarcinoma gušterače [37].Inhibitori imunološke kontrolne točke ciljaju putove proteina 4 (CTLA-4) i proteina programirane stanične smrti (PD-1)/liganda programirane stanične smrti 1 (PD-L1) i imaju veliki potencijal u mnogim područjima.Ekspresija CTLA-4 i CD161 (KLRB1) niža je u visokorizičnim skupinama, što dodatno ukazuje na to da pacijenti s visokorizičnim rezultatima možda nisu podobni za ICI liječenje.[38]
Kako bismo pronašli mogućnosti liječenja prikladne za visokorizične pacijente, analizirali smo različite lijekove protiv raka i otkrili da paklitaksel, sorafenib i erlotinib, koji se široko koriste u bolesnika s PAAD-om, mogu biti prikladni za visokorizične bolesnike s PAAD-om.[33].Zhang i suradnici otkrili su da mutacije u bilo kojem putu odgovora na oštećenje DNA (DDR) mogu dovesti do loše prognoze u bolesnika s rakom prostate [39].Ispitivanje Pancreatic Cancer Olaparib Ongoing (POLO) pokazalo je da je liječenje olaparibom produžilo preživljenje bez progresije bolesti u usporedbi s placebom nakon prve linije kemoterapije na bazi platine u bolesnika s duktalnim adenokarcinomom gušterače i mutacijama BRCA1/2 germinativne linije [40].To daje značajan optimizam da će se ishodi liječenja značajno poboljšati u ovoj podskupini pacijenata.U ovoj studiji, vrijednost IC50 za AZD.2281 (olaparib) bila je viša u visokorizičnoj skupini, što ukazuje da pacijenti s PAAD-om u visokorizičnoj skupini mogu biti otporni na liječenje AZD.2281.
Modeli predviđanja u ovoj studiji daju dobre rezultate predviđanja, ali se temelje na analitičkim predviđanjima.Važno je pitanje kako potvrditi te rezultate kliničkim podacima.Endoskopski aspiracijski ultrazvuk tankom iglom (EUS-FNA) postao je nezamjenjiva metoda za dijagnosticiranje solidnih i ekstrapankreatskih lezija gušterače s osjetljivošću od 85% i specifičnošću od 98% [41].Pojava EUS igala za biopsiju s tankom iglom (EUS-FNB) uglavnom se temelji na uočenim prednostima u odnosu na FNA, kao što je veća dijagnostička točnost, dobivanje uzoraka koji čuvaju histološku strukturu i na taj način stvara imunološko tkivo koje je kritično za određene dijagnoze.posebno bojenje [42].Sustavnim pregledom literature potvrđeno je da FNB igle (osobito 22G) pokazuju najveću učinkovitost u uzimanju tkiva iz masa gušterače [43].Klinički, samo mali broj pacijenata je podoban za radikalnu operaciju, a većina pacijenata ima neoperabilne tumore u vrijeme prve dijagnoze.U kliničkoj praksi samo je mali dio pacijenata prikladan za radikalnu operaciju jer većina pacijenata ima inoperabilne tumore u trenutku prve dijagnoze.Nakon patološke potvrde pomoću EUS-FNB i drugih metoda, obično se odabire standardizirano nekirurško liječenje poput kemoterapije.Naš sljedeći istraživački program je testiranje prognostičkog modela ove studije u kirurškim i nekirurškim kohortama kroz retrospektivnu analizu.
Sve u svemu, naša je studija uspostavila novi prognostički model rizika temeljen na uparenoj irlncRNA, koji je pokazao obećavajuću prognostičku vrijednost u bolesnika s rakom gušterače.Naš prognostički model rizika može pomoći u razlikovanju pacijenata s PAAD-om koji su prikladni za medicinsko liječenje.
Skupovi podataka korišteni i analizirani u trenutnoj studiji dostupni su od odgovarajućeg autora na razuman zahtjev.
Sui Wen, Gong X, Zhuang Y. Posrednička uloga samoefikasnosti u emocionalnoj regulaciji negativnih emocija tijekom pandemije COVID-19: studija presjeka.Int J Ment Health Nurs [članak u časopisu].2021. 6/01/2021; 30 (3): 759–71.
Sui Wen, Gong X, Qiao X, Zhang L, Cheng J, Dong J, et al.Stavovi članova obitelji o alternativnom odlučivanju u jedinicama intenzivnog liječenja: sustavni pregled.INT J NURS STUD [članak u časopisu;pregled].2023 01/01/2023;137:104391.
Vincent A, Herman J, Schulich R, Hruban RH, Goggins M. Rak gušterače.Lanceta.[Novinski članak;podrška istraživanju, NIH, izvanškolski;potpora istraživanju, vlada izvan SAD-a;pregled].2011 08/13/2011;378(9791):607–20.
Ilić M, Ilić I. Epidemiologija karcinoma gušterače.Svjetski gastroenterološki časopis.[članak u časopisu, prikaz].2016. 28.11.2016;22(44):9694–705.
Liu X, Chen B, Chen J, Sun S. Novi nomogram povezan s tp53 za predviđanje ukupnog preživljenja u bolesnika s rakom gušterače.BMC Cancer [članak, znanstveni].2021. 31. ožujka 2021.; 21 (1): 335.
Xian X, Zhu X, Chen Y, Huang B, Xiang W. Učinak terapije usmjerene na otopinu na umor povezan s rakom kod pacijenata s kolorektalnim rakom koji primaju kemoterapiju: randomizirano kontrolirano ispitivanje.Medicinska sestra za rak.[Novinski članak;nasumično kontrolirana proba pokus;studiju podupire vlada izvan Sjedinjenih Država].2022. 5/01/2022;45(3):E663–73.
Zhang Cheng, Zheng Wen, Lu Y, Shan L, Xu Dong, Pan Y, et al.Postoperativne razine karcinoembrionalnog antigena (CEA) predviđaju ishod nakon resekcije kolorektalnog karcinoma u bolesnika s normalnim prijeoperacijskim razinama CEA.Centar za translacijska istraživanja raka.[Novinski članak].2020. 01.01.2020;9(1):111–8.
Hong Wen, Liang Li, Gu Yu, Qi Zi, Qiu Hua, Yang X, et al.Imunološki povezane lncRNA generiraju nove potpise i predviđaju imunološki krajolik ljudskog hepatocelularnog karcinoma.Mol Ther Nucleic acids [članak u časopisu].2020. 2020-12-04;22:937 – 47.
Toffey RJ, Zhu Y., Schulich RD Imunoterapija za rak gušterače: prepreke i otkrića.Ann Gastrointestinal Surgeon [članak u časopisu;pregled].2018. 7/01/2018; 2 (4): 274–81.
Hull R, Mbita Z, Dlamini Z. Duge nekodirajuće RNA (LncRNA), genomika virusnog tumora i aberantni događaji spajanja: terapeutske implikacije.AM J CANCER RES [članak u časopisu;pregled].2021. 20.1.2021.;11(3):866–83.
Wang J, Chen P, Zhang Y, Ding J, Yang Y, Li H. 11-Identifikacija lncRNA potpisa povezanih s prognozom raka endometrija.Dostignuća znanosti [članak u časopisu].2021. 2021-01-01;104(1):311977089.
Jiang S, Ren H, Liu S, Lu Z, Xu A, Qin S, et al.Sveobuhvatna analiza prognostičkih gena za RNA-vezujući protein i kandidata za lijekove u karcinomu bubrežnih stanica papilarnih stanica.pregen.[Novinski članak].2021. 20.1.2021.; 12:627508.
Li X, Chen J, Yu Q, Huang X, Liu Z, Wang X, et al.Karakteristike duge nekodirajuće RNA povezane s autofagijom predviđaju prognozu raka dojke.pregen.[Novinski članak].2021. 20.1.2021.; 12:569318.
Zhou M, Zhang Z, Zhao X, Bao S, Cheng L, Sun J. Imunološki povezan potpis šest lncRNA poboljšava prognozu kod glioblastoma multiforme.MOL neurobiologija.[Novinski članak].2018. 01.05.2018;55(5):3684–97.
Wu B, Wang Q, Fei J, Bao Y, Wang X, Song Z, et al.Novi tri-lncRNA potpis predviđa preživljavanje pacijenata s rakom gušterače.PREDSTAVNICI ONKOL-a.[Novinski članak].2018. 12/01/2018; 40 (6): 3427–37.
Luo C, Lin K, Hu C, Zhu X, Zhu J, Zhu Z. LINC01094 potiče napredovanje raka gušterače reguliranjem ekspresije LIN28B i puta PI3K/AKT kroz spužvastu miR-577.Mol Therapeutics – Nukleinske kiseline.2021; 26: 523–35.
Lin J, Zhai X, Zou S, Xu Z, Zhang J, Jiang L, et al.Pozitivna povratna sprega između lncRNA FLVCR1-AS1 i KLF10 može inhibirati napredovanje raka gušterače putem PTEN/AKT puta.J EXP Clin Cancer Res.2021; 40 (1).
Zhou X, Liu X, Zeng X, Wu D, Liu L. Identifikacija trinaest gena koji predviđaju ukupno preživljavanje u hepatocelularnom karcinomu.Biosci Rep [članak u časopisu].2021. 09.04.2021.
Vrijeme objave: 22. rujna 2023