新方法将结直肠癌转移预测病人的结果

一旦癌症扩散到身体的不同部位(称为转移),它是更具挑战性的治疗。这是真的在结直肠癌扩散到肝脏。然而,一些患者有限的转移可以实现长期生存,甚至治愈,如果他们接受积极的局部手术或放射治疗等干预措施。

现在,芝加哥大学医学综合癌症中心的研究人员正在使用他们开发的一种新方法来准确预测哪些患者转移性结直肠癌将有一个良好的治疗效果(预测)后手术切除肝转移。基因生物标记物的方法需要结合一组和肿瘤的临床特征,以确定不同的子组的癌症,对应于不同的治疗结果。研究结果发表在JAMA肿瘤学2023年7月20日。

这项新的研究发表在工作的基础上自然通讯2018年由肖恩·p·Pitroda, MD,拉尔夫·r·Weichselbaum MD,和他的同事们发现独特的分子模式,确定有利的亚型大肠癌肝转移患者手术后经历了长期存活率。

生物数据结合临床特征强烈预测病人的风险转移治疗后复发和生存。

在一个大型、多中心三期随机临床试验名为New-EPOC在英国,进行分子分析进行有限的147结直肠癌患者肝转移治疗与化疗和手术来验证一个新的生物标志物面板组成的31个基因。面板是芝加哥大学的生成使用数学建模,导致预测疾病的分子亚型的准确率为96%。

“生物数据结合临床特征强烈预测病人的风险转移复发和生存治疗后,“Pitroda说论文的通讯作者,辐射和细胞肿瘤学副教授芝加哥大学的医学。

结直肠癌oligometastasis

1995年,UChicago作为治疗塞缪尔·赫尔曼博士,拉尔夫·r·Weichselbaum MD提出了“oligometastasis”假说,癌症扩散发生在连续从几到很多网站。

oligometastasis假说的一个含义是,癌症在体内传播有限(通常是一到五网站)与当地干预可以根除手术或放疗,而传统的姑息治疗如化疗无法消灭转移性疾病。

“在过去的30年里,oligometastasis假说已经被大量的临床研究和支持革命的治疗转移性疾病,“Pitroda说。“尽管治疗疗法被证明是有前途的,只有20%到30%的患者有限的转移证明长期生存,表明关键需要生物标志物可以确定哪些患者获得最大的受益于本地化的干预措施,如手术。”

发现的分子模式

最新研究前,UChicago北岸大学研究人员与同事合作医疗体系,埃文斯顿医院,进行回顾性的测序研究转移性肝癌样本识别分子模式基本微分病人的结果。基于微RNA信使核糖核酸(mRNA)和microRNA的表达谱,他们发现三种不同的分子模式基于转移被分为规范,免疫或基质子类型。

三个亚型中,免疫一个表现出最好的预后。肿瘤微环境中免疫亚型似乎在肝脏引发免疫反应,这可能有助于限制新的肿瘤生长,实现更好的治疗结果。

分子亚型结合临床因素时,作者推导出三个综合风险群体表现出截然不同的10年生存率为94%,45%,19%,低风险、中度风险,分别和高危病人。

“尽管这些有前景的结果,我们需要验证我们的发现在一个独立、前瞻性收集临床数据集之前三个分子亚型合并到我们的临床实践,“Pitroda说。

验证分子亚型

分子概要文件在当前的研究中,研究人员收集的数据从93年治疗的患者在芝加哥大学医学中心在海德公园。他们得到一个人工智能神经网络分类器预测疾病的分子亚型。这群人被认为是发现队列。

团队发现31基因预测分子亚型,准确率达到96%。神经网络分类器被应用到一个独立的群147患者New-EPOC审判,被称为验证队列。

“当分子亚型结合临床特征如肿瘤大小和淋巴结强烈预测患者的预后,“Pitroda说。

生存的低风险患者的疾病有一个很好的机会在5年(80%),中度风险形成鲜明对比(60%生存)和高风险(40%生存)组。

意义的工作

路德维希转移研究中心在芝加哥大学致力于理解转移的生物学,当前的研究是这个中心的目标,Pitroda说。

“我们现在有第一验证oligometastasis生物标志物预测结果患者结直肠癌扩散到肝脏。我们的发现提供了一个新颖的框架分段分类转移,这可能导致改进的个性化治疗的病人通过优化集成本地和系统性干预,“Pitroda说。

我们相信这将挑战我们目前治疗转移性疾病和打开新的机会来设计未来的临床试验和改善我们的患者的治疗结果。

“虽然我们在结直肠癌转移进行了这些研究,类似的方法可以应用到其他类型的癌症。我们相信这将挑战我们目前治疗转移性疾病和打开新的机会来设计未来的临床试验和改善病人的治疗结果,”他补充道。

参考:Katipally RR,马丁内斯CA,普SA等。综合Clinical-Molecular大肠癌肝转移的分类:第三阶段的生物标志物分析新EPOC随机临床试验。JAMA肿瘤学。2023年。doi:10.1001 / jamaoncol.2023.2535

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。