美国研究人员开发算法测试来识别侵袭性卵巢癌
2024-03-09
来源: drugdu
84
约翰·霍普金斯金梅尔癌症中心和约翰·霍普金斯大学医学院的研究人员开发了一种算法来识别导致卵巢高级别浆液性癌 (HGSC) 的高风险癌前病变。
发表在《临床癌症研究》上，旨在开发一种工具，可以根据关键的基因改变和突变对浆液性输卵管上皮内癌（STIC）进行检测和分层。
STIC 是被认为是 HGSC（女性最常见的卵巢癌形式）的主要前兆的病变。
研究人员使用重复元素 AneupLoidy 测序系统 (RealSeqS) 技术对 150 个 DNA 样本进行了测序，并分析了 STIC 与 HGSC 以及正常样本中的非整倍性、缺失或额外 DNA 染色体的水平。
结果显示，STIC 样本具有更多非随机遗传改变，包括肿瘤抑制 p53 蛋白中 17 号染色体的全部和部分缺失，而外观正常的样本具有较低水平的非整倍性。
研究小组认为，17 号染色体的丢失可以为 TP53 和 BRCA1 基因失活提供可能的解释，这些基因位于 17 号染色体上，代表与 HGSC 发展相关的肿瘤抑制因子。
研究人员开发了基于 RealSeqS 的 STIC 输卵管非整倍体模式算法（REAL-FAST），以识别输卵管中五种不同的癌前病变组，其中包括具有与增殖增加和异常生长相关的独特染色体改变的 STIC 亚组。
此外，REAL-FAST 在 95.8% 的时间内准确检测到 STIC 和 HGSC 的存在，并在 97.1% 的时间内正确排除未发生癌症的情况。
研究结果表明，只有部分 STIC 病例会进展为 HGSC，这与染色体异常的非随机增加有关。
约翰·霍普金斯大学医学院肿瘤学助理教授 Christopher Douville 说：“这项测试是为了在病变发展为癌症之前识别它们。”
他补充道：“这项研究可以为临床医生提供具有定量答案的诊断替代方案，从而对患者护理产生快速影响。”
https://pharmatimes.com/news/us-researchers-develop-algorithm-test-to-identify-aggressive-ovarian-cancers-earlier/
责编: editor
版权著作，未经滴度drugdu.com书面授权，严禁转载，违者将被追究法律责任。
相关News
- 超声辅助血液检测从细胞中检测癌症生物标志物 2024-05-17
- 新的DNA折纸技术促进疾病诊断 2024-05-17
- 黑石集团斥资3亿美元和默克公司的2期药物推出免疫学初创公司 2024-05-17
- 美国食品药品监督管理局批准罗氏公司的HPV自采解决方案，允许患者在医疗环境中自行采集样本 2024-05-17
- 美国研究表明干扰素组合会引起狼疮症状并影响治疗 2024-05-17
