“沉默肿瘤”首张全景分子图谱绘成
4月7日，记者从复旦大学附属肿瘤医院获悉，该院院长虞先濬教授联合北京大学肿瘤医院、中国科学院上海药物研究所、上海长海医院等单位的研究团队，历时5年成功绘制全球首张无功能性胰腺神经内分泌瘤多组学全景图谱，并根据图谱突破性提出这种“沉默肿瘤”的分子分型框架、预后模型和靶向—免疫治疗新策略，为临床精准诊疗提供了重要依据。相关成果日前刊发在国际期刊《癌细胞》上。
神经内分泌肿瘤起源于神经内分泌细胞，这类细胞遍布人体各处，胃、肠、胰腺等消化系统最常见，在中国患者中，胰腺部位的发病比例最高。胰腺神经内分泌瘤是发生在胰腺的第二大常见肿瘤，约90%为无功能性。这类无功能性胰腺神经内分泌瘤早期没有症状，因而也被称作“沉默肿瘤”。
虞先濬介绍，胰腺神经内分泌瘤的复杂性如同一部加密“天书”，其高度异质性和治疗困境长期困扰医学界。无功能性胰腺神经内分泌瘤缺乏精准治疗依据，患者术后是否需要辅助治疗和随访周期并不确定。研究团队整合基因组、转录组、蛋白质组和磷酸化修饰组4种组学数据，绘制出全景分子图谱，揭示了MEN1、ATRX、DAXX基因突变驱动肿瘤恶性演进的机制，填补了该领域研究空白。他们还发现了有望成为靶向治疗潜在“靶标”的多个基因。
在无功能性胰腺神经内分泌瘤患者的临床诊疗中，传统肿瘤分期及病理分级难以满足个体化治疗的需求。为了解决这一临床困境，研究团队利用前期研发的相关平台，基于人工智能算法筛选出GNAO1、INA、VCAN这3个蛋白质，构建了预后标志物特征谱和预后模型，为无功能性胰腺神经内分泌瘤的预后判断提供了重要工具。
据介绍，该模型在4组独立队列中均展现出优良的预测效能和区分效果：高危患者5年生存率为51.4%，而低危组则达97.8%。更具临床意义的是，研究团队还证实相关蛋白在患者血浆中的浓度与肿瘤进展显著相关，这一发现有望推动诊疗模式从“有创组织活检”向“无创血液检测”跨越。
研究团队进一步通过蛋白质组学特征聚类分析，将无功能性胰腺神经内分泌瘤患者划分为4种分子亚型，为临床治疗提供了“按图索骥”的精准路线，并在后续药物研究中证实了“四分型”的准确性。基于“四分型”的“分型而治”策略为个体化精准治疗提供了科学依据。
4月7日，记者从复旦大学附属肿瘤医院获悉，该院院长虞先濬教授联合北京大学肿瘤医院、中国科学院上海药物研究所、上海长海医院等单位的研究团队，历时5年成功绘制全球首张无功能性胰腺神经内分泌瘤多组学全景图谱，并根据图谱突破性提出这种“沉默肿瘤”的分子分型框架、预后模型和靶向—免疫治疗新策略，为临床精准诊疗提供了重要依据。相关成果日前刊发在国际期刊《癌细胞》上。
神经内分泌肿瘤起源于神经内分泌细胞，这类细胞遍布人体各处，胃、肠、胰腺等消化系统最常见，在中国患者中，胰腺部位的发病比例最高。胰腺神经内分泌瘤是发生在胰腺的第二大常见肿瘤，约90%为无功能性。这类无功能性胰腺神经内分泌瘤早期没有症状，因而也被称作“沉默肿瘤”。
虞先濬介绍，胰腺神经内分泌瘤的复杂性如同一部加密“天书”，其高度异质性和治疗困境长期困扰医学界。无功能性胰腺神经内分泌瘤缺乏精准治疗依据，患者术后是否需要辅助治疗和随访周期并不确定。研究团队整合基因组、转录组、蛋白质组和磷酸化修饰组4种组学数据，绘制出全景分子图谱，揭示了MEN1、ATRX、DAXX基因突变驱动肿瘤恶性演进的机制，填补了该领域研究空白。他们还发现了有望成为靶向治疗潜在“靶标”的多个基因。
在无功能性胰腺神经内分泌瘤患者的临床诊疗中，传统肿瘤分期及病理分级难以满足个体化治疗的需求。为了解决这一临床困境，研究团队利用前期研发的相关平台，基于人工智能算法筛选出GNAO1、INA、VCAN这3个蛋白质，构建了预后标志物特征谱和预后模型，为无功能性胰腺神经内分泌瘤的预后判断提供了重要工具。
据介绍，该模型在4组独立队列中均展现出优良的预测效能和区分效果：高危患者5年生存率为51.4%，而低危组则达97.8%。更具临床意义的是，研究团队还证实相关蛋白在患者血浆中的浓度与肿瘤进展显著相关，这一发现有望推动诊疗模式从“有创组织活检”向“无创血液检测”跨越。
研究团队进一步通过蛋白质组学特征聚类分析，将无功能性胰腺神经内分泌瘤患者划分为4种分子亚型，为临床治疗提供了“按图索骥”的精准路线，并在后续药物研究中证实了“四分型”的准确性。基于“四分型”的“分型而治”策略为个体化精准治疗提供了科学依据。
本文链接：http://m.sushuapos.com/show-2-11722-0.html“沉默肿瘤”首张全景分子图谱绘成
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇：打造技术策源地 产学研用解难题
下一篇：与AI携手创作，需厘清著作权边界
