Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

Tidlig diagnose af bugspytkirtelkræft via dechifrering af multimodale immunologiske signaturer

15. juli 2024 opdateret af: TingBo Liang, Zhejiang University
Prospektiv inklusion af 1000 patienter med kræft i bugspytkirtlen (det tidlige stadium af kræft i bugspytkirtlen udgør ca. 75% af tilfældene), 1000 patienter med godartede bugspytkirtelsygdomme og 1000 raske individer som kontroller. Perifere blodprøver blev indsamlet fra nyligt diagnosticerede pancreascancerpatienter og raske individer. Ved hjælp af teknikker såsom plasma TCR/BCR-seq, CyTOF og plasmaproteomik blev multimodale individuelle immunkarakteristika opnået og analyseret sammen med klinisk information. En prædiktiv model for kunstig intelligens blev bygget baseret på disse multimodale individuelle immunkarakteristika for at etablere en tidlig screeningsteknik for bugspytkirtelkræft. Følsomheden og specificiteten af ​​denne kunstige intelligensmodel til tidlig diagnose af bugspytkirtelkræft blev evalueret ved hjælp af et eksternt multicenter prøvetestsæt.

Studieoversigt

Status

Ikke rekrutterer endnu

Detaljeret beskrivelse

Pancreas duktalt adenokarcinom (PDAC) er en af ​​de mest aggressive kræftformer og rangerer i øjeblikket som den syvende hyppigste årsag til kræftrelaterede dødsfald i Kina. De uspecifikke symptomer på tidlig PDAC er en af ​​de vigtigste årsager til dens lave 5-års overlevelsesrate. Derudover mangler PDAC meget følsomme og specifikke biomarkører til tidlig påvisning og forebyggende screening. For størstedelen af ​​fremskredne PDAC-tilfælde kræver patologisk bekræftelse ofte vævsbiopsier opnået gennem invasive procedurer, og på grund af mangel på tumorceller i disse biopsier kan patologien være uklar i op til 20 % af tilfældene. På den anden side er der i øjeblikket ingen effektive og målrettede behandlinger for PDAC, hvor kirurgisk resektion er den eneste tilgængelige mulighed. Dette gælder dog kun for en lille del af PDAC-patienter i tidligt stadie, da mere end 80 % af PDAC-patienter diagnosticeres med fjernmetastaser ved initial diagnose, hvor kun adjuverende terapi er mulig.

Tidlig diagnose og påvisning af PDAC kan forbedre patientprognosen betydeligt. Til dato er den eneste diagnostiske biomarkør for PDAC serum Carbohydrat antigen199(CA199) niveauer, som hverken er diagnostiske eller specifikke. Høje CA199-niveauer er ualmindelige i tidlig PDAC, men mest almindelige i PDAC på sent stadium. Desuden påvises forhøjede CA199-niveauer hyppigt i forskellige godartede og ondartede sygdomme, herunder pancreatitis, kolestase og cancer. På grund af screeningsbegrænsninger er billeddannelsesmodaliteter såsom computertomografi (CT), magnetisk resonansbilleddannelse (MRI) og endoskopisk ultralyd (EUS) desuden utilstrækkelige til tidlig påvisning af PDAC.

Ideelt set sigter efterforskerne efter at opnå ikke-invasive, pålidelige og repeterbare biologiske markører med klinisk potentiale for tidlig cancerdiagnose. Tidlige undersøgelser har identificeret cirkulerende tumor-DNA (ctDNA), cirkulerende tumorceller (CTC), ekstracellulære vesikler (EV), plasmaproteomik og cirkulerende tumorceller (CTC'er) som lovende realtids- og fjernværktøjer til dette formål. Sammenlignet med andre solide tumorer, især lunge- og brystkræft, er nogle af disse cirkulerende biomarkører indtrådt i klinisk praksis, mens blodafledte biomarkører til PDAC-diagnose eller overvågning er meget begrænsede (undtagen CA199), og CA199 er stort set underudviklet sammenlignet med andre tumorer. Et eksempel er brugen af ​​EpCAM (Epithelial cell adhesion molecule) og cytokeratin til CellSearch systemdiagnostik, en FDA (Food and Drug Administration)-godkendt metode til diagnosticering af metastaserende bryst-, tyktarms- og prostatacancer, som blev evalueret for PDAC-diagnose, hvilket en nøjagtighed på 11-78,5 %, hvilket indikerer en bred variation i PDAC-detektionshastigheder. Andre molekylære funktioner til diagnosticering af PDAC, herunder KRAS-mutationer i CTC'er, miRNA i EV'er og heparansulfatproteoglycan glypican 1 (GPC1) i ekstracellulære vesikler, udviser desværre betydelige forskelle i følsomhed og prædiktiv ydeevne på tværs af forskellige undersøgelser, især mellem tumor- og CTC-status . En undersøgelse viste, at hos 97% af patienter med tumorer, der bærer muteret KRAS, bar kun 18% af CTC'erne vildtype-KRAS-allelen, selv fra metastatiske tumorer. På grund af genetiske begrænsninger forbundet med CTC-berigelse og identifikation, ctDNA-isolering osv. kan brug af en enkelt biomarkør derfor kun fange delvise tumorbiologiske karakteristika, hvilket fører til lav konsistens og falske negativer. I betragtning af udfordringerne ved tidlig diagnosticering af PDAC er det bydende nødvendigt at udvikle en eller flere nye biologiske markører for tidlig PDAC-diagnose for at fange flere mulige biologiske karakteristika af primære og metastatiske tumorer.

Immunsystemet er et ekstremt vigtigt forsvarssystem i den menneskelige krop. Gennem specifikke og uspecifikke biologiske processer kan immunsystemet opdage forskellige patogener og skadelige stoffer lige fra vira til parasitter, og differentiere dem fra sunde celler og væv i kroppen under normale omstændigheder. Derfor er der en tæt sammenhæng mellem immunsystemet og et individs generelle helbred. Tumorudvikling forbliver under konstant overvågning af immunsystemet, og i de tidlige stadier af sygdommen reagerer immunsystemet, og immunsystemets egenskaber undergår ændringer. Men når der opstår kliniske symptomer, indikerer det, at immunsystemet kæmper for at overvinde tilstedeværelsen af ​​skadelige stoffer, og på dette tidspunkt er sygdommen allerede udviklet til det midterste eller sene stadium. Ved at etablere en storstilet klinisk kohorte for tidlig bugspytkirtelkræft, indsamle højkvalitets multimodale immundata fra individer og integrere banebrydende kunstig intelligens-modeller, er det muligt at afkode individuelle immunfunktioner og udvikle tidlige diagnostiske teknikker for bugspytkirtelkræft-baserede på at fange immunstatus og responssignaler. Denne tilgang kan hjælpe med at identificere tidlige risikofaktorer for kræft i bugspytkirtlen ved at analysere unormale immunresponser før sygdomsprogression, hvilket muliggør tidlig diagnose af kræft i bugspytkirtlen.

Undersøgelsestype

Observationel

Tilmelding (Anslået)

3000

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiekontakt

Studiesteder

    • Zhejiang
      • Hangzhou, Zhejiang, Kina, 310003
        • First Affiliated Hospital, Medical College of Zhejiang University
      • Hangzhou, Zhejiang, Kina, 310009
        • the First Affiliated Hospital, School of Medicine, Zhejiang University

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Aldre berettiget til at studere

  • Barn
  • Voksen
  • Ældre voksen

Tager imod sunde frivillige

Ja

Prøveudtagningsmetode

Sandsynlighedsprøve

Studiebefolkning

Prospektiv inklusion af 1000 patienter med kræft i bugspytkirtlen (det tidlige stadium af kræft i bugspytkirtlen udgør ca. 75% af tilfældene), 1000 patienter med godartede bugspytkirtelsygdomme og 1000 raske individer som kontroller. Perifere blodprøver blev indsamlet fra nyligt diagnosticerede pancreascancerpatienter og raske individer. Ved hjælp af teknikker såsom plasma TCR-seq, CyTOF og plasma proteomics blev multimodale individuelle immunkarakteristika opnået og analyseret sammen med klinisk information. En prædiktiv model for kunstig intelligens blev bygget baseret på disse multimodale individuelle immunkarakteristika for at etablere en tidlig screeningsteknik for bugspytkirtelkræft.

Beskrivelse

Inklusionskriterier:

  • Underskriv den informerede samtykkeformular;
  • Indledende diagnose som patienter med bugspytkirtelkræft, patienter med godartede bugspytkirtellæsioner eller raske kontroller.

Ekskluderingskriterier:

  • Historie om andre maligne sygdomme;
  • Tilstedeværelse af organdysfunktion;
  • Samtidig immundefektsyndrom, aktiv tuberkulose, HIV-infektion osv.;
  • Allogen transplantation, der kræver immunsuppressiv terapi;
  • Dårlig overholdelse af opfølgning.

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Kohorter og interventioner

Gruppe / kohorte
Kræft i bugspytkirtlen
Patienten får diagnosticeret bugspytkirtelkræft for første gang og har ikke modtaget nogen tumorbehandling.
Godartede bugspytkirtelsygdomme
Patienten er diagnosticeret med en godartet bugspytkirtelsygdom, såsom SCN、MCN、IPMN.og ikke har gennemgået nogen behandling.
Sund kontrol
En sund befolkning uden bugspytkirtel-relaterede sygdomme eller andre kræftformer.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Perifer blod mononukleær celle
Tidsramme: I løbet af 1-7 dage før operationen
Brug af RNA seq-teknologi til at analysere differentielt udtrykte gener i perifere immunceller
I løbet af 1-7 dage før operationen
Perifer blod mononukleær celle
Tidsramme: I løbet af 1-7 dage før operationen
TCR/BCR-seq: Brug af multipel amplifikation til at opnå CDR3 (komplementaritetsbestemmende region3) regionen af ​​TCR og BCR og analyse af VDJ-omlejringsmønsteret
I løbet af 1-7 dage før operationen
Perifer blod mononukleær celle
Tidsramme: I løbet af 1-7 dage før operationen
Analyse af RNA-ekspression i individuelle celler ved hjælp af scRNA-seq
I løbet af 1-7 dage før operationen
Perifer blod mononukleær celle
Tidsramme: I løbet af 1-7 dage før operationen
scTCR/BCR-seq: Brug af multipel amplifikation til at opnå CDR3 (komplementaritetsbestemmende region3)-regionen af ​​TCR og BCR og analyse af VDJ-omlejringsmønsteret i individuelle celler
I løbet af 1-7 dage før operationen
Perifer blod mononukleær celle
Tidsramme: I løbet af 1-7 dage før operationen
Identifikation af åbne kromatinregioner i individuelle celler ved hjælp af scATAC-seq teknologi
I løbet af 1-7 dage før operationen
Perifer blod mononukleær celle
Tidsramme: I løbet af 1-7 dage før operationen
Påvisning af overflod og type af nogle markører for perifere blodmononukleære celler ved hjælp af CYTOF-teknologi
I løbet af 1-7 dage før operationen
CT
Tidsramme: Inden for 1 måned før operationen
Billeddata fra patientens første besøg
Inden for 1 måned før operationen
MR
Tidsramme: Inden for 1 måned før operationen
Billeddata fra patientens første besøg
Inden for 1 måned før operationen

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (Anslået)

1. august 2024

Primær færdiggørelse (Anslået)

1. januar 2027

Studieafslutning (Anslået)

31. december 2027

Datoer for studieregistrering

Først indsendt

23. juni 2024

Først indsendt, der opfyldte QC-kriterier

2. juli 2024

Først opslået (Faktiske)

11. juli 2024

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

16. juli 2024

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

15. juli 2024

Sidst verificeret

1. juli 2024

Mere information

Begreber relateret til denne undersøgelse

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

INGEN

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .

Abonner