Beobachtungsstudie, die den Transkriptom und den Mutationsstatus von Schilddrüsenkarzinomen follikulärer Herkunft mit unterschiedlichen Malignitätsgraden analysiert (TRAMT)

Schilddrüsenkrebs (TC) ist die häufigste endokrine Malignität mit gut differenzierten Schilddrüsenkarzinomen (DTCs) -Papillary (PTC) und follikulärem (FTC)-die Mehrheit der Fälle betrifft. Während DTCs im Allgemeinen günstige Prognosen aufweisen, entwickelt sich eine Untergruppe zu schlecht differenzierten oder anaplastischen Schilddrüsenkarzinomen (ATC), was sehr aggressiv ist. Die Tumorklassifizierung basiert auf Histopathologie, Invasivität und molekularen Eigenschaften, wobei neue Entitäten wie Schilddrüsentumoren mit ungewöhnlichem malignen Potential (TT-Tump) und nicht-invasiven follikulären Schilddrüsen-Neoplasma mit papillarischen Kernmerkmalen (NIFTP) -Reening-Diagnostikkriterien.

Aktuelle Standardbehandlungen umfassen chirurgische Resektion, radioaktive Iodtherapie und Schilddrüsenhormonersatz. Einige Patienten entwickeln jedoch eine radioiodisch-refraktäre Erkrankung mit einem erhöhten Risiko für Rezidive und Fortschreiten. Molekulare Veränderungen in den MAPK- und PI3K -Wegen spielen bei der Schilddrüsentumorentstehung eine kritische Rolle, die die therapeutische Reaktion und Prognose beeinflussen. Die Identifizierung neuer Biomarker zur Früherkennung und Risikostratifizierung ist entscheidend. Emerging Evidence unterstreicht die Rolle von microRNAs (miRNAs) beim Fortschreiten von Schilddrüsenkrebs und fungiert als Onkogene oder Tumorsuppressoren.

Diese retrospektive Fallkontrollstudie zielt darauf ab, neue molekulare Marker zu identifizieren, die mit der Aggressivität von Schilddrüsenkrebs verbunden sind. Archiviertes, formalinfixiertes Paraffin-eingebettetes Gewebe (FFPE) und Blutproben werden von Patienten mit unterschiedlichem PTC- und FTC-Invasivität analysiert. Kontrollproben sind histologisch normales Schilddrüsengewebe von denselben Patienten.

Die Sequenzierung der nächsten Generation (NGS), einschließlich RNA-Seq und miRNA-seq, wird verwendet, um differentiell exprimierte RNA-Moleküle nachzuweisen. Die Validierung wird mithilfe von Echtzeit-PCR in einer unabhängigen Kohorte durchgeführt. Die genomische Hochdurchsatz-Sequenzierung (Illumina Truight Oncology 500) bewertet Mutationen, Kopienzahlvariationen und Tumormutationsbelastung, um genetische Veränderungen mit Malignität zu korrelieren. Varianten werden auf der Grundlage von Frequenzunterschieden in Tumor im Vergleich zu Nicht-Tumorpopulationen und der funktionellen Relevanz priorisiert.

In der Studie werden Patienten mit abgeleiteten Schilddrüsenkarzinomen von Follikelzellen eingeschrieben. Eine Leistungsanalyse zeigt, dass 80 Probanden> 80% statistische Leistung für die Identifizierung von Biomarkern liefern. Deskriptive Statistiken, parametrische/nichtparametrische Tests und maschinelles Lernen analysieren transkriptomische und genomische Daten. Die ROC -Kurven (Empfängerbetriebskennzeichnungen) bewerten die Genauigkeit der diagnostischen Biomarker, während die logistische Regression Assoziationen zwischen molekularen Veränderungen und Schweregrad der Erkrankung modelliert.

Diese Studie zielt darauf ab, molekulare Mechanismen aufzudecken, die das Fortschreiten des Schilddrüsenkrebses treiben und Biomarker für eine verbesserte Risikostratifizierung, frühzeitige Diagnose und potenzielle therapeutische Targeting identifizieren. Die Ergebnisse können personalisierte Behandlungsansätze in der Schilddrüsenonkologie verbessern.