L'établissement et l'application clinique d'un modèle de prédiction des métastases à distance du cancer du poumon basé sur les caractéristiques génomiques des cellules tumorales circulantes

Le cancer du poumon est le type de cancer le plus courant dans mon pays, mais la durée de survie à 5 ans des patients atteints d'un cancer du poumon n'est que de 17 %. Parmi eux, la principale raison qui affecte le pronostic du patient est la métastase de la tumeur. Il existe très peu de méthodes cliniques adaptées au traitement du cancer du poumon métastatique, et l'effet curatif n'est pas bon. Par conséquent, une surveillance précoce et des interventions visant à prévenir la colonisation à distance des métastases sont essentielles pour améliorer la survie au cancer du poumon. La recherche préliminaire de ce projet a révélé que les cellules tumorales circulantes dans le sang périphérique peuvent être utilisées comme moyen efficace pour le diagnostic clinique et le traitement des tumeurs malignes du poumon. Grâce à l'analyse de la différence dans le temps et l'espace des métastases des patients atteints de cancer du poumon, on constate que les génomes des différents stades de métastase et des organes métastatiques du cancer du poumon sont assez différents et sont étroitement liés à la survie du patient. Pour cette raison, nous proposons l'hypothèse que les caractéristiques de mutation génomique des cellules tumorales circulantes peuvent détecter les signaux de métastases tumorales plus tôt que le diagnostic par imagerie CT. Pour tester cette hypothèse, nous développerons un système d'évaluation du risque de métastase cancéreuse basé sur la génomique tumorale. Premièrement, nous recueillons de grandes données sur le génome du cancer du poumon primaire et métastatique à partir de bases de données publiques et utilisons des méthodes statistiques pour dépister les caractéristiques génomiques qui sont significativement liées au cancer du poumon métastatique et à ses organes de colonisation métastatique. Deuxièmement, utiliser ces caractéristiques pour développer un ensemble de modèles d'apprentissage automatique qui peuvent déterminer le risque de métastase d'un cancer du poumon en fonction de ses caractéristiques génomiques. Enfin, nous avons appliqué le modèle à la pratique clinique. En détectant les cellules tumorales circulantes des patients atteints d'un cancer du poumon primitif lors du réexamen, nous avons établi un modèle statistique de réduction du bruit pour extraire les caractéristiques génomiques, puis substitué dans le modèle pour déterminer les cellules tumorales circulantes portées par le patient s'il existe un risque de récidive et de métastase. En comparant les données d'imagerie dans la revue, nous vérifierons si le modèle détecte les signaux de métastases précoces du cancer du poumon plus tôt que les méthodes d'imagerie. En fin de compte, notre modèle regroupera les marqueurs génomiques liés au risque de métastase, explorera leur ciblage de médicaments et fournira un puissant support d'analyse de données volumineuses pour une intervention précoce dans la colonisation des métastases et prolonger la survie des patients atteints d'un cancer du poumon. Si le sujet est démontré, cela aidera à clarifier l'utilisation de l'analyse des mégadonnées du génome tumoral pour révéler les mutations génomiques du cancer du poumon métastatique ; démontrer la faisabilité des mutations conductrices du génome des cellules tumorales circulantes pour prédire le risque de métastases du cancer du poumon ; et enfin clarifier le signal PI3K/Akt/mTOR Les inhibiteurs de la voie peuvent-ils être utilisés comme cible pour une intervention précoce dans les métastases du cancer du poumon.