Cette page a été traduite automatiquement et l'exactitude de la traduction n'est pas garantie. Veuillez vous référer au version anglaise pour un texte source.

Diagnostic précoce du cancer du pancréas via le déchiffrement des signatures immunologiques multimodales

15 juillet 2024 mis à jour par: TingBo Liang, Zhejiang University
Inclusion prospective de 1 000 patients atteints d'un cancer du pancréas (le cancer du pancréas à un stade précoce représente environ 75 % des cas), 1 000 patients atteints de maladies pancréatiques bénignes et 1 000 individus en bonne santé comme témoins. Des échantillons de sang périphérique ont été collectés auprès de patients atteints d'un cancer du pancréas nouvellement diagnostiqué et d'individus en bonne santé. À l’aide de techniques telles que le TCR/BCR-seq plasmatique, le CyTOF et la protéomique plasmatique, des caractéristiques immunitaires individuelles multimodales ont été obtenues et analysées ainsi que des informations cliniques. Un modèle prédictif d’intelligence artificielle a été construit sur la base de ces caractéristiques immunitaires individuelles multimodales pour établir une technique de dépistage précoce du cancer du pancréas. La sensibilité et la spécificité de ce modèle d'intelligence artificielle pour le diagnostic précoce du cancer du pancréas ont été évaluées à l'aide d'un ensemble de tests d'échantillons multicentriques externes.

Aperçu de l'étude

Statut

Pas encore de recrutement

Description détaillée

L'adénocarcinome canalaire pancréatique (PDAC) est l'un des cancers les plus agressifs et se classe actuellement au septième rang des causes de décès liés au cancer en Chine. Les symptômes non spécifiques de la PDAC précoce sont l’une des raisons les plus importantes de son faible taux de survie à 5 ans. De plus, la PDAC manque de biomarqueurs hautement sensibles et spécifiques pour une détection précoce et un dépistage préventif. Pour la majorité des cas avancés de PDAC, la confirmation pathologique nécessite souvent des biopsies tissulaires obtenues par des procédures invasives, et en raison de la rareté des cellules tumorales dans ces biopsies, la pathologie peut être incertaine dans jusqu'à 20 % des cas. En revanche, il n’existe actuellement aucun traitement efficace et ciblé contre la PDAC, la résection chirurgicale étant la seule option disponible. Cependant, cela ne s'applique qu'à une petite fraction des patients PDAC à un stade précoce, car plus de 80 % des patients PDAC reçoivent un diagnostic de métastases à distance lors du diagnostic initial, où seul un traitement adjuvant est réalisable.

Un diagnostic et une détection précoces de la PDAC peuvent améliorer considérablement le pronostic du patient. À ce jour, le seul biomarqueur diagnostique de la PDAC est le taux sérique d’antigène glucidique 199 (CA199), qui n’est ni diagnostique ni spécifique. Des niveaux élevés de CA199 sont rares au début de la PDAC, mais plus fréquents au stade avancé de la PDAC. De plus, des taux élevés de CA199 sont fréquemment détectés dans diverses maladies bénignes et malignes, notamment la pancréatite, la cholestase et le cancer. De plus, en raison des limites du dépistage, les modalités d'imagerie telles que la tomodensitométrie (TDM), l'imagerie par résonance magnétique (IRM) et l'échographie endoscopique (EUS) sont insuffisantes pour la détection précoce de la PDAC.

Idéalement, les enquêteurs visent à obtenir des marqueurs biologiques non invasifs, fiables et reproductibles avec un potentiel clinique pour le diagnostic précoce du cancer. Les premières études ont identifié l’ADN tumoral circulant (ADNc), les cellules tumorales circulantes (CTC), les vésicules extracellulaires (EV), la protéomique plasmatique et les cellules tumorales circulantes (CTC) comme outils prometteurs en temps réel et à distance à cette fin. Comparés à d’autres tumeurs solides, en particulier le cancer du poumon et du sein, certains de ces biomarqueurs circulants sont entrés dans la pratique clinique, tandis que les biomarqueurs dérivés du sang pour le diagnostic ou la surveillance de la PDAC sont très limités (à l’exclusion du CA199) et que le CA199 est largement sous-développé par rapport aux autres tumeurs. Un exemple est l'utilisation d'EpCAM (molécule d'adhésion des cellules épithéliales) et de cytokératine pour le diagnostic du système CellSearch, une méthode approuvée par la FDA (Food and Drug Administration) pour diagnostiquer les cancers métastatiques du sein, du côlon et de la prostate, qui a été évaluée pour le diagnostic PDAC, atteignant un taux de précision de 11 à 78,5 %, indiquant une grande variation dans les taux de détection PDAC. D'autres caractéristiques moléculaires permettant de diagnostiquer la PDAC, notamment les mutations KRAS dans les CTC, les miARN dans les EV et le protéoglycane héparane sulfate glypican 1 (GPC1) dans les vésicules extracellulaires, présentent malheureusement des différences significatives en termes de sensibilité et de performances prédictives entre différentes études, en particulier entre le statut de la tumeur et celui des CTC. . Une étude a révélé que chez 97 % des patients atteints de tumeurs porteuses de KRAS muté, seulement 18 % des CTC portaient l’allèle KRAS de type sauvage, même provenant de tumeurs métastatiques. Par conséquent, en raison des limitations génétiques associées à l’enrichissement et à l’identification des CTC, à l’isolement de l’ADNct, etc., l’utilisation d’un seul biomarqueur ne peut capturer que des caractéristiques biologiques partielles de la tumeur, conduisant à une faible cohérence et à des faux négatifs. Compte tenu des défis liés au diagnostic précoce de la PDAC, il est impératif de développer un ou plusieurs nouveaux marqueurs biologiques pour le diagnostic précoce de la PDAC afin de capturer davantage de caractéristiques biologiques possibles des tumeurs primaires et métastatiques.

Le système immunitaire est un système de défense extrêmement important du corps humain. Grâce à des processus biologiques spécifiques et non spécifiques, le système immunitaire peut détecter divers agents pathogènes et substances nocives allant des virus aux parasites, et les différencier des cellules et tissus sains du corps dans des circonstances normales. Il existe donc un lien étroit entre le système immunitaire et la santé globale d’un individu. Le développement de la tumeur reste sous la surveillance constante du système immunitaire et, dès les premiers stades de la maladie, le système immunitaire réagit et les caractéristiques immunitaires subissent des modifications. Cependant, lorsque des symptômes cliniques apparaissent, cela indique que le système immunitaire a du mal à surmonter la présence de substances nocives et qu’à ce stade, la maladie a déjà progressé jusqu’au stade intermédiaire ou avancé. En établissant une cohorte clinique à grande échelle du cancer du pancréas précoce, en collectant des données immunitaires multimodales de haute qualité auprès d'individus et en intégrant des modèles d'intelligence artificielle de pointe, il est possible de décoder les caractéristiques immunitaires individuelles et de développer des techniques de diagnostic précoce du cancer du pancréas basées sur sur la capture du statut immunitaire et des signaux de réponse. Cette approche peut aider à identifier les facteurs de risque précoces du cancer du pancréas en analysant les réponses immunitaires anormales avant la progression de la maladie, permettant ainsi un diagnostic précoce du cancer du pancréas.

Type d'étude

Observationnel

Inscription (Estimé)

3000

Contacts et emplacements

Cette section fournit les coordonnées de ceux qui mènent l'étude et des informations sur le lieu où cette étude est menée.

Coordonnées de l'étude

  • Nom: Qi Zhang, Associate professor
  • Numéro de téléphone: 13819137113
  • E-mail: qi.zhang@zju.edu.cn

Lieux d'étude

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

Critères de participation

Les chercheurs recherchent des personnes qui correspondent à une certaine description, appelée critères d'éligibilité. Certains exemples de ces critères sont l'état de santé général d'une personne ou des traitements antérieurs.

Critère d'éligibilité

Âges éligibles pour étudier

  • Enfant
  • Adulte
  • Adulte plus âgé

Accepte les volontaires sains

Oui

Méthode d'échantillonnage

Échantillon de probabilité

Population étudiée

Inclusion prospective de 1 000 patients atteints d'un cancer du pancréas (le cancer du pancréas à un stade précoce représente environ 75 % des cas), 1 000 patients atteints de maladies pancréatiques bénignes et 1 000 individus en bonne santé comme témoins. Des échantillons de sang périphérique ont été collectés auprès de patients atteints d'un cancer du pancréas nouvellement diagnostiqué et d'individus en bonne santé. À l’aide de techniques telles que le TCR-seq plasmatique, le CyTOF et la protéomique plasmatique, des caractéristiques immunitaires individuelles multimodales ont été obtenues et analysées ainsi que des informations cliniques. Un modèle prédictif d’intelligence artificielle a été construit sur la base de ces caractéristiques immunitaires individuelles multimodales pour établir une technique de dépistage précoce du cancer du pancréas.

La description

Critère d'intégration:

  • Signez le formulaire de consentement éclairé ;
  • Diagnostic initial en tant que patients atteints d'un cancer du pancréas, patients présentant des lésions pancréatiques bénignes ou témoins sains.

Critère d'exclusion:

  • Antécédents d'autres tumeurs malignes ;
  • Présence d'un dysfonctionnement d'un organe ;
  • Syndrome d'immunodéficience concomitante, tuberculose active, infection par le VIH, etc. ;
  • Transplantation allogénique nécessitant un traitement immunosuppresseur ;
  • Mauvaise conformité du suivi.

Plan d'étude

Cette section fournit des détails sur le plan d'étude, y compris la façon dont l'étude est conçue et ce que l'étude mesure.

Comment l'étude est-elle conçue ?

Détails de conception

Cohortes et interventions

Groupe / Cohorte
Cancer du pancréas
Le patient reçoit un premier diagnostic de cancer du pancréas et n’a reçu aucun traitement antitumoral.
Maladies pancréatiques bénignes
Le patient reçoit un diagnostic de maladie pancréatique bénigne, telle que SCN, MCN, IPMN. n'a subi aucun traitement.
Contrôles sains
Une population en bonne santé sans aucune maladie liée au pancréas ni autre cancer.

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
Cellule mononucléée du sang périphérique
Délai: Pendant la période de 1 à 7 jours précédant la chirurgie
Utilisation de la technologie RNA seq pour analyser les gènes différentiellement exprimés dans les cellules immunitaires périphériques
Pendant la période de 1 à 7 jours précédant la chirurgie
Cellule mononucléée du sang périphérique
Délai: Pendant la période de 1 à 7 jours précédant la chirurgie
TCR/BCR-seq : utilisation de l'amplification multiple pour obtenir la région CDR3 (complémentarités déterminant la région 3) du TCR et du BCR et analyse du modèle de réarrangement VDJ
Pendant la période de 1 à 7 jours précédant la chirurgie
Cellule mononucléée du sang périphérique
Délai: Pendant la période de 1 à 7 jours précédant la chirurgie
Analyser l'expression de l'ARN dans des cellules individuelles à l'aide de scRNA-seq
Pendant la période de 1 à 7 jours précédant la chirurgie
Cellule mononucléée du sang périphérique
Délai: Pendant la période de 1 à 7 jours précédant la chirurgie
scTCR/BCR-seq : Utilisation de l'amplification multiple pour obtenir la région CDR3 (complémentarités déterminant la région 3) du TCR et du BCR et analyse du modèle de réarrangement VDJ dans des cellules individuelles
Pendant la période de 1 à 7 jours précédant la chirurgie
Cellule mononucléée du sang périphérique
Délai: Pendant la période de 1 à 7 jours précédant la chirurgie
Identification de régions de chromatine ouvertes dans des cellules individuelles à l'aide de la technologie scATAC-seq
Pendant la période de 1 à 7 jours précédant la chirurgie
Cellule mononucléée du sang périphérique
Délai: Pendant la période de 1 à 7 jours précédant la chirurgie
Détection de l'abondance et du type de certains marqueurs des cellules mononucléées du sang périphérique à l'aide de la technologie CYTOF
Pendant la période de 1 à 7 jours précédant la chirurgie
CT
Délai: Dans le mois précédant la chirurgie
Données d'imagerie de la première visite du patient
Dans le mois précédant la chirurgie
IRM
Délai: Dans le mois précédant la chirurgie
Données d'imagerie de la première visite du patient
Dans le mois précédant la chirurgie

Collaborateurs et enquêteurs

C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.

Dates d'enregistrement des études

Ces dates suivent la progression des dossiers d'étude et des soumissions de résultats sommaires à ClinicalTrials.gov. Les dossiers d'étude et les résultats rapportés sont examinés par la Bibliothèque nationale de médecine (NLM) pour s'assurer qu'ils répondent à des normes de contrôle de qualité spécifiques avant d'être publiés sur le site Web public.

Dates principales de l'étude

Début de l'étude (Estimé)

1 août 2024

Achèvement primaire (Estimé)

1 janvier 2027

Achèvement de l'étude (Estimé)

31 décembre 2027

Dates d'inscription aux études

Première soumission

23 juin 2024

Première soumission répondant aux critères de contrôle qualité

2 juillet 2024

Première publication (Réel)

11 juillet 2024

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

16 juillet 2024

Dernière mise à jour soumise répondant aux critères de contrôle qualité

15 juillet 2024

Dernière vérification

1 juillet 2024

Plus d'information

Termes liés à cette étude

Plan pour les données individuelles des participants (IPD)

Prévoyez-vous de partager les données individuelles des participants (DPI) ?

NON

Informations sur les médicaments et les dispositifs, documents d'étude

Étudie un produit pharmaceutique réglementé par la FDA américaine

Non

Étudie un produit d'appareil réglementé par la FDA américaine

Non

Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .

S'abonner