マルチオミクス統合解析に基づく神経内分泌腫瘍

近年、ハイスループットシーケンシング技術の革新により、分子レベルでの疾患メカニズムの理解が大幅に促進されました。 臨床的に同じ病型、病期の腫瘍でも予後に大きな差があることは紛れもない事実です。 多数の研究により、予後の違いが腫瘍の不均一性と密接に関連していることが証明されています。 ここ数年、個別化された精密治療により、患者の予後が大幅に改善されています。 TCGAデータベースの体細胞変異とシグナル経路の活性化に基づく結腸直腸癌のサブグループ分類により、診断の精度と治療の有効性が大幅に改善されたことが研究で示されています。 Lehmann のチームは、トリプルネガティブ乳がんの遺伝子発現プロファイルに基づいて、サンプルを 6 つのタイプに分類しました。 このタイピング法は、腫瘍の微小環境における正常なマトリックスと免疫細胞の転写レベルの役割を組み合わせ、さまざまなサブタイプに応じてそれらの臨床的特徴と治療戦略を探ります。 しかし、腫瘍の複雑な病因を解明するのに十分な単一のオミクスはありません。 したがって、複数のオミクスの統合分析は開発トレンドであり、腫瘍の病因を明らかにし、潜在的な薬物治療標的を発見するのに役立ちます。 表現型データと分子オミクス データの対話型分析は、生物学的表現型と分子表現型の間の相関関係を分析するのに役立つだけでなく、マクロ生物学的表現型の微視的な分子メカニズムを理解することも可能にします。 たとえば、CT および MRI に基づくイメージング表現型を使用して、それらに関連する重要なタンパク質マーカーを探索できます。これは、将来の臨床薬物標的療法および薬物耐性メカニズム研究を導くための実験的および理論的基礎を提供します。 さらに興味深いのは、分子オミクスに基づく腫瘍の分子分類と、イメージング オミクスなどの表現型認識モデルの確立との関係により、イメージング オミクスなどの表現型が腫瘍標的療法のガイドになる可能性があることです。 重要な方法です。 したがって、異質性の高い神経内分泌腫瘍については、複数のオミクスの観点からそれらを分析することが非常に必要です。 しかし、現在公開されている TCGA や GEO のデータベースでは、独自の NEN ゲノミクス データは極めて少なく、プロテオミクス、エピオミクス、メタボロミクス、イメージングオミクスなどのデータはほとんどありません。 したがって、神経内分泌腫瘍の発生と発生メカニズムを包括的かつ詳細に研究するために、排他的なNENマルチオミクスビッグデータ分析を実施することが急務です。

このプロジェクトは、マルチオミクス解析に基づいてNENの分子生物学的特性を分析し、独自のNENマルチオミクスビッグデータプラットフォームを開発し、分子サブタイプを実行することを目的としています。 この研究がNENの再発と転移の分子メカニズムと潜在的な介入標的を見つけ、臨床医に安全で効果的な治療戦略を提供し、それによって神経内分泌腫瘍の治療効果を改善できることを願っています。