대장암 환자 맞춤형 화학요법 평가를 위한 스플라이싱 기반 예측 학습 (SPLICE)
2026년 7월 6일 업데이트: City of Hope Medical Center
대장암 개인별 화학요법 평가를 위한 접합 기반 예측 학습 (SPLICE)
대장암(CRC)은 전 세계적으로 암 관련 사망의 주요 원인 중 하나로 남아 있습니다. 근치적 절제술 후 보조 화학요법이 생존율을 향상시키지만, 그 효과는 환자마다 크게 다릅니다. 신뢰할 수 있는 예측 바이오마커의 부재는 종종 과도한 치료 또는 불충분한 치료로 이어집니다.
이 연구는 종양 유래 대체 스플라이싱 서명을 사용하여 보조 화학요법 반응에 대한 기계 학습 기반 예측 모델을 개발하는 것을 목표로 합니다.
RNA-seq 데이터, 스플라이싱 아이소폼 및 임상 결과를 통합하여, 이 연구는 수술 후 치료 반응 및 재발 위험의 분자적 예측 인자를 식별하고자 합니다.
연구 개요
상태
상태
모병
정황
정황
개입 / 치료
개입 / 치료
상세 설명
대장암(CRC)은 치유적 절제 후 보조 화학요법이 표준 치료법임에도 불구하고 여전히 주요 글로벌 건강 부담으로 남아 있습니다. 그러나 환자의 치료 반응은 크게 다양하며, 현재 검증된 분자 모델이 보조 치료 선택을 안내하지는 않습니다.
최근 연구들은 유전자 수준 발현만이 아닌 비정상적인 선택적 스플라이싱이 화학요법 민감도와 종양 재발 형성에 결정적인 역할을 한다고 시사합니다. 그럼에도 이러한 복잡한 전사체적 변이는 표준 발현 차이 분석에서 종종 놓치게 됩니다.
ASPAIRE 프레임워크(Alternative Splicing and Predictive mAchIne learnIng for Response Evaluation)는 고급 계산 모델링을 적용하여 RNA-seq 데이터에서 다차원 스플라이싱 특징을 포착하고 이를 임상적으로 실행 가능한 예측으로 변환합니다.
본 연구에서 연구진은 기계 학습을 활용하여 대장암의 보조 화학요법 반응을 예측할 것입니다. 연구 계획은 세 단계로 진행됩니다:
- RNA 시퀀싱 및 계산 특징 추출을 통한 보조 화학요법 반응과 관련된 선택적 스플라이싱 패턴 식별
- 연구진은 역전사 정량적 중합효소 연쇄반응(RT-qPCR) 기반 분석법을 개발하고 화학요법 반응을 예측하기 위한 기계 학습 모델을 훈련시킬 것입니다.
- 연구진은 분석법을 독립적으로 검증할 것입니다. 이 분석법은 잠정적으로 "SPLICE"(대장암 개인별 화학요법 평가를 위한 스플라이싱 기반 예측 학습)로 명명되었으며, 치료 후 최대 5년까지의 무병 생존율을 대상으로 검증될 것입니다.
본 연구 종료 시, 이 분석법은 무병 생존율을 예측함으로써 임상적 의사 결정을 지원하기 위해 개발 및 검증될 것입니다.
연구 유형
연구 유형
관찰
등록 (추정된)
등록
200
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 연락처
연구 연락처
- 이름: Ajay Goel, PhD
- 전화번호: 626-218-3452
- 이메일: ajgoel@coh.org
연구 장소
-
-
California
-
Duarte, California, 미국, 91010
- 모병
- City of Hope Medical Center
-
연락하다:
- Ajay Goel, PhD
- 전화번호: 626-218-3452
- 이메일: ajgoel@coh.org
-
-
참여기준
연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.
자격 기준
자격 기준
공부할 수 있는 나이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
아니
샘플링 방법
비확률 샘플
연구 인구
수술적 완치 목적의 절제술 후 보조 화학 요법을 받은 대장암 환자의 두 독립적 코호트.
설명
포함 기준:
- 조직학적으로 확인된 2-3기 대장암 (TNM 분류, 8판)
- 근치적 절제술 후 표준 보조 화학요법을 받은 경우
- 화학요법 전 종양 조직(FFPE 또는 동결) 이용 가능
- 결과 분석(재발, 생존)을 위한 충분한 임상 데이터
- 18-80세 연령
제외 기준:
- 염증성 장질환
- 부적절한 RNA 품질 또는 동의서 부재
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
그룹/코호트 수
4
코호트 및 개입
그룹/코호트그룹/코호트 |
개입 / 치료개입 / 치료 |
|---|---|
|
대장암 무반응군 (훈련 코호트)
대장암의 비반응자로서 첫 번째 코호트에서 원발 종양 치료 후 60개월 이내에 재발성 대장암이 발생한 환자
|
주종양에서 유래된 조직 샘플에서 그 수준이 검사되는 RNA 스플라이싱 아이소폼 패널
|
|
대장암 반응군(훈련 코호트)
1차 코호트에서 원발성 종양 치료 후 60개월 이내에 재발성 대장암(CRC)이 발생하지 않은 대장암 반응군
|
주종양에서 유래된 조직 샘플에서 그 수준이 검사되는 RNA 스플라이싱 아이소폼 패널
|
|
대장암 재발 환자 중 반응이 없는 환자 (검증 코호트)
주 종양 치료 후 60개월 이내에 재발성 대장암이 발생한 대장암 비반응자군, 두 번째 독립 검증 코호트에서
|
주종양에서 유래된 조직 샘플에서 그 수준이 검사되는 RNA 스플라이싱 아이소폼 패널
|
|
대장암 반응군 (검증 코호트)
두 번째 독립 검증 코호트에서 원발 종양 치료 후 60개월 이내에 재발성 대장암이 발생하지 않은 대장암 반응자
|
주종양에서 유래된 조직 샘플에서 그 수준이 검사되는 RNA 스플라이싱 아이소폼 패널
|
연구는 무엇을 측정합니까?
주요 결과 측정
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
무재발생 생존
기간: 질병 치료 시작일부터 사망일까지 또는 최대 60개월까지
|
대장암 치료 후 재발까지의 시간
|
질병 치료 시작일부터 사망일까지 또는 최대 60개월까지
|
2차 결과 측정
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
전체 생존율
기간: 질병 치료 시작일부터 사망일까지 또는 최대 60개월
|
질환 치료 시작부터 모든 원인으로 인한 사망까지의 기간
|
질병 치료 시작일부터 사망일까지 또는 최대 60개월
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
수사관
수사관
- 수석 연구원: Ajay Goel, PhD, City of Hope Medical Center
간행물 및 유용한 링크
연구에 대한 정보 입력을 담당하는 사람이 자발적으로 이러한 간행물을 제공합니다. 이것은 연구와 관련된 모든 것에 관한 것일 수 있습니다.
일반 간행물
- Dienstmann R, Salazar R, Tabernero J. Personalizing colon cancer adjuvant therapy: selecting optimal treatments for individual patients. J Clin Oncol. 2015 Jun 1;33(16):1787-96. doi: 10.1200/JCO.2014.60.0213. Epub 2015 Apr 27.
- Andre T, Boni C, Navarro M, Tabernero J, Hickish T, Topham C, Bonetti A, Clingan P, Bridgewater J, Rivera F, de Gramont A. Improved overall survival with oxaliplatin, fluorouracil, and leucovorin as adjuvant treatment in stage II or III colon cancer in the MOSAIC trial. J Clin Oncol. 2009 Jul 1;27(19):3109-16. doi: 10.1200/JCO.2008.20.6771. Epub 2009 May 18.
- Andre T, Meyerhardt J, Iveson T, Sobrero A, Yoshino T, Souglakos I, Grothey A, Niedzwiecki D, Saunders M, Labianca R, Yamanaka T, Boukovinas I, Vernerey D, Meyers J, Harkin A, Torri V, Oki E, Georgoulias V, Taieb J, Shields A, Shi Q. Effect of duration of adjuvant chemotherapy for patients with stage III colon cancer (IDEA collaboration): final results from a prospective, pooled analysis of six randomised, phase 3 trials. Lancet Oncol. 2020 Dec;21(12):1620-1629. doi: 10.1016/S1470-2045(20)30527-1.
- Di Narzo AF, Tejpar S, Rossi S, Yan P, Popovici V, Wirapati P, Budinska E, Xie T, Estrella H, Pavlicek A, Mao M, Martin E, Scott W, Bosman FT, Roth A, Delorenzi M. Test of four colon cancer risk-scores in formalin fixed paraffin embedded microarray gene expression data. J Natl Cancer Inst. 2014 Sep 22;106(10):dju247. doi: 10.1093/jnci/dju247. Print 2014 Oct.
- Auclin E, Zaanan A, Vernerey D, Douard R, Gallois C, Laurent-Puig P, Bonnetain F, Taieb J. Subgroups and prognostication in stage III colon cancer: future perspectives for adjuvant therapy. Ann Oncol. 2017 May 1;28(5):958-968. doi: 10.1093/annonc/mdx030.
- Okuno K, Kandimalla R, Mendiola M, Balaguer F, Bujanda L, Fernandez-Martos C, Aparicio J, Feliu J, Tokunaga M, Kinugasa Y, Maurel J, Goel A. A microRNA signature for risk-stratification and response prediction to FOLFOX-based adjuvant therapy in stage II and III colorectal cancer. Mol Cancer. 2023 Jan 20;22(1):13. doi: 10.1186/s12943-022-01699-2. No abstract available.
- Zhang JX, Song W, Chen ZH, Wei JH, Liao YJ, Lei J, Hu M, Chen GZ, Liao B, Lu J, Zhao HW, Chen W, He YL, Wang HY, Xie D, Luo JH. Prognostic and predictive value of a microRNA signature in stage II colon cancer: a microRNA expression analysis. Lancet Oncol. 2013 Dec;14(13):1295-306. doi: 10.1016/S1470-2045(13)70491-1. Epub 2013 Nov 13.
- Gray RG, Quirke P, Handley K, Lopatin M, Magill L, Baehner FL, Beaumont C, Clark-Langone KM, Yoshizawa CN, Lee M, Watson D, Shak S, Kerr DJ. Validation study of a quantitative multigene reverse transcriptase-polymerase chain reaction assay for assessment of recurrence risk in patients with stage II colon cancer. J Clin Oncol. 2011 Dec 10;29(35):4611-9. doi: 10.1200/JCO.2010.32.8732. Epub 2011 Nov 7.
- Zhang M, Chen C, Lu Z, Cai Y, Li Y, Zhang F, Liu Y, Chen S, Zhang H, Yang S, Gen H, Jiang Y, Ning C, Huang J, Wang W, Fan L, Zhang Y, Jin M, Han J, Xiong Z, Cai M, Liu J, Huang C, Yang X, Xu B, Li H, Li B, Zhu X, Wei Y, Zhu Y, Tian J, Miao X. Genetic Control of Alternative Splicing and its Distinct Role in Colorectal Cancer Mechanisms. Gastroenterology. 2023 Nov;165(5):1151-1167. doi: 10.1053/j.gastro.2023.07.019. Epub 2023 Aug 3.
- Reichling C, Taieb J, Derangere V, Klopfenstein Q, Le Malicot K, Gornet JM, Becheur H, Fein F, Cojocarasu O, Kaminsky MC, Lagasse JP, Luet D, Nguyen S, Etienne PL, Gasmi M, Vanoli A, Perrier H, Puig PL, Emile JF, Lepage C, Ghiringhelli F. Artificial intelligence-guided tissue analysis combined with immune infiltrate assessment predicts stage III colon cancer outcomes in PETACC08 study. Gut. 2020 Apr;69(4):681-690. doi: 10.1136/gutjnl-2019-319292. Epub 2019 Nov 28.
연구 기록 날짜
이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.
연구 주요 날짜
연구 시작 (실제)
연구 시작
2024년 6월 21일
기본 완료 (추정된)
기본 완료
2028년 6월 18일
연구 완료 (추정된)
연구 완료
2028년 6월 18일
연구 등록 날짜
최초 제출
최초 제출
2025년 11월 3일
QC 기준을 충족하는 최초 제출
QC 기준을 충족하는 최초 제출
2025년 11월 5일
처음 게시됨 (실제)
처음 게시됨
2025년 11월 10일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
마지막 업데이트 게시됨
2026년 7월 7일
QC 기준을 충족하는 마지막 업데이트 제출
QC 기준을 충족하는 마지막 업데이트 제출
2026년 7월 6일
마지막으로 확인됨
마지막으로 확인됨
2026년 7월 1일
추가 정보
이 연구와 관련된 용어
기타 연구 ID 번호
기타 연구 ID 번호
- 23228/SPLICE
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
아니요
IPD 계획 설명
본 연구를 위해 수집된 데이터는 익명화된 참가자 데이터를 포함하여, 출판 시 서명된 데이터 접근 계약서와 연구자들이 해당 데이터의 제안된 사용에 대한 승인 재량에 따라 다른 사람들에게 제공될 것입니다.
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
아니
미국 FDA 규제 기기 제품 연구
아니
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .