Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

Tidlig diagnose av bukspyttkjertelkreft via dechiffrering av multimodale immunologiske signaturer

15. juli 2024 oppdatert av: TingBo Liang, Zhejiang University
Prospektiv inkludering av 1000 pasienter med kreft i bukspyttkjertelen (tidlig stadium bukspyttkjertelkreft utgjør omtrent 75 % av tilfellene), 1000 pasienter med godartede bukspyttkjertelsykdommer og 1000 friske individer som kontroller. Perifere blodprøver ble tatt fra nylig diagnostiserte pasienter med kreft i bukspyttkjertelen og friske individer. Ved å bruke teknikker som plasma TCR/BCR-seq, CyTOF og plasmaproteomikk, ble multimodale individuelle immunegenskaper oppnådd og analysert sammen med klinisk informasjon. En prediktiv modell for kunstig intelligens ble bygget basert på disse multimodale individuelle immunkarakteristikkene for å etablere en tidlig screeningsteknikk for kreft i bukspyttkjertelen. Sensitiviteten og spesifisiteten til denne kunstige intelligensmodellen for tidlig diagnose av kreft i bukspyttkjertelen ble evaluert ved hjelp av et eksternt multisenter prøvetestsett.

Studieoversikt

Status

Har ikke rekruttert ennå

Detaljert beskrivelse

Pankreas duktalt adenokarsinom (PDAC) er en av de mest aggressive kreftformene og rangerer for tiden som den syvende ledende årsaken til kreftrelaterte dødsfall i Kina. De uspesifikke symptomene på tidlig PDAC er en av de viktigste årsakene til den lave 5-års overlevelsesraten. I tillegg mangler PDAC svært sensitive og spesifikke biomarkører for tidlig påvisning og forebyggende screening. For flertallet av avanserte PDAC-tilfeller krever patologisk bekreftelse ofte vevsbiopsier innhentet gjennom invasive prosedyrer, og på grunn av mangel på tumorceller i disse biopsiene, kan patologien være uklar i opptil 20 % av tilfellene. På den annen side er det foreløpig ingen effektive og målrettede behandlinger for PDAC, med kirurgisk reseksjon som det eneste tilgjengelige alternativet. Dette gjelder imidlertid bare en liten brøkdel av PDAC-pasienter i tidlig stadium, ettersom mer enn 80 % av PDAC-pasienter diagnostiseres med fjernmetastase ved første diagnose, hvor kun adjuvant terapi er mulig.

Tidlig diagnose og påvisning av PDAC kan forbedre pasientens prognose betydelig. Til dags dato er den eneste diagnostiske biomarkøren for PDAC serum Carbohydrate antigen199 (CA199) nivåer, som verken er diagnostiske eller spesifikke. Høye CA199-nivåer er uvanlige i tidlig PDAC, men mest vanlig i sent stadium PDAC. Videre påvises forhøyede CA199-nivåer ofte ved ulike godartede og ondartede sykdommer, inkludert pankreatitt, kolestase og kreft. I tillegg, på grunn av screeningsbegrensninger, er avbildningsmodaliteter som computertomografi (CT), magnetisk resonansavbildning (MRI) og endoskopisk ultralyd (EUS) utilstrekkelige for tidlig påvisning av PDAC.

Ideelt sett tar etterforskerne sikte på å oppnå ikke-invasive, pålitelige og repeterbare biologiske markører med klinisk potensial for tidlig kreftdiagnose. Tidlige studier har identifisert sirkulerende tumor-DNA (ctDNA), sirkulerende tumorceller (CTC), ekstracellulære vesikler (EV), plasmaproteomikk og sirkulerende tumorceller (CTC-er) som lovende sanntids- og fjernverktøy for dette formålet. Sammenlignet med andre solide svulster, spesielt lunge- og brystkreft, har noen av disse sirkulerende biomarkørene gått inn i klinisk praksis, mens blodavledede biomarkører for PDAC-diagnose eller overvåking er svært begrenset (unntatt CA199), og CA199 er stort sett underutviklet sammenlignet med andre svulster. Et eksempel er bruken av EpCAM (Epithelial cell adhesion molecule) og cytokeratin for CellSearch systemdiagnostikk, en FDA (Food and Drug Administration)-godkjent metode for diagnostisering av metastaserende bryst-, tykktarms- og prostatakreft, som ble evaluert for PDAC-diagnose, for å oppnå en nøyaktighetsgrad på 11-78,5 %, som indikerer en stor variasjon i PDAC-deteksjonshastigheter. Andre molekylære egenskaper for diagnostisering av PDAC, inkludert KRAS-mutasjoner i CTC-er, miRNA i EV-er og heparansulfat-proteoglykan glypican 1 (GPC1) i ekstracellulære vesikler, viser dessverre betydelige forskjeller i sensitivitet og prediktiv ytelse på tvers av forskjellige studier, spesielt mellom tumor- og CTC-status . En studie fant at hos 97 % av pasientene med svulster som bærer mutert KRAS, bar bare 18 % av CTC-ene villtype KRAS-allelen, selv fra metastatiske svulster. Derfor, på grunn av genetiske begrensninger assosiert med CTC-berikelse og identifikasjon, ctDNA-isolering, etc., kan bruk av en enkelt biomarkør bare fange delvise tumorbiologiske egenskaper, noe som fører til lav konsistens og falske negativer. Gitt utfordringene med tidlig diagnose av PDAC, er det viktig å utvikle en eller flere nye biologiske markører for tidlig PDAC-diagnose for å fange opp flere mulige biologiske egenskaper ved primære og metastatiske svulster.

Immunsystemet er et ekstremt viktig forsvarssystem i menneskekroppen. Gjennom spesifikke og uspesifikke biologiske prosesser kan immunsystemet oppdage ulike patogener og skadelige stoffer alt fra virus til parasitter, og skille dem fra friske celler og vev i kroppen under normale omstendigheter. Derfor er det en nær sammenheng mellom immunsystemet og den generelle helsen til et individ. Tumorutvikling forblir under konstant overvåking av immunsystemet, og i de tidlige stadiene av sykdommen reagerer immunsystemet og immunfunksjonene endres. Men når kliniske symptomer vises, indikerer det at immunsystemet sliter med å overvinne tilstedeværelsen av skadelige stoffer, og på dette tidspunktet har sykdommen allerede utviklet seg til midt eller sent stadium. Ved å etablere en storstilt klinisk kohort for tidlig bukspyttkjertelkreft, samle høykvalitets multimodale immundata fra individer, og integrere banebrytende kunstig intelligens-modeller, er det mulig å dekode individuelle immunfunksjoner og utvikle tidlige diagnostiske teknikker for kreft i bukspyttkjertelen. på å fange opp immunstatus og responssignaler. Denne tilnærmingen kan bidra til å identifisere tidlige risikofaktorer for kreft i bukspyttkjertelen ved å analysere unormale immunresponser før sykdomsprogresjon, noe som muliggjør tidlig diagnose av kreft i bukspyttkjertelen.

Studietype

Observasjonsmessig

Registrering (Antatt)

3000

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Studiekontakt

Studiesteder

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

Deltakelseskriterier

Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.

Kvalifikasjonskriterier

Alder som er kvalifisert for studier

  • Barn
  • Voksen
  • Eldre voksen

Tar imot friske frivillige

Ja

Prøvetakingsmetode

Sannsynlighetsprøve

Studiepopulasjon

Prospektiv inkludering av 1000 pasienter med kreft i bukspyttkjertelen (tidlig stadium bukspyttkjertelkreft utgjør omtrent 75 % av tilfellene), 1000 pasienter med godartede bukspyttkjertelsykdommer og 1000 friske individer som kontroller. Perifere blodprøver ble tatt fra nylig diagnostiserte pasienter med kreft i bukspyttkjertelen og friske individer. Ved å bruke teknikker som plasma TCR-seq, CyTOF og plasmaproteomikk, ble multimodale individuelle immunegenskaper oppnådd og analysert sammen med klinisk informasjon. En prediktiv modell for kunstig intelligens ble bygget basert på disse multimodale individuelle immunkarakteristikkene for å etablere en tidlig screeningsteknikk for kreft i bukspyttkjertelen.

Beskrivelse

Inklusjonskriterier:

  • Signer skjemaet for informert samtykke;
  • Innledende diagnose som pasienter med kreft i bukspyttkjertelen, pasienter med godartede bukspyttkjertelskader eller friske kontroller.

Ekskluderingskriterier:

  • Historie om andre maligniteter;
  • Tilstedeværelse av organdysfunksjon;
  • Samtidig immunsviktsyndrom, aktiv tuberkulose, HIV-infeksjon, etc.;
  • Allogen transplantasjon som krever immunsuppressiv terapi;
  • Dårlig etterlevelse av oppfølging.

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

Kohorter og intervensjoner

Gruppe / Kohort
Bukspyttkjertelkreft
Pasienten får diagnosen bukspyttkjertelkreft for første gang og har ikke fått noen svulstbehandling.
Godartede bukspyttkjertelsykdommer
Pasienten er diagnostisert med en godartet bukspyttkjertelsykdom, slik som SCN, MCN, IPMN.og har ikke gjennomgått noen behandling.
Sunne kontroller
En sunn befolkning uten bukspyttkjertelrelaterte sykdommer eller andre kreftformer.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Perifer mononukleær blodcelle
Tidsramme: I løpet av 1-7 dager før operasjonen
Bruker RNA seq-teknologi for å analysere differensielt uttrykte gener i perifere immunceller
I løpet av 1-7 dager før operasjonen
Perifer mononukleær blodcelle
Tidsramme: I løpet av 1-7 dager før operasjonen
TCR/BCR-seq: Bruke multippel amplifikasjon for å oppnå CDR3 (komplementaritetsbestemmende region3) regionen til TCR og BCR og analysere VDJ-omorganiseringsmønsteret
I løpet av 1-7 dager før operasjonen
Perifer mononukleær blodcelle
Tidsramme: I løpet av 1-7 dager før operasjonen
Analyse av RNA-ekspresjon i individuelle celler ved bruk av scRNA-seq
I løpet av 1-7 dager før operasjonen
Perifer mononukleær blodcelle
Tidsramme: I løpet av 1-7 dager før operasjonen
scTCR/BCR-seq: Bruke multippel amplifikasjon for å oppnå CDR3 (komplementaritetsbestemmende region3) regionen til TCR og BCR og analysere VDJ-omorganiseringsmønsteret i individuelle celler
I løpet av 1-7 dager før operasjonen
Perifer mononukleær blodcelle
Tidsramme: I løpet av 1-7 dager før operasjonen
Identifikasjon av åpne kromatinregioner i individuelle celler ved bruk av scATAC-seq-teknologi
I løpet av 1-7 dager før operasjonen
Perifer mononukleær blodcelle
Tidsramme: I løpet av 1-7 dager før operasjonen
Påvisning av overflod og type av noen markører for mononukleære celler i perifert blod ved hjelp av CYTOF-teknologi
I løpet av 1-7 dager før operasjonen
CT
Tidsramme: Innen 1 måned før operasjonen
Bildedata fra pasientens første besøk
Innen 1 måned før operasjonen
MR
Tidsramme: Innen 1 måned før operasjonen
Bildedata fra pasientens første besøk
Innen 1 måned før operasjonen

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Studierekorddatoer

Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.

Studer hoveddatoer

Studiestart (Antatt)

1. august 2024

Primær fullføring (Antatt)

1. januar 2027

Studiet fullført (Antatt)

31. desember 2027

Datoer for studieregistrering

Først innsendt

23. juni 2024

Først innsendt som oppfylte QC-kriteriene

2. juli 2024

Først lagt ut (Faktiske)

11. juli 2024

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

16. juli 2024

Siste oppdatering sendt inn som oppfylte QC-kriteriene

15. juli 2024

Sist bekreftet

1. juli 2024

Mer informasjon

Begreper knyttet til denne studien

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

NEI

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Nei

Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .

Abonnere