Molekylær og cellulær karakterisering av MALT-lymfom

Allerede eksisterende og kodet tumorbiologisk materiale og helserelaterte pasientdata vil bli samlet inn retrospektivt fra institusjonelle biobanker og pasientjournaler eller elektroniske medisinske journaler etter mottak av etisk godkjenning. Hver pasient inkludert i studien vil bli tildelt en unik identifikasjonskode ved registrering i studien. Den unike identifikasjonskoden vil bli brukt til å registrere helserelaterte data og til å merke biologiske prøver. Det kodede biologiske materialet vil bli overført til koordineringssenteret ved Institute of Oncology Research (IOR) i Bellinzona. Helserelaterte data vil bli samlet inn i den elektroniske kasusrapporteringsskjemaet (eCRF) (OpenClinica). Datakvalitet vil bli sikret ved generering av spørringer.

Annoterte baseline-egenskaper vil inkludere diagnosedato, biopsidato, alder, kjønn, Eastern Cooperative Oncology Group Performance Status (ECOG PS), Ann Arbor-stadium, laktatdehydrogenase (LDH), antall og plassering av ekstranodale steder, benmargsinvolvering og prosentandel, perifert blodinvolvering, antall nodale steder, B-symptomer, lymfeknuter større enn 7 cm, hemoglobin (Hb), blodplater, lymfocytter, beta-2-mikroglobulin, albumin, infeksjoner (hepatitt C-virus, Helicobacter pylori, Chlamydophila psittaci, Achromobacter xylosoxidans, Campylobacter jejuni), serumparaprotein-tilstedeværelse og type.

Annoterte oppfølgings-egenskaper inkluderte dato for progresjon til en sykdom som krever behandling, type første-linje behandling, dato for start av første-linje behandling, dato for progresjon etter første-linje behandling, dato for andre-linje behandling, type andre-linje behandling, dato for transformasjon, dødsdato, dødsårsak og dato for siste oppfølging. Mutasjonsanalyse, immunoglobulin-gener og T-celle-reseptor-rearrangement-analyse, kopiantallsavvik-analyse, strukturell variantanalyse og deoksyribonukleinsyre (DNA) metyleringsprofil vil bli utført ved neste-generasjons sekvensering av genomisk DNA ekstrahert fra biopsien. Genuttrykk vil bli vurdert ved neste-generasjons sekvensering av RNA ekstrahert fra biopsien. Proteinuttrykk vil bli vurdert ved massespektrometri av proteiner ekstrahert fra biopsien. AI-basert beregningspatologi vil bli utført på digitaliserte hele-skyvbildebilder av biopsien for å ekstrahere kvantitative histologiske egenskaper.

Enkeltcelle-transkriptomisk profilering vil bli brukt til å løse intratumoral heterogenitet og til å definere maligne og ikke-maligne cellulære populasjoner. Etter kvalitetskontroll, normalisering og batch-korreksjon vil uovervåket klyngedannelse bli anvendt for å identifisere transkripsjonelt distinkte celle-tilstander. Maligne B-celle-populasjoner vil bli skilt fra reaktive B-celler ved bruk av en kombinasjon av kopiantallsinferens, immunoglobulin-uttrykksmønstre og kanoniske markørgener. Differensielt uttrykk og stianrikingsanalyser vil bli utført for å identifisere signaleringsprogrammer assosiert med anatomisk sted, immun kontekst og sykdoms-egenskaper.

I detaljer:

• Romlig transkriptomikk og/eller romlig proteomikk vil bli brukt for å bevare vevsarkitektur og vurdere den romlige organiseringen av tumorceller, immuninfiltrater og stromale komponenter. Romlige domener og cellulære nabolag vil bli identifisert ved bruk av datadrevet segmentering og nabolagsanalysetilnærminger. Romlig samlokalisering og interaksjonsanalyser vil bli brukt til å utlede tumor-mikromiljø-krysssnakk, immunutelukkelses- eller aktiveringsnisjer og stedspesifikke romlige mønstre som kan påvirke terapeutisk respons.
• Immunrepertoarprofilering (BCR/TCR-sekvensering) vil bli integrert, der tilgjengelig, for å vurdere klonalitet, antigendrevet seleksjon og romlig distribusjon av immunkloner. I maligne B-celler vil immunoglobulin-egenskaper bli brukt til å utforske bevis for antigenavhengighet og pågående seleksjon, mens TCR-diversitet og ekspansjon vil bli evaluert i forhold til immunnisjer og tumornærhet.
• Proteomiske og/eller epigenetiske data, når tilgjengelig, vil bli inkorporert for å avgrense funksjonell tolkning av transkripsjonelle programmer og for å identifisere post-transkripsjonelle eller regulatoriske mekanismer som underligger observerte cellulære tilstander.

Tverrmodal integrering vil bli utført ved bruk av etablerte beregningsrammeverk for å generere forente celle-tilstand-annotasjoner og stiaktivitets-scorer. Sammenlignende analyser på tvers av anatomiske steder vil være en sentral vurdering. Konserverte versus stedsspesifikke cellulære tilstander, immun-sammensetninger og signaleringsstier vil bli systematisk evaluert for å identifisere delte sykdomsmekanismer samt kontekstavhengige egenskaper. Assosiasjoner med kliniske variabler (f.eks. opprinnelsessted, tidligere behandling, sykdomsstadium) vil bli utforsket på en utforskende, hypotesegenererende måte.

Alle analyser vil følge reproduserbare beregningsarbeidsflyter med streng kvalitetskontroll, passende korreksjon for tekniske forvirrende faktorer og transparent rapportering av begrensninger. De resulterende datasett og analytiske resultater vil gi et integrert molekylært og romlig referanseramme for MALT-lymfom, som støtter nedstrøms biomarkør-oppdagelse og fremtidige translasjonsstudier.