Ustanowienie i zastosowanie kliniczne modelu przewidywania odległych przerzutów raka płuca w oparciu o charakterystykę genomową krążących komórek nowotworowych

Rak płuca jest najczęstszym typem nowotworu w moim kraju, ale 5-letni czas przeżycia pacjentów z rakiem płuca wynosi tylko 17%. Wśród nich największą przyczyną wpływającą na rokowanie pacjenta są przerzuty nowotworu. Istnieje bardzo niewiele metod klinicznych odpowiednich do leczenia przerzutowego raka płuca, a efekt leczniczy nie jest dobry. Dlatego wczesne monitorowanie i interwencje zapobiegające kolonizacji odległych przerzutów są kluczem do poprawy przeżywalności raka płuca. Wstępne badania tego projektu wykazały, że krążące komórki nowotworowe we krwi obwodowej mogą być wykorzystywane jako skuteczny środek do klinicznej diagnostyki i leczenia nowotworów złośliwych płuc. Poprzez analizę różnicy w czasie i przestrzeni przerzutów pacjentów z rakiem płuc stwierdzono, że genomy różnych stadiów przerzutów i narządów przerzutowych raka płuc są dość różne i są ściśle związane z przeżyciem pacjenta. Z tego powodu proponujemy hipotezę, że cechy mutacji genomowych krążących komórek nowotworowych mogą wykryć sygnały przerzutów guza wcześniej niż diagnostyka obrazowania CT. Aby przetestować tę hipotezę, opracujemy system oceny ryzyka przerzutów raka oparty na genomice guza. Po pierwsze, z publicznych baz danych zbieramy duże ilości danych na temat genomu pierwotnego i przerzutowego raka płuca i wykorzystujemy metody statystyczne do odsiewania cech genomowych, które są znacząco związane z przerzutowym rakiem płuca i jego przerzutowymi narządami do kolonizacji. Po drugie, wykorzystanie tych funkcji do opracowania zestawu modeli uczenia maszynowego, które mogą określić ryzyko przerzutów raka płuc w oparciu o cechy jego genomu. Ostatecznie zastosowaliśmy model w praktyce klinicznej. Wykrywając krążące komórki nowotworowe u pacjentów z pierwotnym rakiem płuca podczas ponownego badania, stworzyliśmy statystyczny model redukcji szumów w celu wyodrębnienia cech genomowych, a następnie podstawiliśmy go do modelu w celu określenia krążących komórek nowotworowych u pacjenta Czy istnieje ryzyko nawrotów i przerzutów. Porównując dane obrazowe w przeglądzie, zweryfikujemy, czy model wykrywa sygnały wczesnych przerzutów raka płuc wcześniej niż metody obrazowania. Ostatecznie nasz model będzie agregował markery genomowe związane z ryzykiem przerzutów, badał ich ukierunkowanie na leki i zapewniał potężne wsparcie analizy dużych zbiorów danych dla wczesnej interwencji w kolonizację przerzutów i przedłużania przeżycia pacjentów z rakiem płuc. Jeśli temat zostanie zademonstrowany, pomoże to wyjaśnić zastosowanie analizy dużych zbiorów danych genomu guza w celu ujawnienia genomowych mutacji kierujących przerzutowym rakiem płuc; wykazać wykonalność mutacji kierujących genomem krążących komórek nowotworowych w celu przewidywania ryzyka przerzutów raka płuc; i wreszcie wyjaśnienie sygnału PI3K/Akt/mTOR Czy inhibitory szlaku mogą być stosowane jako cel dla wczesnej interwencji w przypadku przerzutów raka płuc.