- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT04931446
Nowotwór neuroendokrynny oparty na zintegrowanej analizie multi-omicznej
Badania nad nowotworami neuroendokrynnymi w jednym ośrodku w oparciu o zintegrowaną analizę multiomiczną
Przegląd badań
Status
Warunki
Interwencja / Leczenie
Szczegółowy opis
W ostatnich latach innowacja technologii wysokoprzepustowego sekwencjonowania znacznie przyczyniła się do zrozumienia mechanizmów chorobowych na poziomie molekularnym. Nie ulega wątpliwości, że istnieją duże różnice w rokowaniu guzów o tym samym typie patologii i stopniu zaawansowania klinicznego. W wielu badaniach wykazano, że różnica w rokowaniu jest ściśle związana z niejednorodnością guza. W ciągu ostatnich kilku lat zindywidualizowane precyzyjne leczenie może znacznie poprawić rokowanie pacjentów. Badania wykazały, że klasyfikacja podgrup raka jelita grubego na podstawie mutacji somatycznych i aktywacji szlaków sygnałowych w bazie danych TCGA znacznie poprawiła trafność diagnozy i skuteczność leczenia. Zespół Lehmanna podzielił próbki na sześć typów w oparciu o profil ekspresji genów potrójnie ujemnego raka piersi: typ immunomodulujący, typ mezenchymalny, typ mezenchymalny przypominający łodygę, typ receptora androgenowego i dwa typy podstawowe. Ta metoda typowania łączy rolę normalnej macierzy i poziomów transkrypcji komórek odpornościowych w mikrośrodowisku guza i bada ich charakterystykę kliniczną i strategie leczenia według różnych podtypów. Jednak żadna pojedyncza omika nie jest wystarczająca do wyjaśnienia złożonej patogenezy nowotworów. Dlatego zintegrowana analiza wielu omicznych jest trendem rozwojowym, który pomoże wyjaśnić patogenezę nowotworów i odkryć potencjalne cele leczenia farmakologicznego. Interaktywna analiza danych fenotypowych i danych omicznych molekularnych może nie tylko pomóc nam przeanalizować korelację między fenotypami biologicznymi a fenotypami molekularnymi, ale także pozwolić nam zrozumieć mikroskopijny mechanizm molekularny fenotypów makrobiologicznych. Na przykład fenotypy obrazowania oparte na tomografii komputerowej i rezonansie magnetycznym można wykorzystać do zbadania powiązanych z nimi ważnych markerów białkowych, co zapewnia eksperymentalną i teoretyczną podstawę do kierowania przyszłymi badaniami klinicznymi ukierunkowanymi na leki i mechanizmami lekooporności. Co bardziej interesujące, związek między molekularną klasyfikacją nowotworów opartą na omice molekularnej a ustanowieniem modeli rozpoznawania fenotypów, takich jak omika obrazowania, może również sprawić, że fenotypy, takie jak omika obrazowania, staną się przewodnikiem w ukierunkowanej terapii nowotworowej. Ważna metoda. Dlatego w przypadku guzów neuroendokrynnych o wysokim stopniu heterogeniczności bardzo konieczna jest ich analiza z perspektywy wielorakiej omiki. Jednak w obecnych publicznych bazach danych TCGA i GEO ekskluzywne dane dotyczące genomiki NEN są niezwykle rzadkie i prawie nie ma takich danych, jak proteomika, epiomika, metabolomika i obrazowanie. Dlatego pilne jest przeprowadzenie ekskluzywnej analizy multi-omiki dużych zbiorów danych NEN w celu kompleksowego i dogłębnego zbadania genezy i mechanizmu rozwoju guzów neuroendokrynnych.
Projekt ten ma na celu analizę właściwości biologii molekularnej NEN w oparciu o analizę multiomiczną, opracowanie ekskluzywnej platformy big data multiomiki NEN oraz przeprowadzenie podtypów molekularnych. Mamy nadzieję, że to badanie może znaleźć mechanizm molekularny i potencjalne cele interwencji nawrotów i przerzutów NEN oraz zapewnić klinicystom bezpieczne i skuteczne strategie leczenia, poprawiając w ten sposób efekt terapeutyczny guzów neuroendokrynnych.
Typ studiów
Zapisy (Oczekiwany)
Kontakty i lokalizacje
Kontakt w sprawie studiów
- Nazwa: Xianjun Yu, MD, PhD
- Numer telefonu: +86-13801669875
- E-mail: yuxianjun@fudanpci.org
Lokalizacje studiów
-
-
Shanghai
-
Shanghai, Shanghai, Chiny, 200032
- Department of Pancreatic Surgery, Fudan University Shanghai Cancer Center; Pancreatic Cancer Institute, Fudan University
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
Akceptuje zdrowych ochotników
Płeć kwalifikująca się do nauki
Metoda próbkowania
Badana populacja
Opis
Kryteria przyjęcia:
- Przeszedł leczenie chirurgiczne w Fudan University Affiliated Cancer Hospital od stycznia 2010 do stycznia 2021;
- Patologia pooperacyjna okazała się guzem neuroendokrynnym;
- Podpisał formularz świadomej zgody na pobranie próbek do banku tkanek, wyrażając zgodę na wykorzystanie próbek i związanych z nimi danych klinicznych do badań naukowych.
Kryteria wyłączenia:
- Połącz inne nowotwory złośliwe;
- Brakuje danych klinicznych.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Modele obserwacyjne: Tylko przypadek
- Perspektywy czasowe: Z mocą wsteczną
Kohorty i interwencje
Grupa / Kohorta |
Interwencja / Leczenie |
---|---|
Nowotwory neuroendokrynne żołądka i jelit
|
Pobierz próbki przechowywane w banku tkanek, główne rodzaje próbek to próbki RNAlater, próbki zamrożone ciekłym azotem i próbki krwi obwodowej
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
---|---|---|
Analiza mechanizmu NEN oparta na multiomice
Ramy czasowe: Rok
|
Zbieraj próbki tkanek NEN i próbki krwi obwodowej do analizy genomiki, transkryptomiki, proteomiki, fosforylacji, metabolomiki i innych analiz sekwencjonowania wielu omów, aby znaleźć związek między tymi omami molekularnymi a fenotypami, zbadać mechanizm NEN, w tym geny sterujące, aktywację szlaków sygnałowych itp. oraz leki wrażliwe na badania przesiewowe w oparciu o potencjalne cele.
Wykorzystaj dane multi-omiczne do stworzenia platformy analizy dużych zbiorów danych NEN, w tym przewidywania wrażliwych celów, przewidywania powiązanych genów, analizy przeżycia i tak dalej.
|
Rok
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
---|---|---|
Analiza mikrośrodowiska immunologicznego NEN
Ramy czasowe: Rok
|
Oprogramowanie GSVA i metoda CIBORSORT służą do przewidywania zawartości i stosunku różnych podtypów komórek odpornościowych na podstawie ekspresji mRNA NEN.
|
Rok
|
Współpracownicy i badacze
Sponsor
Śledczy
- Główny śledczy: Xianjun Yu, MD, PhD, Fudan University
Publikacje i pomocne linki
Publikacje ogólne
- Lehmann BD, Jovanovic B, Chen X, Estrada MV, Johnson KN, Shyr Y, Moses HL, Sanders ME, Pietenpol JA. Refinement of Triple-Negative Breast Cancer Molecular Subtypes: Implications for Neoadjuvant Chemotherapy Selection. PLoS One. 2016 Jun 16;11(6):e0157368. doi: 10.1371/journal.pone.0157368. eCollection 2016.
- Cancer Genome Atlas Network. Comprehensive molecular characterization of human colon and rectal cancer. Nature. 2012 Jul 18;487(7407):330-7. doi: 10.1038/nature11252.
- Pavel M, Baudin E, Couvelard A, Krenning E, Oberg K, Steinmuller T, Anlauf M, Wiedenmann B, Salazar R; Barcelona Consensus Conference participants. ENETS Consensus Guidelines for the management of patients with liver and other distant metastases from neuroendocrine neoplasms of foregut, midgut, hindgut, and unknown primary. Neuroendocrinology. 2012;95(2):157-76. doi: 10.1159/000335597. Epub 2012 Feb 15. No abstract available.
- Alizadeh AA, Aranda V, Bardelli A, Blanpain C, Bock C, Borowski C, Caldas C, Califano A, Doherty M, Elsner M, Esteller M, Fitzgerald R, Korbel JO, Lichter P, Mason CE, Navin N, Pe'er D, Polyak K, Roberts CW, Siu L, Snyder A, Stower H, Swanton C, Verhaak RG, Zenklusen JC, Zuber J, Zucman-Rossi J. Toward understanding and exploiting tumor heterogeneity. Nat Med. 2015 Aug;21(8):846-53. doi: 10.1038/nm.3915.
- Hausser J, Alon U. Tumour heterogeneity and the evolutionary trade-offs of cancer. Nat Rev Cancer. 2020 Apr;20(4):247-257. doi: 10.1038/s41568-020-0241-6. Epub 2020 Feb 24.
- Halaburkova A, Cahais V, Novoloaca A, Araujo MGDS, Khoueiry R, Ghantous A, Herceg Z. Pan-cancer multi-omics analysis and orthogonal experimental assessment of epigenetic driver genes. Genome Res. 2020 Oct;30(10):1517-1532. doi: 10.1101/gr.268292.120. Epub 2020 Sep 22.
- Taber A, Christensen E, Lamy P, Nordentoft I, Prip F, Lindskrog SV, Birkenkamp-Demtroder K, Okholm TLH, Knudsen M, Pedersen JS, Steiniche T, Agerbaek M, Jensen JB, Dyrskjot L. Molecular correlates of cisplatin-based chemotherapy response in muscle invasive bladder cancer by integrated multi-omics analysis. Nat Commun. 2020 Sep 25;11(1):4858. doi: 10.1038/s41467-020-18640-0. Erratum In: Nat Commun. 2022 Apr 4;13(1):1916.
- Sailem HZ, Bakal C. Identification of clinically predictive metagenes that encode components of a network coupling cell shape to transcription by image-omics. Genome Res. 2017 Feb;27(2):196-207. doi: 10.1101/gr.202028.115. Epub 2016 Nov 18.
- Su H, Shen Y, Xing F, Qi X, Hirshfield KM, Yang L, Foran DJ. Robust automatic breast cancer staging using a combination of functional genomics and image-omics. Annu Int Conf IEEE Eng Med Biol Soc. 2015;2015:7226-9. doi: 10.1109/EMBC.2015.7320059.
- Frilling A, Modlin IM, Kidd M, Russell C, Breitenstein S, Salem R, Kwekkeboom D, Lau WY, Klersy C, Vilgrain V, Davidson B, Siegler M, Caplin M, Solcia E, Schilsky R; Working Group on Neuroendocrine Liver Metastases. Recommendations for management of patients with neuroendocrine liver metastases. Lancet Oncol. 2014 Jan;15(1):e8-21. doi: 10.1016/S1470-2045(13)70362-0.
- Mayo SC, de Jong MC, Pulitano C, Clary BM, Reddy SK, Gamblin TC, Celinksi SA, Kooby DA, Staley CA, Stokes JB, Chu CK, Ferrero A, Schulick RD, Choti MA, Mentha G, Strub J, Bauer TW, Adams RB, Aldrighetti L, Capussotti L, Pawlik TM. Surgical management of hepatic neuroendocrine tumor metastasis: results from an international multi-institutional analysis. Ann Surg Oncol. 2010 Dec;17(12):3129-36. doi: 10.1245/s10434-010-1154-5. Epub 2010 Jun 29.
- Rindi G, D'Adda T, Froio E, Fellegara G, Bordi C. Prognostic factors in gastrointestinal endocrine tumors. Endocr Pathol. 2007 Fall;18(3):145-9. doi: 10.1007/s12022-007-0020-x.
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Oczekiwany)
Zakończenie podstawowe (Oczekiwany)
Ukończenie studiów (Oczekiwany)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- CSPAC-NEN-2
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .