Nowotwór neuroendokrynny oparty na zintegrowanej analizie multi-omicznej

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.