Ta strona została przetłumaczona automatycznie i dokładność tłumaczenia nie jest gwarantowana. Proszę odnieść się do angielska wersja za tekst źródłowy.

Wczesna diagnostyka raka trzustki poprzez rozszyfrowanie wielomodalnych podpisów immunologicznych

15 lipca 2024 zaktualizowane przez: TingBo Liang, Zhejiang University
Prospektywne włączenie 1000 pacjentów z rakiem trzustki (rak trzustki we wczesnym stadium stanowi około 75% przypadków), 1000 pacjentów z łagodnymi chorobami trzustki i 1000 zdrowych osób jako grupy kontrolnej. Od pacjentów z nowo zdiagnozowanym rakiem trzustki i osób zdrowych pobierano próbki krwi obwodowej. Stosując techniki takie jak TCR/BCR-seq w osoczu, CyTOF i proteomika osocza, uzyskano i przeanalizowano wielomodalne indywidualne cechy odpornościowe wraz z informacjami klinicznymi. W oparciu o te multimodalne indywidualne cechy odporności zbudowano model predykcyjny sztucznej inteligencji, aby ustalić technikę wczesnych badań przesiewowych w kierunku raka trzustki. Czułość i swoistość tego modelu sztucznej inteligencji we wczesnej diagnostyce raka trzustki oceniono za pomocą zewnętrznego, wieloośrodkowego zestawu testów.

Przegląd badań

Status

Jeszcze nie rekrutacja

Szczegółowy opis

Gruczolakorak przewodowy trzustki (PDAC) jest jednym z najbardziej agresywnych nowotworów i obecnie zajmuje siódmą pozycję wśród głównych przyczyn zgonów spowodowanych nowotworami w Chinach. Niespecyficzne objawy wczesnego PDAC są jedną z najważniejszych przyczyn niskiego wskaźnika przeżycia 5-letniego. Ponadto w PDAC brakuje bardzo czułych i specyficznych biomarkerów do wczesnego wykrywania i profilaktycznych badań przesiewowych. W większości zaawansowanych przypadków PDAC potwierdzenie patologiczne często wymaga biopsji tkanek uzyskanych w drodze procedur inwazyjnych, a ze względu na niewielką liczbę komórek nowotworowych w tych biopsjach patologia może być niejasna nawet w 20% przypadków. Z drugiej strony, obecnie nie ma skutecznych i ukierunkowanych metod leczenia PDAC, a jedyną dostępną opcją jest resekcja chirurgiczna. Jednakże dotyczy to jedynie niewielkiej części pacjentów z PDAC we wczesnym stadium, ponieważ u ponad 80% pacjentów z PDAC rozpoznaje się odległe przerzuty w momencie wstępnej diagnozy, u których możliwe jest jedynie leczenie uzupełniające.

Wczesna diagnoza i wykrycie PDAC może znacznie poprawić rokowanie pacjenta. Jak dotąd jedynym biomarkerem diagnostycznym PDAC jest poziom antygenu węglowodanowego 199 (CA199) w surowicy, który nie jest ani diagnostyczny, ani swoisty. Wysokie poziomy CA199 są rzadkie we wczesnym stadium PDAC, ale najczęściej występują w późnym stadium PDAC. Ponadto podwyższone poziomy CA199 często wykrywa się w różnych łagodnych i złośliwych chorobach, w tym w zapaleniu trzustki, cholestazie i raku. Ponadto, ze względu na ograniczenia badań przesiewowych, metody obrazowania, takie jak tomografia komputerowa (CT), rezonans magnetyczny (MRI) i ultrasonografia endoskopowa (EUS), są niewystarczające do wczesnego wykrycia PDAC.

Idealnie byłoby, gdyby badacze dążyli do uzyskania nieinwazyjnych, niezawodnych i powtarzalnych markerów biologicznych o potencjale klinicznym do wczesnej diagnostyki nowotworów. Wczesne badania wykazały, że krążący DNA nowotworu (ctDNA), krążące komórki nowotworowe (CTC), pęcherzyki zewnątrzkomórkowe (EV), proteomika osocza i krążące komórki nowotworowe (CTC) są obiecującymi narzędziami zdalnymi i działającymi w czasie rzeczywistym. W porównaniu z innymi guzami litymi, zwłaszcza rakiem płuc i piersi, niektóre z tych krążących biomarkerów weszły do ​​praktyki klinicznej, podczas gdy biomarkery pochodzące z krwi do diagnostyki lub monitorowania PDAC są bardzo ograniczone (z wyjątkiem CA199), a CA199 jest w dużej mierze słabo rozwinięty w porównaniu z innymi nowotworami. Jednym z przykładów jest zastosowanie EpCAM (cząsteczki adhezyjnej komórek nabłonkowych) i cytokeratyny do diagnostyki systemu CellSearch, metody zatwierdzonej przez FDA (Food and Drug Administration) do diagnozowania przerzutowych nowotworów piersi, okrężnicy i prostaty, która została oceniona pod kątem diagnozy PDAC, osiągając współczynnik dokładności 11-78,5%, co wskazuje na duże zróżnicowanie wskaźników wykrywalności PDAC. Inne cechy molekularne służące do diagnozowania PDAC, w tym mutacje KRAS w CTC, miRNA w EV i glipikan proteoglikanu siarczanu heparanu 1 (GPC1) w pęcherzykach zewnątrzkomórkowych, niestety wykazują znaczące różnice w czułości i wydajności predykcyjnej w różnych badaniach, szczególnie między statusem nowotworu i CTC . Jedno z badań wykazało, że u 97% pacjentów z nowotworami niosącymi zmutowany KRAS, tylko 18% CTC miało allel KRAS typu dzikiego, nawet z guzów przerzutowych. Dlatego też, ze względu na ograniczenia genetyczne związane ze wzbogacaniem i identyfikacją CTC, izolacją ctDNA itp., użycie pojedynczego biomarkera może uchwycić jedynie częściowe cechy biologiczne nowotworu, co prowadzi do niskiej spójności i fałszywie ujemnych wyników. Biorąc pod uwagę wyzwania związane z wczesną diagnostyką PDAC, konieczne jest opracowanie jednego lub większej liczby nowych markerów biologicznych do wczesnej diagnostyki PDAC, aby uchwycić więcej możliwych cech biologicznych guzów pierwotnych i przerzutowych.

Układ odpornościowy jest niezwykle ważnym systemem obronnym organizmu człowieka. Poprzez specyficzne i nieswoiste procesy biologiczne układ odpornościowy może wykrywać różne patogeny i szkodliwe substancje, od wirusów po pasożyty, i odróżniać je od zdrowych komórek i tkanek w organizmie w normalnych warunkach. Dlatego istnieje ścisły związek między układem odpornościowym a ogólnym stanem zdrowia jednostki. Rozwój nowotworu pozostaje pod stałym nadzorem układu odpornościowego, a we wczesnych stadiach choroby układ odpornościowy reaguje, a cechy odporności ulegają zmianom. Kiedy jednak pojawiają się objawy kliniczne, oznacza to, że układ odpornościowy walczy z obecnością szkodliwych substancji i na tym etapie choroba jest już w fazie środkowej lub późnej. Utworzenie na dużą skalę kohorty klinicznej wczesnego raka trzustki, gromadzenie wysokiej jakości wielomodalnych danych immunologicznych od poszczególnych osób i integrowanie najnowocześniejszych modeli sztucznej inteligencji umożliwia rozszyfrowanie indywidualnych cech odpornościowych i opracowanie technik wczesnej diagnostyki raka trzustki w oparciu o na wychwytywaniu stanu odporności i sygnałów odpowiedzi. Takie podejście może pomóc w identyfikacji wczesnych czynników ryzyka raka trzustki poprzez analizę nieprawidłowych odpowiedzi immunologicznych przed progresją choroby, umożliwiając wczesną diagnostykę raka trzustki.

Typ studiów

Obserwacyjny

Zapisy (Szacowany)

3000

Kontakty i lokalizacje

Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.

Kontakt w sprawie studiów

Lokalizacje studiów

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

Kryteria uczestnictwa

Badacze szukają osób, które pasują do określonego opisu, zwanego kryteriami kwalifikacyjnymi. Niektóre przykłady tych kryteriów to ogólny stan zdrowia danej osoby lub wcześniejsze leczenie.

Kryteria kwalifikacji

Wiek uprawniający do nauki

  • Dziecko
  • Dorosły
  • Starszy dorosły

Akceptuje zdrowych ochotników

Tak

Metoda próbkowania

Próbka prawdopodobieństwa

Badana populacja

Prospektywne włączenie 1000 pacjentów z rakiem trzustki (rak trzustki we wczesnym stadium stanowi około 75% przypadków), 1000 pacjentów z łagodnymi chorobami trzustki i 1000 zdrowych osób jako grupy kontrolnej. Od pacjentów z nowo zdiagnozowanym rakiem trzustki i osób zdrowych pobierano próbki krwi obwodowej. Stosując techniki takie jak TCR-seq w osoczu, CyTOF i proteomika osocza, uzyskano i przeanalizowano wielomodalne indywidualne cechy odpornościowe wraz z informacjami klinicznymi. W oparciu o te multimodalne indywidualne cechy odporności zbudowano model predykcyjny sztucznej inteligencji, aby ustalić technikę wczesnych badań przesiewowych w kierunku raka trzustki.

Opis

Kryteria przyjęcia:

  • Podpisz formularz świadomej zgody;
  • Wstępna diagnoza u pacjentów z rakiem trzustki, u pacjentów z łagodnymi zmianami w trzustce lub u zdrowych osób w grupie kontrolnej.

Kryteria wyłączenia:

  • Historia innych nowotworów złośliwych;
  • Obecność dysfunkcji narządów;
  • Zespół współistniejącego niedoboru odporności, aktywna gruźlica, zakażenie wirusem HIV itp.;
  • Przeszczep allogeniczny wymagający leczenia immunosupresyjnego;
  • Słaba zgodność z dalszymi działaniami.

Plan studiów

Ta sekcja zawiera szczegółowe informacje na temat planu badania, w tym sposób zaprojektowania badania i jego pomiary.

Jak projektuje się badanie?

Szczegóły projektu

Kohorty i interwencje

Grupa / Kohorta
Rak trzustki
U pacjentki po raz pierwszy zdiagnozowano raka trzustki i nie poddano go żadnemu leczeniu nowotworowemu.
Łagodne choroby trzustki
U pacjenta zdiagnozowano łagodną chorobę trzustki, taką jak SCN, MCN, IPMN. oraz nie przeszedł żadnego leczenia.
Zdrowa kontrola
Zdrowa populacja, bez chorób trzustki i innych nowotworów.

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Komórka jednojądrzasta krwi obwodowej
Ramy czasowe: W okresie 1-7 dni przed zabiegiem
Wykorzystanie technologii seq RNA do analizy genów ulegających zróżnicowanej ekspresji w obwodowych komórkach odpornościowych
W okresie 1-7 dni przed zabiegiem
Komórka jednojądrzasta krwi obwodowej
Ramy czasowe: W okresie 1-7 dni przed zabiegiem
TCR/BCR-seq: zastosowanie wielokrotnej amplifikacji w celu uzyskania regionu CDR3 (komplementarności określające region3) TCR i BCR oraz analiza wzoru przegrupowania VDJ
W okresie 1-7 dni przed zabiegiem
Komórka jednojądrzasta krwi obwodowej
Ramy czasowe: W okresie 1-7 dni przed zabiegiem
Analizowanie ekspresji RNA w poszczególnych komórkach przy użyciu scRNA-seq
W okresie 1-7 dni przed zabiegiem
Komórka jednojądrzasta krwi obwodowej
Ramy czasowe: W okresie 1-7 dni przed zabiegiem
scTCR/BCR-seq: Zastosowanie wielokrotnej amplifikacji w celu uzyskania regionu CDR3 (komplementarności determinujące region3) TCR i BCR oraz analiza wzoru przegrupowania VDJ w poszczególnych komórkach
W okresie 1-7 dni przed zabiegiem
Komórka jednojądrzasta krwi obwodowej
Ramy czasowe: W okresie 1-7 dni przed zabiegiem
Identyfikacja otwartych regionów chromatyny w poszczególnych komórkach przy użyciu technologii scATAC-seq
W okresie 1-7 dni przed zabiegiem
Komórka jednojądrzasta krwi obwodowej
Ramy czasowe: W okresie 1-7 dni przed zabiegiem
Wykrywanie liczebności i rodzaju niektórych markerów komórek jednojądrzastych krwi obwodowej przy użyciu technologii CYTOF
W okresie 1-7 dni przed zabiegiem
CT
Ramy czasowe: W ciągu 1 miesiąca przed operacją
Dane obrazowe z pierwszej wizyty pacjenta
W ciągu 1 miesiąca przed operacją
MRI
Ramy czasowe: W ciągu 1 miesiąca przed operacją
Dane obrazowe z pierwszej wizyty pacjenta
W ciągu 1 miesiąca przed operacją

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Daty zapisu na studia

Daty te śledzą postęp w przesyłaniu rekordów badań i podsumowań wyników do ClinicalTrials.gov. Zapisy badań i zgłoszone wyniki są przeglądane przez National Library of Medicine (NLM), aby upewnić się, że spełniają określone standardy kontroli jakości, zanim zostaną opublikowane na publicznej stronie internetowej.

Główne daty studiów

Rozpoczęcie studiów (Szacowany)

1 sierpnia 2024

Zakończenie podstawowe (Szacowany)

1 stycznia 2027

Ukończenie studiów (Szacowany)

31 grudnia 2027

Daty rejestracji na studia

Pierwszy przesłany

23 czerwca 2024

Pierwszy przesłany, który spełnia kryteria kontroli jakości

2 lipca 2024

Pierwszy wysłany (Rzeczywisty)

11 lipca 2024

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

16 lipca 2024

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

15 lipca 2024

Ostatnia weryfikacja

1 lipca 2024

Więcej informacji

Terminy związane z tym badaniem

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

NIE

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

Nie

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 .

Subskrybuj