此页面是自动翻译的,不保证翻译的准确性。请参阅 英文版 对于源文本。

血液恶性肿瘤的分子疾病概况 (RELab1)

2015年6月4日 更新者:Matteo Giovanni Della Porta、University of Pavia

血液系统恶性肿瘤的分子疾病概况。 Rete Ematologica Lombarda (REL) 临床网络的前瞻性注册研究

在这项前瞻性多中心研究中,帕维亚大学与 Fondazione IRCCS Policlinico San Matteo, Pavia 和 IRCCS Fondazione Maugeri, Pavia, Italy 将通过使用 NGS 技术对血液恶性肿瘤的基因突变进行系统分析。 根据 WHO 标准确诊血液恶性肿瘤的患者转诊至 Rete Ematologica Lombarda 临床网络(REL,www.rel-lombardia.net) 将被录取。 研究人员将分析从患者疾病不同时间点的造血细胞中提取的基因组 DNA。 该研究考虑使用分子平台(下一代测序,NGS)来分别识别骨髓和淋巴肿瘤的复发突变。 通过 NGS 筛选基因突变将在 REL 临床网络的背景下前瞻性地实施。 患者样本将在诊断时进行分析,并在特定时间点在疾病过程中依次进行分析。 研究人员将分析体细胞突变、特定临床表型(根据 WHO 分类)和疾病演变之间的相关性。 这将允许:1) 识别参与血液恶性肿瘤分子发病机制的新的复发性基因突变; 2) 定义突变基因的作用,区分诱导造血干细胞克隆增殖的基因和决定疾病临床表型的基因; 3) 识别导致疾病演变的突变; 4) 定义已识别突变的诊断/预后作用,并通过包括分子参数更新当前的疾病分类和预后评分。 将提供生物材料的系统生物样本库。

研究概览

地位

未知

详细说明

  1. 背景

    分子医学是一门知识分支,其目的是阐明疾病的遗传基础,提高患者的诊断定义和预后评估,并促进创新疗法的发展。 基因组信息越来越多地用于个体患者的治疗决策制定过程。 分子医学的临床实施需要基于科学、医学和技术专业知识整合的系统方法。

    血液恶性肿瘤包括白血病、淋巴瘤和多发性骨髓瘤。 许多血液肿瘤的分子基础仍然未知。 就目前研究人员的知识,科学家们知道血液系统恶性肿瘤大多是动态疾病,是由大量的原发性和继发性生物和遗传事件(即 司机和乘客突变)。 识别驱动肿瘤发展和进展的关键分子变化对于开发新的靶向和个性化疗法至关重要。

    血液系统恶性肿瘤通常发生在老年人身上,并且由于人口老龄化,这对卫生政策来说是一个日益严重的问题。 血液恶性肿瘤是实施分子医学的理想环境。 这方面的典型例子是慢性粒细胞白血病,其中分子基础(融合基因 BCR/ABL1)的发现已转化为诊断、治疗和疾病监测方面的重大临床进展。

    2008 年出版的世界卫生组织 (WHO) 骨髓和淋巴肿瘤分类在血癌的诊断定义中引入了许多遗传变化。 自 2008 年以来,已在许多血液恶性肿瘤中发现大量遗传病变,下一个 WHO 分类将包括其中许多。

    下一代测序 (NGS) 技术对这些发现做出了最大贡献。

    NGS 使用高科技工具,可以在短时间内以相对较低的成本对整个基因组或其特定部分(例如,基因组)进行测序。 外显子组或目标基因)。 与标准测序相比,NGS 的优势在于更高的效率(在大量样本中快速分析大量基因)和更高的灵敏度(检测非常小的肿瘤细胞克隆中的突变的能力)。 在过去几年中,基因组新技术的可用性使得血液恶性肿瘤中体细胞突变的高通量筛查成为可能。 预计这些研究的结果将通过实施创新的诊断/预后系统和开发基于个体基因组图谱的治疗策略,显着改善个体患者的管理。

    血液肿瘤学系、Fondazione IRCCS Policlinico San Matteo 和帕维亚大学为定义血液恶性肿瘤的分子基础做出了重大贡献。 2005 年帕维亚大学描述了 JAK2 V617F 突变在骨髓增生性肿瘤 (MPN) 中的诊断和预后意义:该突变被纳入 MPN 的 WHO 分类,并开发了创新的抗 JAK2 药物。 2010 年,帕维亚大学加入了癌症基因组计划,这是一个由剑桥 Wellcome Trust 桑格研究所协调的国际研究中心联盟,旨在阐明癌症的分子基础。 在这种情况下,通过使用大规模基因组测序,SF3B1 基因的反复突变 - 编码 RNA 剪接机制的核心组件 - 在骨髓增生异常综合征中得到描述。

    此外,近年来,帕维亚大学的研究人员在定义淋巴肿瘤的分子基础方面做出了重大贡献(即毛细胞白血病中的 BRAF V600E 突变、瓦尔登斯特伦病中的 MYD88 L265P 突变和慢性淋巴细胞白血病中的 SF3B1 突变) ). 最后,在过去的几个月里,帕维亚大学在鉴定 JAK2 阴性 MPN 中的 CALR 突变方面发挥了关键作用。 这又是理解这组疾病的遗传基础的重要发现。

    除了实施用于基因组分析的下一代技术 (NGS) 之外,显然还需要开发有效的解决方案来分析和整合大量患者群体的分子和临床数据,以便充分了解基因型与基因组之间的关系。疾病的临床表现。

    分子医学的实施需要基于科学、临床和技术专业知识整合的系统方法。 在意大利,血液学区域网络代表了分子医学项目发展的理想环境。 它们代表了一种基于医疗保健设施网络的组织和协作的创新模式。 Rete Ematologica Lombarda(REL,www.rel-lombardia.net) 汇集了 11 个血液学转诊中心,最近为这些疾病的系统研究提供了基础。 REL 临床网络的战略目标是确保所有血液病患者更容易获得医疗保健设施、高质量的服务和持续的护理。

    REL 临床网络可以为血液系统恶性肿瘤的转化研究做出重要贡献,为此,伦巴第大区于 2014 年 1 月资助了一个生物技术集群,用于实施基因组分析和开发血液系统疾病的新疗法。 REL 生物技术集群 (www.relab-lombardia.net) 涉及血液肿瘤科、Fondazione IRCCS Policlinico S. Matteo、帕维亚大学、生物技术公司 Clonit (www.clonit.it) 和诺华制药公司。 该集群旨在研究血液恶性肿瘤的分子基础并开发个性化治疗。

  2. 研究的一般目的

    在这项研究中,帕维亚 Fondazione IRCCS Policlinico San Matteo 血液肿瘤学系与帕维亚大学和帕维亚 IRCCS Fondazione Maugeri 合作,将使用 NGS 技术对血液恶性肿瘤的基因突变进行系统分析。

    根据参考 REL 临床网络的 WHO 标准,最终诊断为血液恶性肿瘤的患者将被纳入。 研究人员将分析从患者患病不同时间点的造血细胞中提取的基因组 DNA 和 RNA。 该研究考虑使用两个优化的分子平台,旨在分别识别骨髓和淋巴肿瘤的复发突变。

    通过 NGS 筛选基因突变将在 REL 临床网络的背景下前瞻性地实施。 患者样本将在诊断时进行分析,并在特定时间点在疾病过程中依次进行分析。

    研究人员将分析体细胞突变、特定临床表型(根据 WHO 分类)和疾病演变之间的相关性。 这将允许:1) 识别参与血液恶性肿瘤分子发病机制的新的复发性基因突变; 2) 定义突变基因的作用,区分诱导造血干细胞克隆增殖的基因和决定疾病临床表型的基因; 3) 识别导致疾病演变的突变; 4) 定义已识别突变的诊断/预后作用,并通过包括分子参数更新当前的疾病分类和预后评分。

    将提供生物材料的系统生物样本库。

  3. 目标

    该研究的总体目标是通过使用 NGS 靶向测序方法对与血液恶性肿瘤相关的基因突变进行系统分析。

  4. 端点:

    • 每种血液恶性肿瘤中主要克隆和亚克隆的基因突变累积发生率(%)
    • 基因型 - 临床特征和突变状态之间的表型相关性,通过 Fisher 精确检验(对于分类变量)或通过 Mann-Whitney 或 Kruskall-Wallis 检验(对于分别在两组或更多患者组中比较的定量变量)进行评估p值
    • 根据诊断时和疾病演变过程中的临床和生物学风险因素确定的总生存期和无病生存期,通过 Kaplan-Meier 乘积极限法和 Cox 比例风险模型对时间依赖和非时间依赖协变量进行评估
  5. 患者选择:

纳入标准:

  • 根据 2008 年 WHO 标准明确诊断为髓系或淋巴系肿瘤
  • 年龄 ≥ 18 岁。 没有年龄上限
  • 签署书面知情同意书

排除标准:

  • 严重的神经或精神疾病干扰了知情同意的能力
  • 没有书面知情同意
  • 未同意生物样本库

    7. 研究设计:

这是一项多中心、前瞻性、观察性研究。 根据在 REL 临床网络内进行的 WHO 分类,所有诊断为血液恶性肿瘤的患者均拟入组。

8. 良好临床实践方面,数据隐私

生物样本库受生物医学研究的一般监管框架管辖。 这是在国家和欧洲层面实施的正式法律文书和监管机构的组合,以及更多非正式类型的治理工具和工具,例如专业指南和最佳实践。 生物医学研究的监管包括在国家和欧洲层面具有约束力和不具有约束力的法律文书。 这是针对医学研究的具体法律形式——例如 1997 年欧洲委员会奥维耶多公约——以及更一般的法律文书——如人权和数据保护法——其中一些与生物样本库相关。 监督研究和确保遵守法律要求的责任主要委托给国家机构,例如研究伦理委员会。

8.1 数据收集

该研究考虑收集临床和生物学不可或缺的数据,以便在临时电子 CRF 中进行精确的诊断和预后标准定义,并通过 NGS 技术分析可能参与疾病分子基础的特定基因。

8.2 临床数据仓库(整合生物学和床边的信息学,I2B2)

Informatics for Integrating Biology and the Bedside (i2b2, www.i2b2.org) 是一个开源临床数据仓库,可以通过查询工具界面对其进行高效查询,以找到一组有趣的患者并保护他们的隐私。 在此体系结构中,可互操作的服务器端软件对象(称为“单元”)能够依靠 Web 服务技术相互交换信息。

为了支持和提高肿瘤临床研究的效率,帕维亚大学和帕维亚的 IRCCS Fondazione Salvatore Maugeri 开发并实施了一个名为 Onco-i2b2 的新型 ICT 平台,该平台基于 i2b2 软件并安装在 IRCCS Fondazione S. Maugeri,帕维亚。 Onco-i2b2 能够通过实施复杂的 IT 架构,将来自不同来源的数据集成到 i2b2 数据仓库中,其中包括开发用于数据分析的新 i2b2-cells。

作为这个项目的结果,医院研究人员已经能够从病理数据库、生物样本库管理系统中获取信息,并将它们与医院信息系统中存在的临床信息合并,以选择具有特定表型的有趣患者兴趣。

8.3 假名化过程和使用工具的技术说明

实际上,国家层面对生物样本库相关技术方面的具体规定并不存在,但一些专家工作组(例如 AIOM e SIAPEC-IAP) 提出了定义和协调现有国家一般程序的倡议。 可以在以下位置确定结构和技术要求的简要列表:

  1. 定义生物样本库目标的程序文件、要执行的功能规范、保存材料的类型、预期标本的数量、提取方法、处理和保存、信息管理、标本运输和接收单位的接收, 可能的生物风险管理和大中型经济计划
  2. 专用本地设备、调节系统和访问控制的逻辑定义。 必须连续监测低温容器的成瘾温度。
  3. 必须定义设备和低温容器的灾难恢复计划(例如 使用电气连续性系统或在发生特殊事件时应进行干预的合格人员名单)
  4. 建议对不同程序的每个步骤使用经过认证的质量体系,跟踪从获取知情同意到样本存储的数据质量
  5. 定义用于管理生物样本库样本的专用信息系统,与存储在医院信息系统中的临床信息相关,以跟踪样本移动并更新由所进行的科学研究得出的后续数据。
  6. 还必须实施 IT 架构的灾难恢复计划。 它包括所有生物样本库数据的增量备份,允许 IT 系统管理员在任何时间段恢复所有信息在“Bruno Boerci”肿瘤生物样本库中,每个生物样本都由特定代码标识,使用数据矩阵条形码(通过使用激光扫描仪可读的二维条形码),存储在生物样本库数据库中并由生物样本库管理软件管理,还允许查看其在生物样本库冷冻容器内的位置。 每次随访的临床数据都是自动收集的,从医院信息系统检索数据。 临床数据和生物样本库信息通过自动更新程序不断地不断插入临床数据仓库。 临床和病理数据使用 SNOMED、TNM 和 ICD9-CM 标准进行编纂。 建议使用 BRISQ 系统进行数据标准化(Biospecimen Reporting for Improved Study Quality, Biopreservation and Biobanking, 2011),但尚未实施。

8.4 患者样本和生物样本库样本的转移

必须执行生物样本匿名化(或更好的去识别化)以确保高水平的数据隐私。 当生物材料与相关信息(例如肿瘤类型、医疗、捐赠者年龄等)一起存储时,欧洲文件中使用的术语识别术语“匿名化”,但所有可以识别研究参与者或患者被剥离,不可逆地(未链接匿名)或可逆地(链接匿名)。 在链接匿名样本的情况下,可以通过代码进行识别,研究人员或材料的其他用户 - 作为术语“可逆/链接匿名”定义的一部分 - 无法访问该代码。 编码样本与链接(可逆)匿名样本具有相同的特征,唯一的区别是研究人员和用户可以访问代码。

在此项目中,首选使用编码匿名化,以便具有足够的隐私安全性和研究活动的可行性。

将实施这种类型的去标识化的拟议架构需要定义一个代码,该代码从一开始就标识生物样本,以及将在样本存储在生物样本库之前生成的第二个代码。 第三个代码将在样本的验收阶段自动生成,并将存储在一个单独的位置。 通过这种方式,与第一个代码相关的信息和与最后一个代码相关的信息完全分离,除非第三个代码是已知的:只有当研究人员需要同时访问两个数据时才会发生这种情况。

9 分子分析

分子分析是通过使用 2 个不同的 NGS 平台进行目标重测序来进行的。 这些平台是根据有关骨髓和淋巴肿瘤分子生物学的最新文献概述的。 值得注意的是,科学界在这一领域的努力是巨大的,这有助于新信息和新发现的不断流动,随之而来的是修改平台的可能性。

研究类型

观察性的

注册 (预期的)

1000

联系人和位置

本节提供了进行研究的人员的详细联系信息,以及有关进行该研究的地点的信息。

学习地点

      • Pavia、意大利、27100
        • 招聘中
        • Department of Hematology Oncology, IRCCS Policlinico San Matteo & University of Pavia, Italy
        • 接触:
        • 接触:

参与标准

研究人员寻找符合特定描述的人,称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。

资格标准

适合学习的年龄

18年 及以上 (成人、年长者)

接受健康志愿者

不

有资格学习的性别

全部

取样方法

概率样本

研究人群

根据 WHO 标准,参考 Rete Ematologica Lombarda (REL) 临床网络明确诊断为血液恶性肿瘤的患者将被前瞻性地纳入。 研究人员将分析从患者疾病不同时间点的造血细胞中提取的基因组 DNA。 该研究考虑使用两个优化的分子平台,旨在分别识别骨髓和淋巴肿瘤的复发突变。

描述

纳入标准:

  • 根据 2008 年 WHO 标准明确诊断为髓系或淋巴系肿瘤
  • 年龄 ≥ 18 岁。 没有年龄上限
  • 签署书面知情同意书

排除标准:

  • 严重的神经或精神疾病干扰了知情同意的能力
  • 没有书面知情同意

学习计划

本节提供研究计划的详细信息,包括研究的设计方式和研究的衡量标准。

研究是如何设计的?

设计细节

队列和干预

团体/队列
血液系统恶性肿瘤患者
根据 WHO 标准诊断为血液恶性肿瘤的患者将被纳入 Rete Ematologica Lombarda (REL) 临床网络。 研究人员将分析从患者疾病不同时间点的造血细胞中提取的基因组 DNA。 该研究考虑使用两个优化的分子平台,旨在分别识别骨髓和淋巴肿瘤的复发突变。 通过 NGS 筛选基因突变将在 REL 临床网络的背景下前瞻性地实施。 患者样本将在诊断时进行分析,并在特定时间点在疾病过程中依次进行分析。

研究衡量的是什么?

主要结果指标

结果测量
大体时间
每种血液恶性肿瘤中主要克隆和亚克隆的基因突变累积发生率
大体时间:3年
3年

次要结果测量

结果测量
大体时间
临床特征与突变状态之间的基因型-表型相关性
大体时间:3年
3年
根据诊断时和疾病演变过程中的临床和生物学危险因素,总生存期和无病生存期
大体时间:3年
3年

合作者和调查者

在这里您可以找到参与这项研究的人员和组织。

调查人员

  • 首席研究员:Matteo G Della Porrta, MD、University of Pavia (Italy)

出版物和有用的链接

负责输入研究信息的人员自愿提供这些出版物。这些可能与研究有关。

一般刊物

研究记录日期

这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查,以确保它们在发布到公共网站之前符合特定的质量控制标准。

研究主要日期

学习开始

2015年2月1日

初级完成 (预期的)

2017年1月1日

研究完成 (预期的)

2018年12月1日

研究注册日期

首次提交

2015年2月25日

首先提交符合 QC 标准的

2015年5月28日

首次发布 (估计)

2015年6月2日

研究记录更新

最后更新发布 (估计)

2015年6月8日

上次提交的符合 QC 标准的更新

2015年6月4日

最后验证

2015年6月1日

更多信息

与本研究相关的术语

此信息直接从 clinicaltrials.gov 网站检索,没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求,请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改,我们的网站上也会自动更新.

订阅