简介:头部和颈部鳞状细胞癌(HNSCC)的特征是复发的发生率很高,这是HNSCC患者死亡的常见原因。识别支持HNSCC疾病管理的生物标志物在临床肿瘤学中仍然是未满足的需求。Meetials和方法:为此,我们为下一代测序(NGS)分析设计了一个突变芯片,以检测HNSCC患者的肿瘤组织中的突变和匹配的血浆。对HNSCC TCGA队列的分析表明,TP53(72%),CDKN2A(22%)和FAT1(24%)是HNSCC中最常见的突变基因。明显的TP53突变与预后不良相关。已收集了来自HNSCC患者的250种新鲜冷冻组织。特定于每位患者的三个活检,代表非肿瘤(切除缘),周围(距肿瘤≥1cm的组织学上无肿瘤组织)和肿瘤组织。结果:该队列受到定制的突变芯片的挑战,用于NGS分析突变,其中包括TP53,CDKN2A和FAT1基因的整个CD。我们发现,我们队列肿瘤中的TP53(743%)和CDKN2A(243%)突变频率与TGCA相似。我们的数据集中FAT1(38.6%)突变的频率较高。尚未注释许多识别的FAT1突变。由于我们还在手术中收集了匹配的血浆,因此在随访期间,我们的分析正在朝着鉴定患者CCF-DNA突变的鉴定。结论:此分析正在进行中,并将介绍相关数据。F. Ganci:不。F.Stinella:不。G. Cottone:不。 E. Cotronoon:不。 A.非:不。 A.出生:不。 A. Sacconi:不。 V.睡觉:不。 M. Palloca:不。 F. Rollo:不。 A. Covello:不。 M.贝沃夫:非。 Q.春季:不。 F. F. F.:不。 G. Blandino:不。G. Cottone:不。E. Cotronoon:不。A.非:不。A.出生:不。A. Sacconi:不。 V.睡觉:不。 M. Palloca:不。 F. Rollo:不。 A. Covello:不。 M.贝沃夫:非。 Q.春季:不。 F. F. F.:不。 G. Blandino:不。A. Sacconi:不。V.睡觉:不。M. Palloca:不。 F. Rollo:不。 A. Covello:不。 M.贝沃夫:非。 Q.春季:不。 F. F. F.:不。 G. Blandino:不。M. Palloca:不。F. Rollo:不。A. Covello:不。 M.贝沃夫:非。 Q.春季:不。 F. F. F.:不。 G. Blandino:不。A. Covello:不。M.贝沃夫:非。Q.春季:不。 F. F. F.:不。 G. Blandino:不。Q.春季:不。F. F. F.:不。 G. Blandino:不。F. F. F.:不。G. Blandino:不。G. Blandino:不。
组织者:Giannino Del Sal(意大利米兰的里雅斯特 ICGEB、的里雅斯特大学和 IFOM)、Lawrence Banks(意大利的里雅斯特 ICGEB)、Giovanni Blandino(意大利罗马 Regina Elena 国家癌症研究所)、Gerry Melino(意大利罗马托尔维加塔大学)联系方式:P53Secretariat@icgeb.org
我们要感谢 Michael A. Demetriou 教授和 David J. Olinger 教授给予我们参与该项目的机会。他们在整个过程中的持续指导和支持为我们提供了必要的方向和动力,让我们能够坚持到最后。我们还要感谢 Alex Camilo 设计和构建我们的机载电子套件。我们要感谢 Adriana Hera、Raffaele Potami 和 Kimon Simeonidis 协助和指导我们开发 matlab 工具以及设置和开展校准实验。此外,我们还要感谢 John Blandino 教授、Roger Steele 和化学系对我们设备需求的帮助。此外,我们还要感谢 Neil Whitehouse 在制造项目所需组件方面提供的持续支持和指导。
我们要感谢 Michael A. Demetriou 教授和 David J. Olinger 教授给予我们参与该项目的机会。他们在整个过程中的持续指导和支持为我们提供了必要的方向和动力,让我们能够坚持到最后。我们还要感谢 Alex Camilo 设计和构建我们的机载电子套件。我们要感谢 Adriana Hera、Raffaele Potami 和 Kimon Simeonidis 协助和指导我们开发 matlab 工具以及设置和开展校准实验。此外,我们还要感谢 John Blandino 教授、Roger Steele 和化学系对我们设备需求的帮助。此外,我们还要感谢 Neil Whitehouse 在制造项目所需组件方面提供的持续支持和指导。
1。引言第四次工业革命通过将自动化和数据监视系统引入生产系统来导致制造技术进步。此变化旨在监视数据并优化过程的实时效率(Bongomin等,2020),但它也导致了新的工业范式和随之而来的社会转型(Oztemel and Gursev,2020)。操作员执行的任务的性质正在改变,从物理活动转变为认知活动。因此,体力强度降低了,而监控责任的心理工作变得繁重(Zorzenon等,2022),这是压力和工作量的潜在触发因素(Michie,2002)。这种风险不能被忽视,因为与工作相关的压力严重影响了工人的健康状况和绩效。实际上,它可能导致身体和心理水平上的潜在慢性疾病,由于工人的缺席和疾病而导致组织损失(Cox and Griffiths,1995; Hassard等,2018)。另一方面,压力可能会导致工人的表现较低,从而降低了生产效率(Edú -Valsania等,2022)。这些思考导致了第五次工业革命,为人类以人为中心的行业的基础(Huang等,2022)奠定了基础,应在工业环境中进行深入研究,以研究人为因素的性质和特征,减轻负面影响,并提出对比人类风险的措施。它可以要求采取纠正措施,还为制造公司的社会和经济可持续性做出了贡献。此外,这些要素涉及创新生产系统的设计,特别关注人类的福祉,因为制造系统的特征与操作员的压力状态显着相关。除了更传统的努力(例如Madeleine等,1998)之外,目前只有少数学术出版物旨在应对这些挑战,考虑到客观因素,包括对心理学,物理和生理技术的交叉分析(Abd Elgawad等,2023),超越了实验室实验条件(Blandino,20223年)。先前研究的主要局限性是非目标测量值,主要是通过自我