结果:共对 155 个样本进行了分子分析,但 40 个样本(25.8%)不适合进行测序。在 29 个样本中比较了 BRAF V600 实时聚合酶链反应和靶向 NGS 的临床实用性,观察到非常好的一致性(Kappa = 0.89,95% 置信区间 0.68 ± 1.05)。通过 NGS 在 75 个样本(65%)中发现了致癌突变,其中 53% 是需要个性化治疗的候选人。最常见的突变基因是 BRAF(39%)、TP53(23%)和 NRAS(14%)。其他发生率较低(< 5%)的基因是:PIK3CA、ERBB4、CTNNB1、STK11、FGFR1、SMAD4、KRAS、FGFR3、PTEN 和 AKT。 40% 的样本检测到致癌突变同时发生。在已识别的突变中,TP53 在男性中明显更普遍(男性 31.8% 对比女性 12.2%,P = 0.03),NRAS 在女性中明显更普遍(男性 9.1% 对比女性 24.4%,P = 0.03)。
四肢的身材矮小或缩短可能是多种遗传变异的结果。Achondroplasia is the most common cause of disproportionate short stature and is caused by pathogenic variants in the fibroblast growth factor receptor 3 gene (FGFR3) .身材矮小的同源物(Shox)缺乏症是由Shox基因或其增强子区域的损失或缺陷引起的。它与从正常地位到l'ERI-WEILL DYSCHON DROSTEOSIS的一系列表型相关,其特征是中瘤和矮个子的身材或更严重的Langer中粒性不适,以偶然双重性shox shox shox缺乏症。知之甚少,因为稀缺的文献是稀缺的,因此,康德质症与Shox缺乏症的相互作用和表型后果知之甚少,并且没有遗传确认的临床报告。我们介绍了一个同时发生的肌张力和shox缺乏的婴儿女孩中的临床发现。我们得出的结论是,婴儿期的临床发现在表型上与疼痛质症兼容,没有明显的Shox缺乏特征。这可能会随着时间的流逝而改变,因为Shox缺乏的某些特征只会在以后的生活中明显。
结论•在Caris队列中,在乳腺癌(263例),子宫癌(90例)和卵巢癌(87例)中检测到复发性ESR1融合。•与ERα相比,ESR1融合物是独立的,多动并且在生理上稳定的,具有更大的半寿命,并且可能足以足以具有内分泌Tx耐药性。•与没有ESR1变异的患者相比,ESR1融合阳性队列的ESR1的表达和拷贝数明显更高。这在包括乳腺癌,卵巢癌和子宫癌在内的所有适应症中都是一致的•与对照组相比,所有适应症的ESR1融合患者的预后都明显差。•ESR1融合在RET,IGF1R和FGFR3的上调观察到乳腺癌中的致癌激酶信号传导上调。•在ESR1融合病例中未观察到卵巢和子宫内膜癌的肿瘤信号传导的类似上调,这可能是由于缺乏TP53-FoxA1-轴。•靶向致癌激酶信号传导可能是ESR1融合阳性乳腺癌的一种有希望的方法。参考
摘要:最近,综合基因组分析检查 (CGP) 得到了发展,并检测到了各种肿瘤不可知突变,从而推动了针对实体肿瘤的新型分子靶向疗法的发展。此外,乳腺癌和卵巢癌等遗传性肿瘤的阐明开创了一个新时代,该时代的特点是开发了新疗法和终身管理策略,这些策略是潜在或已出现遗传性癌症的患者所必需的。然而,在急性髓系白血病 (AML) 中,很少有肿瘤不可知或遗传性突变成为研究重点,相关的分子靶向疗法仍然发展不佳。参考日本的CGP研究,重点研究了TP53、KIT、KRAS、BRCA1、ATM、JAK2、NTRK3、FGFR3、EGFR等具有代表性的肿瘤无关突变,探讨了针对具有肿瘤无关突变的AML开发分子靶向治疗的可能性。总结了这些突变的发生频率、预后、结构和功能以及目前在实体瘤中的治疗策略,揭示了实体瘤与AML的遗传关系,并开发了AML的肿瘤无关的分子靶向治疗和终生管理策略。
ABL1、ABL2、AKT1、ALK、APC、AR、ARAF、ARID1A、ARID1B、ATM、ATR、ATRX、BAP1、BARD1、BRAF、BRCA1、BRCA2、BRIP1、C11orf65、CCND1、CDH1、CDK12、CDK4、CDKN2A、CDX2、CHEK1、CHEK2、CSF1R、CTNNB1、DDR2、EGFR、ERBB2、ERBB3、ERBB4、ERCC2、ESR1、EZH2、FANCL、FBXW7、FGFR1、FGFR2、FGFR3、FGFR4、FLT3、FOXA1、FOXL2、GATA3、GNA11、GNAQ、GNAS、HNF1A、HRAS、IDH1、IDH2、INPP4B、 JAK1、JAK2、JAK3、KDM5C、KDM6A、KEAP1、KIT、KRAS、MAP2K1、MAP2K2、MAPK1、MET(外显子 14 跳跃)突变)、MLH1、MPL、MSH2、MSH6、MTOR、MUTYH、MYC、MYCN、MYD88、NF1、NF2、NOTCH1、NPM1、NRAS、NTRK1、NTRK3、PALB2、PBRM1、PDGFRA、PIK3CA、PMS2、POLD1、POLE、PPP2R2A、PTCH1、PTEN、PTPN11、RAD51B、RAD51C、RAD51D、RAD54L、RAF1、RB1、RET、RHEB、RHOA、RIT1、ROS1、SETD2、SF3B1、 SMAD4、SMARCB1、SMO、SPOP、SRC、STK11、TERT、TP53、TSC1、TSC2、VHL
在过去的十年中,随着多种药物类别的批准,包括免疫检查点抑制剂,靶向疗法和抗体药物缀合物,在过去的十年中,转移性尿路癌的治疗已发生了巨大变化。尽管尿路上皮癌的下一代测序揭示了多次重复发生的突变,但迄今为止仅开发了一种靶向治疗。Erda-Finib是一种泛纤维细胞生长因子受体(FGFR)抑制剂,已被批准用于治疗自2019年以来精选的FGFR2和FGFR3改变和融合的患者。从那时起,新兴数据证明了将Erda-Finib与免疫疗法结合在治疗FGFR改变的尿路上皮癌中的效率。正在进行的试验正在评估在非肌肉侵入性尿路上皮癌中使用Erda-Finib,以及在转移性环境中与Enfortumab vedotin结合使用,而其他FGFR靶向药物,例如Infrinib,Infrinib,inzd4547,rogaratinib and rogagaratinib和pepigigatib和pepigigatinib intectight in in Inted in Inthevedy。未来的挑战将包括克服FGFR获得的抗药性以及与ERDAFINIB和其他FGFR靶向剂的组合疗法的效率和安全性的策略。
Oncomine Comprehensive Assay v3 DNA 组:AKT1、AKT2、AKT3、ALK、AR、ARAF、ARID1A、ATM、ATR、ATRX、AXL、BAP1、BRAF、BRCA1、BRCA2、BTK、CBL、CCND1、CCND2、CCND3、CCNE1、CDK12、CDK2、CDK4、CDK6、CDKN1B、CDKN2A、CDKN2B、CHEK1、CHEK2、CREBBP、CSF1R、CTNNB1、DDR2、EGFR、ERBB2、ERBB3、ERBB4、ERCC2、ESR1、EZH2、FANCA、FANCD2、FANCI、FBXW7、FGF19、FGF3、FGFR1、FGFR2、FGFR3、FGFR4、FLT3、 FOXL2、GATA2、GNA11、GNAQ、GNAS、H3-3A、HIST1H1E、HNF1A、HRAS、IDH1、IDH2、IGF1R、JAK1、JAK2、JAK3、KDR、KIT、KNSTRN、KRAS、MAGOH、MAP2K1、MAP2K2、MAP2K4、MAPK1、MAX、MDM2、 MDM4、MED12、MET、MLH1、MRE11A、MSH2、MSH6、MTOR、MYC、MYCL、MYCN、MYD88、NBN、NF1、NF2、NFE2L2、NOTCH1、NOTCH2、NOTCH3、NRAS、NTRK1、NTRK2、NTRK3、PALB2、PDGFRA、PDGFRB、PIK3CA、 PIK3CB, PIK3R1、PMS2、POLE、PPARG、PPP2R1A、PTCH1、PTEN、PTPN11、RAC1、RAD50、RAD51、RAD51B、RAD51C、RAD51D、RAF1、RB1、RET、RHEB、RHOA、RICTOR、RNF43、ROS1、SETD2、SF3B1、SLX4、SMAD4、SMARCA4、SMARCB1、SMO、SPOP、SRC、STAT3、STK11、TERT、TOP1、TP53、TSC1、TSC2、U2AF1、XPO1
芳香化酶抑制剂 (AI) 是广泛用于治疗雌激素受体 (ER) 阳性乳腺癌患者的药物。耐药性是芳香化酶抑制疗法的主要障碍。获得性 AI 耐药性的背后有多种原因。本研究旨在确定接受非甾体 AI(阿那曲唑和来曲唑)的患者获得性 AI 耐药性的可能原因。我们使用了来自 Cancer Genomic Atlas 数据库的乳腺浸润性癌的基因组、转录组、表观遗传和突变数据。然后根据患者对非甾体 AI 的反应将数据分为敏感组和耐药组。研究包括 150 名患者的敏感组和 172 名患者的耐药组。对这些数据进行汇总分析,以探究可能导致 AI 耐药性的因素。我们在两组中确定了 17 个差异调控基因 (DEG)。然后,对这些 DEG 进行甲基化、突变、miRNA、拷贝数变异和通路分析。预测了最常突变的基因(FGFR3、CDKN2A、RNF208、MAPK4、MAPK15、HSD3B1、CRYBB2、CDC20B、TP53TG5 和 MAPK8IP3)。我们还确定了一个关键 miRNA - hsa-mir-1264,它调节 CDC20B 的表达。通路分析显示 HSD3B1 参与雌激素生物合成。这项研究揭示了可能与 ER 阳性乳腺癌 AI 耐药性的发展有关的关键基因的参与,因此可能作为这些患者的潜在预后和诊断生物标志物。
468081000 Alectinib Alk 1256580-46-7 100 mg 467951000 AZ191 DYRK1B 1594092-37-1 100 mg 467941000 bafetinib bcr-bcr-bcr-abl, BI-2536 PLK1,PLK2,PLK3 755038-02-9 100 mg 467971000 BIX-02188 MAP2K5 334949-59-59-6 100 MG 468111000 BLU9931 FGFR4 1538604-68-0 100 mg 467981000 CFI-400945 PLK4 1338806-73-7 100毫克-673451PDGFRß343787-29-1100 mg 468181000 filgotinib jak1 1206161-97-8 100 mg 468021000 gne791000 lrrk2 1351761-8 100 mg 100 mg 100 mg 468191000 GNF-5 BCR-ABL 778277-15-9 100 mg 468201000 GSK481 RIPK1 1622849-58-4 100 mg 468211000 GSK583 RIPK2 34-7 100 mg 468261000 P505-15 SYK 1370261-96-3 100 mg 468271000 SCH772984 MAPK1,MAPK3 942183-80-4 100 MG 468061000 SPEBRUTINIB BTK 1202757-89-8 100 毫克 467881000 UNC2025 MERTK,FLT3 1429881-91-3 100 毫克 467891000 VE-821 ATR 1232410-49-9 100 毫克
膀胱癌仍然是最常见的癌症形式之一,但小分子的靶向疗法有限。在这里,我们提出了一个计算平台,以确定膀胱癌疗法的新潜在靶标。我们的方法最初利用了一组已知驱动基因的膀胱癌,并结合了来自突变富集的蛋白质结构域家族的预测膀胱癌基因。我们使用蛋白质网络数据丰富了这组基因,以确定一组323个推定的膀胱癌靶标。途径和癌症标志分析强调了推定的机制与先前报道的该癌症的机制一致,并揭示了高度富集潜在驱动因素的蛋白质网络模块,这可能是靶向疗法的良好靶标。21我们潜在的药物靶标由FDA批准的其他疾病的药物靶向 - 其中一些是已知的驱动因素或已经针对膀胱癌(FGFR3,ERBB3,HDAC3,HDAC3,EGFR)。通过在我们内部的CATA内域功能家族(Funfams)中遗传药物映射来确定另外4个潜在的药物靶标。我们的Funfam数据还使我们能够鉴定出不太容易发生副作用的家族的药物靶标,即在结构相似的蛋白质结构域亲属在人类蛋白网络中分散较少。我们提供有关新型潜在癌症驱动基因的信息,以及与预测和已知膀胱癌驱动因素相关的途径,网络模块和标志的信息,我们强调了我们预计可能是药物靶标的驱动因素。
