XiaoMi-AI文件搜索系统
World File Search SystemLUAD
免疫逃逸相关基因在肺腺癌中的预后价值
肺癌是各种肿瘤中发病率最高的肿瘤之一，全球每年约有180万人被诊断出患有肺癌。近几年，肺癌亚型肺腺癌（LUAD）的发病率有所上升（1,2），该亚型占肺癌死亡人数的近50％。低剂量螺旋CT的出现改变了肺癌筛查的模式。越来越多的患者被诊断出患有癌症，当病灶完全切除时，这些患者的预后良好（3,4）。同时，放疗、化疗、分子靶向药物和免疫检查点抑制剂（ICI）的开发和应用也显著有利于这些患者的预后（5）。但仍有相当一部分肺癌患者无法从这些治疗中明显获益，需要进一步探索更有效、更精准的治疗方法。免疫逃逸是影响ICIs疗效的关键因素，参与了肺癌的发生和进展
一种基因组和临床注释的患者衍生的异种移植资源，用于非小细胞肺癌的临床前研究。
摘要◥患者衍生的异种移植（PDX）模型是一个有效的临床前临床平台，用于测试用于癌症治疗药的新型药物和药物组合的效率。在这里，我们描述了79个基因组和临床注释的肺癌PDX的存储库，可从杰克逊实验室获得，其针对组织病理学特征，突变促纤维，基因表达和拷贝数字的广泛表征。大多数PDX是非小细胞肺癌（NSCLC）的模型，包括37个肺腺癌（LUAD）和33个肺部菌群细胞癌（LUSC）模型。存储库中的其他肺癌模型包括四个小细胞癌，两个大细胞神经内分泌癌，两个腺泡癌和一个多形癌。模型在收集中有对具有酪氨酸激酶抑制剂的靶向疗法的抗药性。
了解谱系可塑性是 EGFR 突变型非小细胞肺癌靶向治疗失败的途径
表皮生长因子受体基因 (EGFR) 的体细胞变异会导致激酶信号异常激活，大约 15% 的非小细胞肺癌 (NSCLC) 会出现这种情况。确诊为 EGFR 突变型 NSCLC 的患者对 EGFR 酪氨酸激酶抑制剂 (EGFR TKI) 有良好的初始临床反应，但肿瘤复发很常见并且发展很快。过去十年，人们对 EGFR TKI 获得性耐药机制进行了广泛研究。在理解治疗失败的两种主要途径方面取得了巨大进展：EGFR 基因的其他基因组变异和替代激酶信号激活（所谓的“旁路激活”）。多种旨在克服这些 EGFR TKI 耐药模式的药物已获得 FDA 批准或正在临床开发中。表型转化是一种不太常见且不太清楚的 EGFR TKI 耐药机制，尚待临床解决。在获得性 EGFR TKI 耐药性的情况下，表型转化包括上皮-间质转化 (EMT)、肺腺癌 (LUAD) 向鳞状细胞癌 (SCC) 或小细胞肺癌 (SCLC) 的转化。SCLC 转化或神经内分泌分化与 TP53 和 RB1 信号失活有关。然而，允许谱系转换的确切机制需要进一步研究。最近的报告表明，LUAD 和 SCLC 具有共同的细胞起源，并且在适当的条件下会发生转分化。目前，EGFR 突变型 SCLC 的治疗靶向选择仅限于传统的基因毒性化疗。同样，EMT 相关耐药性的基础尚不清楚。EMT 是一个复杂的过程，其特征是一系列中间状态，上皮和间质因子的表达各不相同。在获得性 EGFR TKI 耐药性的情况下，EMT 经常与旁路激活同时发生，因此很难确定 EMT 对治疗失败的确切贡献。EMT 相关耐药性的可逆性表明其表观遗传起源，并在疾病进展过程中发生其他调整，例如基因改变和旁路激活。本综述将讨论与表型转化相关的 EGFR TKI 耐药性的机制基础，以及在 EGFR 突变型 NSCLC 中解决此类靶向治疗耐药性的挑战和机遇。
鉴定吸烟相关肺癌的预后生物标志物
肺癌是影响人类的最严重的恶性肿瘤之一。根据《最新世界癌症报告》 [2022]，肺癌在男性的发病率和死亡率中排名第一，在女性中的发病率和死亡率中排名第二（1,2）。基于形成肺癌的不同细胞类型，可以将其分为小细胞肺癌（SCLC）（约占病例的15％）和非小细胞肺癌（NSCLC）（约为病例的85％）。NSCLC可以进一步分为三种类型：肺腺癌（LUAD）（30-40％的病例），肺鳞状细胞癌（LUSC）（占病例的20-25％）和大细胞癌（LCC）（LCC）（LCC）（LCC）（15-20％）（15-20％）（15-20％）（3）（3）。由于早期肺癌通常缺乏明显的症状，因此在疾病进展过程中，大约40％的NSCLC患者被诊断为转移（4）。此外，对肺癌的早期诊断和有效的预后治疗方法仍受到限制，导致这些患者的5年生存率低于15％（5,6）。因此，进一步
肿瘤微环境图像的特征预测...
简介表皮生长因子受体 (EGFR) 的酪氨酸激酶抑制剂 (TKI) 作为一线疗法在治疗 EGFR 突变型肺癌患者时已显示出生存改善。厄洛替尼是一种 EGFR TKI，也是全球首个获批的针对局部晚期或转移性非小细胞肺癌 (NSCLC) 的靶向治疗药物 (1, 2)。在携带致敏 EGFR 突变的 NSCLC 患者中，EGFR TKI 治疗的反应率为 60%–80% (3–5)。这使得相当一部分癌症对治疗无反应，因此前瞻性地确定 EGFR TKI 反应和耐药的预测因子在临床上非常重要。作为常规临床程序，H&E 染色的病理组织切片可以高分辨率提供详细的肿瘤形态学特征。多项研究已经探讨了临床定义的病理亚型与靶向治疗反应之间的关系。Kim 等人报告称，在肺腺癌 (LUAD) 患者中，主要的乳头状亚型可预测 EGFR TKI 敏感性 (6)；Miller 等人报告称，支气管肺泡病理亚型（可能代表当今几种不同的生长模式）与 EGFR TKI 相关
KRAS 抑制剂在非小细胞肺癌中的应用：综述
简介 肺癌 (LC) 是全球癌症相关死亡的主要原因。1 根据其临床病理特征，肺癌大致可分为非小细胞肺癌 (NSCLC) 或小细胞肺癌。NSCLC 占所有 LC 病例的 85% 以上。1 脑转移 (BM) 影响多达 50% 的晚期 NSCLC 患者，2 导致存活率特别低，3 从 BM 诊断开始的中位总生存期 (mOS) 约为 2.5 年；同时，中枢神经系统 (CNS) 无进展生存期 (PFS) 约为 1.2 年。 4 驱动NSCLC的致癌基因突变包括表皮生长因子受体（EGFR）、间变性淋巴瘤激酶（ALK）、ROS原癌基因1（ROS1）、Kirsten大鼠肉瘤（KRAS）、间充质上皮转化因子（MET）以及转染过程中重排的原癌基因（RET）。得益于此类驱动基因突变的检测，我们进入了基因分型驱动的LC患者个性化治疗的新时代。5 在NSCLC中，KRAS突变的患病率高达30%。6 蛋白质中最常见的密码子变异是从氨基酸甘氨酸到半胱氨酸（G12C）的突变，约占KRAS突变的39% 7 ，发生在约14%的肺腺癌（LUAD）中。 8 然而，KRAS 长期以来被认为是无法治疗的靶点。
泛驱动基因中的新型预后相关标记...
目的：本研究旨在探讨“泛驱动基因阴性”肺腺癌（PDGN-LUAD）患者的潜在预后分子标志物。EGFR、KRAS、BRAF、HER2、MET、ALK、RET 和 ROS1 突变阴性的 LUAD 患者被确定为 PDGN-LUAD。方法：在筛选阶段，我们使用全基因组微阵列分析了 52 对 PDGN-LUAD 肿瘤组织和邻近正常组织中的 mRNA 表达水平，结果显示蓬松片段极性蛋白 3（DVL3）在 PDGN-LUAD 肿瘤组织中的表达水平高于正常肺组织。然后，我们从三个独立的医院中心招募了 626 名 PDGN-LUAD 患者，并将他们分为训练队列、内部验证队列和两个外部验证队列。在训练队列中，使用组织微阵列 (TMA) 来确认 DVL3 的蛋白质表达水平。采用统计学方法探讨 DVL3 的预后作用。结果：结果表明，DVL3 水平可用于将训练队列中的 PDGN-LUAD 患者分为高风险组（DVL3 高表达水平）和低风险组（DVL3 低表达水平）。在训练队列中，高风险患者的总生存期 (OS) 时间短于低风险患者（风险比 [HR] 2.27；95% CI，1.57–2.97；p<0.001）。在验证阶段，DVL3 作为预后标志物的性能在内部和外部队列中得到成功验证。结论：总之，DVL3 是 PDGN-LUAD 的重要预后指标，可能为 PDGN-LUAD 的治疗提供新的见解。
肿瘤内微生物群落的特征反映了肺腺癌的发展
一些研究表明，某些mRNA分子与LUAD患者的进展有关（Chen等，2019）。Dong等。 （2021）发现，在肺癌患者中ZLC5被上调，其高表达预测了较短的总生存期（P = 0.007），并且作为肺癌的独立预后标记，HR = 2.892； 95％（Yang等，2021）CI：1.297–6.449; p = 0.009;张等。 （2019）发现，九个mRNA基因（HMMR，B4GALT1，SLC16A3，ANGPTL4，EXT1，GPC1，RBCK1，SOD1和AGRN）与肺癌患者的总生存率有关。 通过多元COX回归分析，九个基因特征的预后能力高于临床信息。 Xin等。 （2019）发现，肺癌患者中COX-2，CPLA2，COX-1，MPGES，PGE2和PGI2的mRNA水平明显高于健康人的MRNA，尤其是在MPGES和PGI2高表达的患者中。 5年生存率低于低表达MPGE和PGI2的患者，并且对于肺癌的预后具有统计学意义。 尽管一些研究已经确定了一些用于预测肺癌的分子标记，但由于单个OMICS缺乏信息，仍然很难实现高精度预测（Shi等，2022）。 同时，对患者组织微生物组状态的相关研究和预测评估仍然存在。Dong等。（2021）发现，在肺癌患者中ZLC5被上调，其高表达预测了较短的总生存期（P = 0.007），并且作为肺癌的独立预后标记，HR = 2.892； 95％（Yang等，2021）CI：1.297–6.449; p = 0.009;张等。（2019）发现，九个mRNA基因（HMMR，B4GALT1，SLC16A3，ANGPTL4，EXT1，GPC1，RBCK1，SOD1和AGRN）与肺癌患者的总生存率有关。通过多元COX回归分析，九个基因特征的预后能力高于临床信息。 Xin等。（2019）发现，肺癌患者中COX-2，CPLA2，COX-1，MPGES，PGE2和PGI2的mRNA水平明显高于健康人的MRNA，尤其是在MPGES和PGI2高表达的患者中。5年生存率低于低表达MPGE和PGI2的患者，并且对于肺癌的预后具有统计学意义。尽管一些研究已经确定了一些用于预测肺癌的分子标记，但由于单个OMICS缺乏信息，仍然很难实现高精度预测（Shi等，2022）。同时，对患者组织微生物组状态的相关研究和预测评估仍然存在。