在过去十年中,出现了一种利用免疫系统对抗肿瘤的癌症治疗新模式。这些免疫疗法的新作用机制也给药物开发带来了新的挑战。生物标志物在免疫疗法早期临床开发的几个领域中发挥着关键作用,包括作用机制的证明、剂量确定和剂量优化、不良反应的缓解和预防以及患者丰富和适应症优先排序。我们讨论了在早期开发研究中建立一组生物标志物的预后、预测方面以及将生物标志物的变化与临床疗效联系起来的统计原理和方法。所讨论的方法旨在避免偏见并得出可靠且可重复的结论。本综述针对对免疫疗法背景下的生物标志物的战略使用和分析感兴趣的药物开发商和数据科学家。
持续感染高危型人乳头瘤病毒 (HR-HPV) 以及随后的病毒癌蛋白 E6 和 E7 上调被认为是宫颈癌变中的关键分子事件 ( 1 , 2 )。这些癌蛋白会干扰关键宿主肿瘤抑制蛋白的功能,导致恶性转化。具体来说,E6 会促进 p53 的降解,p53 是一种对程序性细胞死亡至关重要的肿瘤抑制因子,而 E7 则会抑制通常调节细胞周期进程的视网膜母细胞瘤蛋白 (pRb) ( 3 , 4 )。p53 和 pRb 功能的破坏会导致染色体不稳定和癌症发展 ( 5 )。在各种 HR-HPV 类型中,HPV16 最为常见(其次是 HPV18),是全球 50% 以上宫颈癌病例的诱因 ( 6 – 8 )。 HPV 感染发生在宫颈上皮未分化的基底细胞中,病毒早期蛋白 E1、E2、E6 和 E7 在此细胞中表达水平较低(9)。随着被感染细胞的分化,病毒晚期蛋白 L1 和 L2 产生,用于衣壳的形成和病毒颗粒的组装。E4 蛋白通过与宿主细胞骨架结合协助病毒颗粒的释放(10,11)。高免疫原性的 L1 蛋白的产生受宿主蛋白和表观遗传修饰的调控,确保其仅在分化细胞中表达,从而逃避免疫检测(12)。HPV16 L1 蛋白及其相关 mRNA 在低度宫颈病变和增殖性感染中可检测到,但其缺失与高度病变高度相关(13,14)。虽然 L1 编码序列在转化细胞中保持完整,但衣壳蛋白不会合成(15)。尽管 HR-HPV 感染是宫颈癌的必要前兆,但只有一小部分感染者会发展为宫颈癌 ( 16 , 17 )。目前的 HPV DNA 检测不足以准确识别需要阴道镜检查的 HR-HPV 阳性女性,因为许多感染都是暂时性的 ( 18 )。目前建议对 HPV16 和 HPV18 进行基因分型,并结合细胞学检查进行宫颈癌筛查 ( 19 );然而,需要更特异的生物标志物来分类 HPV16 或 HPV18 阳性的女性,并减少不必要的阴道镜转诊 ( 20 , 21 )。宿主基因和 HPV 基因的甲基化已得到广泛研究,并被证实与宫颈异常有关 ( 22 , 23 )。甲基化修饰,例如 L1 基因内的 CpG 位点甲基化,可以控制该基因的表达,该基因在转化的宫颈细胞中经常被沉默。亚硫酸氢盐测序报告称 3' L1 基因区域的甲基化水平较高,表明其在控制 L1 表达方面具有潜在作用 ( 24 , 25 );然而,亚硫酸氢盐测序和直接测序等方法可能导致临床样本中甲基化水平估计不准确。焦磷酸测序,一种更准确的定量方法,已用于测量 HPV DNA 甲基化,揭示了各种 HPV 类型的 L1 和 L2 区域的高甲基化( 26 , 27 )。最近的研究表明,L1 基因甲基化可以区分宫颈上皮内瘤变 3 (CIN3) 和浸润性宫颈癌( 26 , 28 )。
方法:该研究包括737例患者:585例糖尿病(DM)和152例DKD。人口统计和医学特征的倾向评分匹配(PSM)确定了78例患者的子集(DM = 39,DKD = 39)。使用两个Luminex液体悬浮芯片根据分子量和浓度来检测11个尿生物标志物。The biomarkers, including cystatin C (CysC), nephrin, epidermal growth factor (EGF), kidney injury molecule-1 (KIM-1), retinol-binding protein4 (RBP4), a 1-microglobulin ( a 1-MG), b 2-microglobulin ( b 2-MG), vitamin D binding protein (VDBP), tissue在DM和DKD组中比较了金属蛋白酶-1(TIMP-1),肿瘤坏死因子受体1(TNFR-1)和肿瘤坏死因子受体-2(TNFR-2)的抑制剂。使用接收器操作特征(ROC)曲线分析评估了单个生物标志物和各种生物标志物组合的诊断值。
糖尿病管理的一个重要措施是监测血糖,这往往需要连续采血,带来经济负担和不适。血糖和糖化血红蛋白A1c是传统的血糖监测指标。但现在糖化白蛋白、果糖胺和1,5-脱水葡萄糖醇(1,5-AG)越来越受到关注。1,5-AG是人体内化学稳定的单糖。当血糖水平正常时,其血清浓度保持稳定。然而,当血糖超过肾糖阈值时,它会降低。研究表明,1.5-AG反映1至2周内的血糖变化;因此,血清1,5-AG水平降低可以作为短期血糖紊乱的临床指标。最近的研究表明,1,5-AG不仅可用于糖尿病的筛查和管理,还可用于预测糖尿病相关不良事件和糖尿病前期患者的胰岛b细胞功能。此外,唾液1,5-AG在糖尿病的筛查和诊断中也具有潜在的应用价值,本文就1,5-AG的生物学特性、检测方法及临床应用等方面进行综述,以促进今后对1,5-AG的认识和应用研究。
抗PD-(L)1治疗在某些癌症患者中表现出了极大的效率。但是,癌症患者的显着比例没有反应。抗PD-(L)1治疗的另一种未满足的临床需求是治疗效果的动态监测。因此,鉴定可以在PD-(L)1治疗和及时监测PD-(L)1治疗的效率之前,可以将潜在响应者分层的生物标志物在临床环境中至关重要。通过液体活检对生物标志物的识别引起了极大的关注。在识别的生物标志物中,循环T细胞是最有前途的,因为它们对抗PD-(L)1疗法的不可或缺贡献是必不可少的。 目前的综述旨在彻底探索循环T细胞作为抗PD-(L)1治疗及其优势和局限性的生物标志物的潜力。,因为它们对抗PD-(L)1疗法的不可或缺贡献是必不可少的。目前的综述旨在彻底探索循环T细胞作为抗PD-(L)1治疗及其优势和局限性的生物标志物的潜力。
抽象的几种将血清生物标志物纳入转移性肾细胞癌的预后模型已经建立了患者的生存。生物标志物研究的临时进步突出了许多额外的血清,基因突变,遗传表达信号和组织学生物标志物,这些血清预测了临床结果和对治疗的反应。因此,我们审查了与整体,特定癌症,自由和无疾病的生存率,总体反应以及用于转移性肾细胞癌的成年人群体治疗失败率相关的生物标志物。我们回顾了人类研究报告生物标志物与临床结果之间的关联。数据是通过标准化形式抽象的,然后在适当的情况下用危险比和置信区间进行了报道,并通过生物标志物类型(血清,基因突变,遗传表达和组织学)细分。我们确定了一系列与预后和预测结果临床关联的新生物标志物。超过现代风险模型中使用的生物标志物,与预后一致的生物标志物包括CAIX,COP-NLR,CRP,S-TATI和VEGF的血清水平,BAP1,CDKN2A,CIMP/FH和TERT中的基因突变,ERV和NQO1的基因表达,以及NQO1的基因表达,以及Histolophage Inviltration和Histomolophage Invilitration and P.Caix and caix and caix and caix and caix and caix and caix and caix and caix and P.生物标志物与对靶向抗血管生成疗法的反应始终相关,包括血清CRP,MET中的突变,PBRM-1,BAP1和MTOR途径,TERT启动子突变以及PTEN和血管生成基因的表达。HERV,T-effer和免疫原性的基因表达与对免疫检查点抑制的反应改善有关。 未来的模型应纳入研究良好的生物标志物,以帮助临床医生预测转移性肾细胞癌患者的结果和治疗反应。HERV,T-effer和免疫原性的基因表达与对免疫检查点抑制的反应改善有关。未来的模型应纳入研究良好的生物标志物,以帮助临床医生预测转移性肾细胞癌患者的结果和治疗反应。
由于疾病的复杂性和个性化治疗的需求,甲状腺癌的靶向治疗和生物标志物研究代表了肿瘤学的一个重要前沿。与甲状腺癌相关的基因变化种类繁多,需要进行更多研究来阐明分子细节。这项研究具有临床意义,因为它可用于制定个性化治疗计划。靶向治疗提供了一种更有针对性的方法,它针对某些分子靶点,例如突变的 BRAF 或 RET 蛋白。这种策略可以最大限度地减少对健康组织的附带伤害,也可能减少不良影响。同时,通过生物标志物探索,可以根据分子特征对患者进行分类,从而可以制定个性化治疗方案并最大限度地提高治疗效果。靶向治疗和生物标志物研究的好处不仅限于其直接的临床影响,还涵盖了整个癌症领域。了解甲状腺癌的遗传基础有助于创造专门针对异常分子的新疗法。这促进了甲状腺癌的治疗,推动了精准医疗的发展,为治疗其他癌症铺平了道路。简而言之,对甲状腺癌的更多研究有望改善患者护理。本次调查中发现的概念有可能彻底改变护理方式,开启个性化精准医疗的新时代。这种模式转变可以改善甲状腺癌患者的预后和生活质量,并为其他癌症类型的进展提供灵感。
传统的还原主义方法已成功地用于获得有关单基因疾病和疾病的知识。然而,这种策略不足以探测和理解诸如糖尿病,代谢综合征(MS)和胰岛素相关疾病之类的复杂疾病,其中多种基因和系统受到干扰。理解这种复杂的相互关系和串扰需要整体或系统级集成,这可以通过单词/综合多摩学方法来实现。本研究主题探讨了单词和综合多摩s分析如何改变我们对代谢综合征,糖尿病和胰岛素相关疾病的机制,生物标志物和治疗靶标的复杂网络的理解。与还原主义的方法不同,单词/多摩斯技术为复杂疾病提供了整体观点,强调了它们有可能促进个性化医学的潜力,并具有针对性的疗法,并在针对这些疾病的情况下为这些疾病提供了新的希望。
结肠腺癌(COAD)是第三常见的癌症,是全球癌症死亡的第二大主要原因,这已成为全球公共卫生挑战(1)。随着癌症检测技术的发展,早期诊断的率有所提高,但是COAD的诊断迅速转移到年轻,更高级的阶段(2)。 开发从息肉到腺癌的COAD需要十多年的时间,这一长期进展为干预提供了防止其发展为高级阶段的机会(3)。 近年来,高通量测序技术和生物信息学的快速发展促进了COAD的探索(4,5)。 因此,从生物信息学分析的肿瘤分子靶标的角度了解COAD的发病机理对于治疗和预防COAD具有很大的意义。 细胞外基质(ECM)是由各种蛋白质组成的复杂结构,该结构通过调节细胞间串扰来调节生物学功能(6-8)。 ECM是肿瘤微环境(TME)的重要组成部分,其异常表达促进了肿瘤的形成,进展和转移(9,10)。 临床病理学分析证实,ECM在肿瘤患者中的过度沉积与预后不良有关(11,12)。 最近,高通量测序分析表明,与ECM相关的基因在肿瘤进展过程中异常表达(13,14)。 ECM的积累诱导缺氧和代谢应激,进而激活肿瘤中的抗凋亡和药物抗性途径(15)。随着癌症检测技术的发展,早期诊断的率有所提高,但是COAD的诊断迅速转移到年轻,更高级的阶段(2)。开发从息肉到腺癌的COAD需要十多年的时间,这一长期进展为干预提供了防止其发展为高级阶段的机会(3)。近年来,高通量测序技术和生物信息学的快速发展促进了COAD的探索(4,5)。因此,从生物信息学分析的肿瘤分子靶标的角度了解COAD的发病机理对于治疗和预防COAD具有很大的意义。细胞外基质(ECM)是由各种蛋白质组成的复杂结构,该结构通过调节细胞间串扰来调节生物学功能(6-8)。ECM是肿瘤微环境(TME)的重要组成部分,其异常表达促进了肿瘤的形成,进展和转移(9,10)。临床病理学分析证实,ECM在肿瘤患者中的过度沉积与预后不良有关(11,12)。最近,高通量测序分析表明,与ECM相关的基因在肿瘤进展过程中异常表达(13,14)。ECM的积累诱导缺氧和代谢应激,进而激活肿瘤中的抗凋亡和药物抗性途径(15)。此外,ECM的高密度阻碍了免疫细胞的内化,这会影响肿瘤免疫疗法的作用(16-18)。因此,基于与ECM相关基因的预后模型将为预测COAD患者的复发提供基础。瘦素是瘦素基因(LEP)的糖蛋白产物。流行病学研究支持LEP与COAD风险增加有关(19)。研究表明,COAD组织中LEP mRNA的表达水平上调,这与COAD患者的预后不良有关(20,21)。周围神经形成复杂的肿瘤微环境,由多种细胞类型和因子组成,包括神经生长因子(NGF)。NGF在几种实体瘤的生长,侵袭和转移中起重要作用。Lei等。 发现,胰腺癌细胞分泌的NGF诱导了Schwann细胞的自噬,这反过来参与了胰腺肿瘤的增殖和转移(22)。 Hayakawa等。 表明,NGF的过表达显着加速了胃肿瘤的生长和侵袭(23)。 procollagen C-耐肽酶增强剂2(PCOLCE2)是一种ECM糖蛋白,可作为功能性胶原蛋白C蛋白酶增强剂(24)。 PCOLCE2参与EMT,并在促进Coad转移中起关键作用(25)。 他等人。 证明PCOLCE2是一种基于生物信息学分析的COAD患者临床预后的特征基因(26)。 我们验证了LEP,NGF和PCOLCE2在肿瘤组织中使用COAD临床高度表达Lei等。发现,胰腺癌细胞分泌的NGF诱导了Schwann细胞的自噬,这反过来参与了胰腺肿瘤的增殖和转移(22)。Hayakawa等。 表明,NGF的过表达显着加速了胃肿瘤的生长和侵袭(23)。 procollagen C-耐肽酶增强剂2(PCOLCE2)是一种ECM糖蛋白,可作为功能性胶原蛋白C蛋白酶增强剂(24)。 PCOLCE2参与EMT,并在促进Coad转移中起关键作用(25)。 他等人。 证明PCOLCE2是一种基于生物信息学分析的COAD患者临床预后的特征基因(26)。 我们验证了LEP,NGF和PCOLCE2在肿瘤组织中使用COAD临床高度表达Hayakawa等。表明,NGF的过表达显着加速了胃肿瘤的生长和侵袭(23)。procollagen C-耐肽酶增强剂2(PCOLCE2)是一种ECM糖蛋白,可作为功能性胶原蛋白C蛋白酶增强剂(24)。PCOLCE2参与EMT,并在促进Coad转移中起关键作用(25)。他等人。证明PCOLCE2是一种基于生物信息学分析的COAD患者临床预后的特征基因(26)。我们验证了LEP,NGF和PCOLCE2在肿瘤组织中使用COAD临床在这项研究中,我们鉴定了与WGCNA和Lasso-Cox回归相关的三个与ECM相关的基因(LEP,NGF和PCOLCE2)。
方法:对基因表达综合数据库中两种疾病的公开数据进行差异表达分析和加权基因相关网络分析(WGCNA),寻找与两种疾病相关的基因。利用蛋白质-蛋白质相互作用(PPI)、基因本体论和京都基因和基因组百科全书来识别与T2DM相关的MAFLD基因和潜在机制。利用机器学习算法结合12种cytoHubba算法筛选候选生物标志物,构建并评估T2DM相关MAFLD的诊断模型。采用CIBERSORT方法研究MAFLD中的免疫细胞滤过和中心基因的免疫学意义。最后,采集T2DM相关MAFLD患者、MAFLD患者和健康个体的全血,并采用高脂、高糖结合高脂细胞模型来验证中心基因的表达。