ມະເຮັງຕ່ອມລູກໝາກແມ່ນໜຶ່ງໃນເນື້ອງອກທີ່ຕາຍຕົວທີ່ສຸດໃນໂລກທີ່ມີການພະຍາກອນບໍ່ດີ.ດັ່ງນັ້ນ, ຮູບແບບການຄາດຄະເນທີ່ຖືກຕ້ອງແມ່ນຈໍາເປັນເພື່ອກໍານົດຄົນເຈັບທີ່ມີຄວາມສ່ຽງສູງຂອງມະເຮັງ pancreatic ເພື່ອປັບການປິ່ນປົວແລະປັບປຸງການຄາດຄະເນຂອງຄົນເຈັບເຫຼົ່ານີ້.
ພວກເຮົາໄດ້ຮັບຂໍ້ມູນ The Cancer Genome Atlas (TCGA) pancreatic adenocarcinoma (PAAD) RNAseq ຈາກຖານຂໍ້ມູນ UCSC Xena, ໄດ້ກໍານົດ lncRNAs ທີ່ກ່ຽວຂ້ອງກັບພູມຕ້ານທານ (irlncRNAs) ຜ່ານການວິເຄາະຄວາມສໍາພັນ, ແລະກໍານົດຄວາມແຕກຕ່າງລະຫວ່າງ TCGA ແລະແພຈຸລັງ adenocarcinoma ປົກກະຕິຂອງ pancreatic.DEirlncRNA) ຈາກ TCGA ແລະການສະແດງອອກຂອງເນື້ອເຍື່ອ genotype (GTEx) ຂອງເນື້ອເຍື່ອ pancreatic.ການວິເຄາະ univariate ແລະ lasso regression ເພີ່ມເຕີມໄດ້ຖືກປະຕິບັດເພື່ອສ້າງຕົວແບບລາຍເຊັນ prognostic.ຫຼັງຈາກນັ້ນ, ພວກເຮົາຄິດໄລ່ພື້ນທີ່ພາຍໃຕ້ເສັ້ນໂຄ້ງແລະກໍານົດມູນຄ່າການຕັດທີ່ດີທີ່ສຸດສໍາລັບການກໍານົດຄົນເຈັບທີ່ມີ adenocarcinoma pancreatic ຄວາມສ່ຽງສູງແລະຕ່ໍາ.ເພື່ອປຽບທຽບຄຸນລັກສະນະທາງດ້ານຄລີນິກ, ການແຊກຊຶມຂອງເຊນພູມຕ້ານທານ, ສະພາບແວດລ້ອມຈຸນລະພາກຂອງພູມຕ້ານທານ, ແລະການຕໍ່ຕ້ານທາງເຄມີໃນຄົນເຈັບທີ່ເປັນມະເຮັງຕ່ອມລູກຫມາກທີ່ມີຄວາມສ່ຽງສູງແລະຕ່ໍາ.
ພວກເຮົາໄດ້ກໍານົດ 20 ຄູ່ DEirlncRNA ແລະຈັດກຸ່ມຄົນເຈັບຕາມມູນຄ່າການຕັດທີ່ດີທີ່ສຸດ.ພວກເຮົາໄດ້ສະແດງໃຫ້ເຫັນວ່າຕົວແບບລາຍເຊັນ prognostic ຂອງພວກເຮົາມີປະສິດຕິຜົນທີ່ສໍາຄັນໃນການຄາດຄະເນການຄາດຄະເນຂອງຄົນເຈັບທີ່ມີ PAAD.AUC ຂອງເສັ້ນໂຄ້ງ ROC ແມ່ນ 0.905 ສໍາລັບການຄາດຄະເນ 1 ປີ, 0.942 ສໍາລັບການຄາດຄະເນ 2 ປີ, ແລະ 0.966 ສໍາລັບການຄາດຄະເນ 3 ປີ.ຄົນເຈັບທີ່ມີຄວາມສ່ຽງສູງມີອັດຕາການລອດຊີວິດຕໍ່າກວ່າແລະມີລັກສະນະທາງດ້ານຄລີນິກທີ່ຮ້າຍແຮງກວ່າເກົ່າ.ພວກເຮົາຍັງໄດ້ສະແດງໃຫ້ເຫັນວ່າຄົນເຈັບທີ່ມີຄວາມສ່ຽງສູງແມ່ນມີພູມຕ້ານທານແລະອາດຈະພັດທະນາການຕໍ່ຕ້ານກັບການປິ່ນປົວດ້ວຍພູມຕ້ານທານ.ການປະເມີນຜົນຂອງຢາຕ້ານມະເຮັງເຊັ່ນ: paclitaxel, sorafenib, ແລະ erlotinib ໂດຍອີງໃສ່ເຄື່ອງມືການຄາດຄະເນການຄິດໄລ່ອາດຈະເຫມາະສົມສໍາລັບຄົນເຈັບທີ່ມີຄວາມສ່ຽງສູງທີ່ມີ PAAD.
ໂດຍລວມແລ້ວ, ການສຶກສາຂອງພວກເຮົາໄດ້ສ້າງຕັ້ງແບບຈໍາລອງຄວາມສ່ຽງດ້ານການຄາດຄະເນໃຫມ່ໂດຍອີງໃສ່ irlncRNA ຄູ່, ເຊິ່ງສະແດງໃຫ້ເຫັນມູນຄ່າ prognostic ທີ່ດີໃນຄົນເຈັບທີ່ເປັນມະເຮັງ pancreatic.ຮູບແບບຄວາມສ່ຽງ prognostic ຂອງພວກເຮົາອາດຈະຊ່ວຍຄວາມແຕກຕ່າງຂອງຄົນເຈັບທີ່ມີ PAAD ທີ່ເຫມາະສົມສໍາລັບການປິ່ນປົວທາງການແພດ.
ມະເຮັງຕ່ອມລູກໝາກເປັນເນື້ອງອກທີ່ເປັນອັນຕະລາຍທີ່ມີອັດຕາການລອດຊີວິດຕໍ່າກວ່າຫ້າປີ ແລະ ລະດັບສູງ.ໃນເວລາທີ່ການວິນິດໄສ, ຄົນເຈັບສ່ວນໃຫຍ່ແມ່ນຢູ່ໃນຂັ້ນຕອນທີ່ກ້າວຫນ້າ.ໃນແງ່ຂອງການລະບາດຂອງ COVID-19, ທ່ານ ໝໍ ແລະພະຍາບານແມ່ນຢູ່ພາຍໃຕ້ຄວາມກົດດັນອັນໃຫຍ່ຫຼວງໃນການປິ່ນປົວຄົນເຈັບທີ່ເປັນມະເຮັງຕ່ອມລູກໝາກ, ແລະຄອບຄົວຂອງຄົນເຈັບຍັງປະສົບກັບຄວາມກົດດັນຫຼາຍຢ່າງໃນເວລາຕັດສິນໃຈປິ່ນປົວ [1, 2].ເຖິງວ່າຈະມີຄວາມກ້າວຫນ້າອັນໃຫຍ່ຫຼວງໃນການປິ່ນປົວ DOADs, ເຊັ່ນການປິ່ນປົວດ້ວຍ neoadjuvant, ການຜ່າຕັດການຜ່າຕັດ, ການປິ່ນປົວດ້ວຍລັງສີ, ການປິ່ນປົວດ້ວຍທາງເຄມີ, ການປິ່ນປົວດ້ວຍໂມເລກຸນເປົ້າຫມາຍ, ແລະຕົວຍັບຍັ້ງລະບົບພູມຕ້ານທານ (ICIs), ມີພຽງແຕ່ປະມານ 9% ຂອງຄົນເຈັບຢູ່ລອດຫ້າປີຫຼັງຈາກການວິນິດໄສ [3] ].], 4].ເນື່ອງຈາກວ່າອາການເບື້ອງຕົ້ນຂອງ adenocarcinoma pancreatic ແມ່ນຜິດປົກກະຕິ, ຄົນເຈັບມັກຈະຖືກກວດພົບວ່າເປັນໂຣກ metastases ໃນຂັ້ນຕອນທີ່ກ້າວຫນ້າ [5].ດັ່ງນັ້ນ, ສໍາລັບຄົນເຈັບທີ່ໄດ້ຮັບການປິ່ນປົວ, ການປິ່ນປົວແບບປະສົມປະສານສ່ວນບຸກຄົນຕ້ອງຊັ່ງນໍ້າຫນັກເຖິງຂໍ້ດີແລະຂໍ້ເສຍຂອງທາງເລືອກການປິ່ນປົວທັງຫມົດ, ບໍ່ພຽງແຕ່ເຮັດໃຫ້ການຢູ່ລອດຍາວນານ, ແຕ່ຍັງປັບປຸງຄຸນນະພາບຊີວິດ [6].ດັ່ງນັ້ນ, ຮູບແບບການຄາດຄະເນທີ່ມີປະສິດທິພາບແມ່ນຈໍາເປັນເພື່ອປະເມີນການຄາດຄະເນຂອງຄົນເຈັບຢ່າງຖືກຕ້ອງ [7].ດັ່ງນັ້ນ, ການປິ່ນປົວທີ່ເຫມາະສົມສາມາດໄດ້ຮັບການຄັດເລືອກເພື່ອດຸ່ນດ່ຽງການຢູ່ລອດແລະຄຸນນະພາບຊີວິດຂອງຄົນເຈັບທີ່ມີ PAAD.
ການຄາດຄະເນທີ່ບໍ່ດີຂອງ PAAD ສ່ວນໃຫຍ່ແມ່ນຍ້ອນການຕໍ່ຕ້ານກັບຢາເຄມີບໍາບັດ.ໃນຊຸມປີມໍ່ໆມານີ້, ຕົວຍັບຍັ້ງການກວດກາພູມຕ້ານທານໄດ້ຖືກນໍາໃຊ້ຢ່າງກວ້າງຂວາງໃນການປິ່ນປົວເນື້ອງອກແຂງ [8].ຢ່າງໃດກໍ່ຕາມ, ການນໍາໃຊ້ ICIs ໃນມະເຮັງ pancreatic ແມ່ນບໍ່ຄ່ອຍຈະປະສົບຜົນສໍາເລັດ [9].ດັ່ງນັ້ນ, ມັນເປັນສິ່ງສໍາຄັນທີ່ຈະກໍານົດຄົນເຈັບທີ່ອາດຈະໄດ້ຮັບຜົນປະໂຫຍດຈາກການປິ່ນປົວດ້ວຍ ICI.
RNA ທີ່ບໍ່ເຂົ້າລະຫັດແບບຍາວ (lncRNA) ແມ່ນປະເພດຂອງ RNA ທີ່ບໍ່ເຂົ້າລະຫັດທີ່ມີການຖອດຂໍ້ຄວາມ > 200 nucleotides.LncRNAs ແມ່ນແຜ່ຫຼາຍແລະປະກອບເປັນປະມານ 80% ຂອງ transcriptome ຂອງມະນຸດ [10].ການເຮັດວຽກຂະຫນາດໃຫຍ່ໄດ້ສະແດງໃຫ້ເຫັນວ່າຕົວແບບ prognostic ທີ່ອີງໃສ່ lncRNA ສາມາດຄາດຄະເນການຄາດຄະເນຂອງຄົນເຈັບໄດ້ຢ່າງມີປະສິດທິພາບ [11, 12].ຕົວຢ່າງ, 18 autophagy-related lncRNAs ໄດ້ຖືກກໍານົດເພື່ອສ້າງລາຍເຊັນ prognostic ໃນມະເຮັງເຕົ້ານົມ [13].lncRNAs ທີ່ກ່ຽວຂ້ອງກັບພູມຕ້ານທານອີກຫົກອັນໄດ້ຖືກນໍາໃຊ້ເພື່ອສ້າງລັກສະນະ prognostic ຂອງ glioma [14].
ໃນມະເຮັງ pancreatic, ບາງການສຶກສາໄດ້ສ້າງຕັ້ງລາຍເຊັນທີ່ອີງໃສ່ lncRNA ເພື່ອຄາດຄະເນການຄາດຄະເນຂອງຄົນເຈັບ.ລາຍເຊັນ 3-lncRNA ໄດ້ຖືກສ້າງຕັ້ງຂຶ້ນໃນ adenocarcinoma pancreatic ທີ່ມີພື້ນທີ່ພາຍໃຕ້ເສັ້ນໂຄ້ງ ROC (AUC) ພຽງແຕ່ 0.742 ແລະການຢູ່ລອດ (OS) ໂດຍລວມຂອງ 3 ປີ [15].ນອກຈາກນັ້ນ, ມູນຄ່າການສະແດງອອກຂອງ lncRNA ແຕກຕ່າງກັນລະຫວ່າງ genomes ທີ່ແຕກຕ່າງກັນ, ຮູບແບບຂໍ້ມູນທີ່ແຕກຕ່າງກັນ, ແລະຄົນເຈັບທີ່ແຕກຕ່າງກັນ, ແລະການປະຕິບັດຂອງຮູບແບບການຄາດຄະເນແມ່ນບໍ່ຫມັ້ນຄົງ.ດັ່ງນັ້ນ, ພວກເຮົາໃຊ້ວິທີການສ້າງແບບຈໍາລອງແບບໃໝ່, ການຈັບຄູ່ ແລະ ການຊໍ້າຄືນ, ເພື່ອສ້າງລາຍເຊັນທີ່ກ່ຽວຂ້ອງກັບພູມຕ້ານທານ lncRNA (irlncRNA) ເພື່ອສ້າງແບບຈໍາລອງການຄາດເດົາທີ່ຖືກຕ້ອງ ແລະໝັ້ນຄົງກວ່າ [8].
ຂໍ້ມູນ RNAseq ປົກກະຕິ (FPKM) ແລະຂໍ້ມູນການສະແດງອອກຂອງເນື້ອເຍື່ອ TCGA ແລະ genotype (GTEx) ໄດ້ມາຈາກຖານຂໍ້ມູນ UCSC XENA ( https://xenabrowser.net/datapages/ ).ໄຟລ໌ GTF ໄດ້ມາຈາກຖານຂໍ້ມູນ Ensembl ( http://asia.ensembl.org ) ແລະໃຊ້ເພື່ອສະກັດຂໍ້ມູນການສະແດງອອກຂອງ lncRNA ຈາກ RNAseq.ພວກເຮົາໄດ້ດາວໂຫຼດພັນທຸກໍາທີ່ກ່ຽວຂ້ອງກັບພູມຕ້ານທານຈາກຖານຂໍ້ມູນ ImmPort (http://www.immport.org) ແລະໄດ້ກໍານົດ immunity-related lncRNAs (irlncRNAs) ໂດຍໃຊ້ການວິເຄາະຄວາມສຳພັນ (p <0.001, r> 0.4).ການລະບຸຕົວຕົນຂອງ irlncRNAs ທີ່ສະແດງອອກແຕກຕ່າງກັນ (DEirlncRNAs) ໂດຍການຂ້າມ irlncRNAs ແລະ lncRNAs ທີ່ສະແດງອອກແຕກຕ່າງກັນໄດ້ມາຈາກຖານຂໍ້ມູນ GEPIA2 (http://gepia2.cancer-pku.cn/#index) ໃນກຸ່ມ TCGA-PAAD (|logFC| > 1 ແລະ FDR. ) <0.05).
ວິທີການນີ້ໄດ້ຖືກລາຍງານກ່ອນຫນ້ານີ້ [8].ໂດຍສະເພາະ, ພວກເຮົາກໍ່ສ້າງ X ເພື່ອທົດແທນການຈັບຄູ່ lncRNA A ແລະ lncRNA B. ເມື່ອມູນຄ່າການສະແດງອອກຂອງ lncRNA A ແມ່ນສູງກວ່າຄ່າສະແດງອອກຂອງ lncRNA B, X ຖືກກໍານົດເປັນ 1, ຖ້າບໍ່ດັ່ງນັ້ນ X ຖືກກໍານົດເປັນ 0. ດັ່ງນັ້ນ, ພວກເຮົາສາມາດໄດ້ຮັບ. matrix ຂອງ 0 ຫຼື – 1. ແກນຕັ້ງຂອງ matrix ເປັນຕົວແທນຂອງແຕ່ລະຕົວຢ່າງ, ແລະ horizontal axis ເປັນຕົວແທນຂອງແຕ່ລະຄູ່ DEirlncRNA ທີ່ມີຄ່າຂອງ 0 ຫຼື 1.
ການວິເຄາະການຖົດຖອຍແບບ Univariate ຕິດຕາມດ້ວຍ Lasso regression ຖືກນໍາໃຊ້ເພື່ອກວດສອບຄູ່ DEirlncRNA prognostic.ການວິເຄາະການຖົດຖອຍຂອງ lasso ໄດ້ໃຊ້ 10-fold cross-validation ຊໍ້າຄືນອີກ 1000 ເທື່ອ (p < 0.05), ມີ 1000 ກະຕຸ້ນແບບສຸ່ມຕໍ່ການແລ່ນ.ເມື່ອຄວາມຖີ່ຂອງແຕ່ລະຄູ່ DEirlncRNA ເກີນ 100 ເທື່ອໃນ 1000 ຮອບ, ຄູ່ DEirlncRNA ໄດ້ຖືກເລືອກເພື່ອສ້າງແບບຈໍາລອງຄວາມສ່ຽງຕໍ່ການຄາດຄະເນ.ຫຼັງຈາກນັ້ນ, ພວກເຮົາໄດ້ນໍາໃຊ້ເສັ້ນໂຄ້ງ AUC ເພື່ອຊອກຫາຄ່າຕັດທີ່ດີທີ່ສຸດສໍາລັບການຈັດປະເພດຄົນເຈັບ PAAD ເຂົ້າໄປໃນກຸ່ມທີ່ມີຄວາມສ່ຽງສູງແລະຕ່ໍາ.ຄ່າ AUC ຂອງແຕ່ລະຕົວແບບຍັງໄດ້ຖືກຄິດໄລ່ແລະວາງແຜນເປັນເສັ້ນໂຄ້ງ.ຖ້າເສັ້ນໂຄ້ງໄປຮອດຈຸດສູງສຸດທີ່ຊີ້ໃຫ້ເຫັນເຖິງມູນຄ່າ AUC ສູງສຸດ, ຂະບວນການຄິດໄລ່ຈະຢຸດເຊົາແລະຮູບແບບແມ່ນຖືວ່າເປັນຜູ້ສະຫມັກທີ່ດີທີ່ສຸດ.ຮູບແບບເສັ້ນໂຄ້ງ ROC 1-, 3- ແລະ 5 ປີໄດ້ຖືກກໍ່ສ້າງ.ການວິເຄາະການຖົດຖອຍແບບ Univariate ແລະ multivariate ໄດ້ຖືກນໍາໃຊ້ເພື່ອກວດເບິ່ງການປະຕິບັດການຄາດເດົາເອກະລາດຂອງຮູບແບບຄວາມສ່ຽງ prognostic.
ໃຊ້ເຄື່ອງມືເຈັດເພື່ອສຶກສາອັດຕາການແຊກຊຶມຂອງຈຸລັງພູມຕ້ານທານ, ລວມທັງ XCELL, TIMER, QUANTISEQ, MCPCOUNTER, EPIC, CIBERSORT-ABS, ແລະ CIBERSORT.ຂໍ້ມູນການແຊກຊຶມຂອງຈຸລັງພູມຄຸ້ມກັນໄດ້ຖືກດາວໂຫຼດຈາກຖານຂໍ້ມູນ TIMER2 (http://timer.comp-genomics.org/#tab-5817-3).ຄວາມແຕກຕ່າງຂອງເນື້ອໃນຂອງຈຸລັງພູມຕ້ານທານລະຫວ່າງກຸ່ມທີ່ມີຄວາມສ່ຽງສູງແລະຕ່ໍາຂອງຕົວແບບທີ່ສ້າງຂຶ້ນໄດ້ຖືກວິເຄາະໂດຍໃຊ້ການທົດສອບການຈັດອັນດັບ Wilcoxon, ຜົນໄດ້ຮັບແມ່ນສະແດງຢູ່ໃນຕາຕະລາງສີ່ຫລ່ຽມ.ການວິເຄາະຄວາມສໍາພັນຂອງ Spearman ໄດ້ຖືກປະຕິບັດເພື່ອວິເຄາະຄວາມສໍາພັນລະຫວ່າງຄ່າຄະແນນຄວາມສ່ຽງແລະຈຸລັງພູມຕ້ານທານ - ແຊກຊຶມ.ຄ່າສຳປະສິດຄວາມສຳພັນທີ່ເປັນຜົນແມ່ນສະແດງເປັນ lollipop.ເກນຄວາມສຳຄັນໄດ້ກຳນົດໄວ້ທີ່ p < 0.05.ຂັ້ນຕອນໄດ້ຖືກປະຕິບັດໂດຍໃຊ້ R package ggplot2.ເພື່ອກວດເບິ່ງຄວາມສໍາພັນລະຫວ່າງຕົວແບບແລະລະດັບການສະແດງອອກຂອງເຊື້ອສາຍທີ່ກ່ຽວຂ້ອງກັບອັດຕາການແຊກຊຶມຂອງເຊນພູມຕ້ານທານ, ພວກເຮົາໄດ້ປະຕິບັດຊຸດ ggstatsplot ແລະການສະແດງພາບຂອງ violin plot.
ເພື່ອປະເມີນຮູບແບບການປິ່ນປົວທາງດ້ານຄລີນິກສໍາລັບມະເຮັງຕັບ, ພວກເຮົາໄດ້ຄິດໄລ່ IC50 ຂອງຢາເຄມີບໍາບັດທີ່ໃຊ້ທົ່ວໄປໃນກຸ່ມ TCGA-PAAD.ຄວາມແຕກຕ່າງຂອງຄວາມເຂັ້ມຂົ້ນ inhibitory ເຄິ່ງຫນຶ່ງ (IC50) ລະຫວ່າງກຸ່ມທີ່ມີຄວາມສ່ຽງສູງແລະຕ່ໍາໄດ້ຖືກປຽບທຽບໂດຍໃຊ້ Wilcoxon signed-rank test, ແລະຜົນໄດ້ຮັບແມ່ນສະແດງໃຫ້ເຫັນເປັນ boxplots ທີ່ສ້າງຂຶ້ນໂດຍໃຊ້ pRRophetic ແລະ ggplot2 ໃນ R. ວິທີການທັງຫມົດປະຕິບັດຕາມຄໍາແນະນໍາແລະມາດຕະຖານທີ່ກ່ຽວຂ້ອງ.
ຂະບວນການເຮັດວຽກຂອງການສຶກສາຂອງພວກເຮົາແມ່ນສະແດງຢູ່ໃນຮູບ 1. ການນໍາໃຊ້ການວິເຄາະຄວາມສໍາພັນລະຫວ່າງ lncRNAs ແລະ genes ທີ່ກ່ຽວຂ້ອງກັບພູມຕ້ານທານ, ພວກເຮົາໄດ້ເລືອກ 724 irlncRNAs ທີ່ມີ p < 0.01 ແລະ r> 0.4.ຕໍ່ໄປພວກເຮົາຈະວິເຄາະ lncRNAs ທີ່ສະແດງອອກໂດຍຄວາມແຕກຕ່າງຂອງ GEPIA2 (ຮູບ 2A).ທັງໝົດ 223 irlncRNAs ຖືກສະແດງຄວາມແຕກຕ່າງລະຫວ່າງ adenocarcinoma pancreatic ແລະເນື້ອເຍື່ອປົກກະຕິຂອງ pancreatic (|logFC| > 1, FDR < 0.05), ທີ່ມີຊື່ວ່າ DEirlncRNAs.
ການກໍ່ສ້າງແບບຈໍາລອງຄວາມສ່ຽງທີ່ຄາດຄະເນ.(A) ແຜນຜັງພູເຂົາໄຟຂອງ lncRNAs ທີ່ສະແດງອອກແຕກຕ່າງກັນ.(B) ການແຈກຢາຍຄ່າສໍາປະສິດ lasso ສໍາລັບຄູ່ DEirlncRNA 20 ຄູ່.(C) ຄວາມເປັນໄປໄດ້ບາງສ່ວນຂອງການແຈກຢາຍຄ່າສໍາປະສິດ LASSO.(D) ແຜນຜັງປ່າໄມ້ສະແດງໃຫ້ເຫັນການວິເຄາະການຖົດຖອຍແບບ univariate ຂອງ 20 ຄູ່ DEirlncRNA.
ຕໍ່ໄປພວກເຮົາກໍ່ສ້າງ matrix 0 ຫຼື 1 ໂດຍການຈັບຄູ່ 223 DEirlncRNAs.ຈໍານວນທັງຫມົດ 13,687 ຄູ່ DEirlncRNA ໄດ້ຖືກກໍານົດ.ຫຼັງຈາກການວິເຄາະ univariate ແລະ lasso regression, 20 ຄູ່ DEirlncRNA ສຸດທ້າຍໄດ້ຖືກທົດສອບເພື່ອສ້າງຕົວແບບຄວາມສ່ຽງຕໍ່ການຄາດເດົາ (ຮູບ 2B-D).ອີງຕາມຜົນໄດ້ຮັບຂອງ Lasso ແລະການວິເຄາະການຖົດຖອຍຫຼາຍ, ພວກເຮົາໄດ້ຄິດໄລ່ຄະແນນຄວາມສ່ຽງສໍາລັບຄົນເຈັບແຕ່ລະຄົນໃນກຸ່ມ TCGA-PAAD (ຕາຕະລາງ 1).ອີງຕາມຜົນຂອງການວິເຄາະການຖົດຖອຍຂອງ lasso, ພວກເຮົາໄດ້ຄິດໄລ່ຄະແນນຄວາມສ່ຽງສໍາລັບຄົນເຈັບແຕ່ລະຄົນໃນກຸ່ມ TCGA-PAAD.AUC ຂອງເສັ້ນໂຄ້ງ ROC ແມ່ນ 0.905 ສໍາລັບການຄາດຄະເນຮູບແບບຄວາມສ່ຽງ 1 ປີ, 0.942 ສໍາລັບການຄາດຄະເນ 2 ປີ, ແລະ 0.966 ສໍາລັບການຄາດຄະເນ 3 ປີ (ຮູບ 3A-B).ພວກເຮົາກໍານົດມູນຄ່າການຕັດທີ່ດີທີ່ສຸດຂອງ 3.105, ແບ່ງກຸ່ມຄົນເຈັບ TCGA-PAAD ເຂົ້າໄປໃນກຸ່ມທີ່ມີຄວາມສ່ຽງສູງແລະຕ່ໍາ, ແລະວາງແຜນຜົນໄດ້ຮັບການຢູ່ລອດແລະການແຈກຢາຍຄະແນນຄວາມສ່ຽງສໍາລັບຄົນເຈັບແຕ່ລະຄົນ (ຮູບ 3C-E).ການວິເຄາະ Kaplan-Meier ສະແດງໃຫ້ເຫັນວ່າການຢູ່ລອດຂອງຄົນເຈັບ PAAD ໃນກຸ່ມທີ່ມີຄວາມສ່ຽງສູງແມ່ນຕໍ່າກວ່າຄົນເຈັບໃນກຸ່ມທີ່ມີຄວາມສ່ຽງຕໍ່າຢ່າງຫຼວງຫຼາຍ (p <0.001) (ຮູບ 3F).
ຄວາມຖືກຕ້ອງຂອງແບບຈໍາລອງຄວາມສ່ຽງຕໍ່ການຄາດເດົາ.(A) ROC ຂອງຕົວແບບຄວາມສ່ຽງດ້ານການພະຍາກອນ.(B) 1-, 2-, ແລະ 3 ປີແບບຈໍາລອງຄວາມສ່ຽງ ROC prognostic.(C) ROC ຂອງຕົວແບບຄວາມສ່ຽງດ້ານການພະຍາກອນ.ສະແດງໃຫ້ເຫັນຈຸດຕັດທີ່ດີທີ່ສຸດ.(DE) ການແຈກຢາຍສະຖານະພາບການຢູ່ລອດ (D) ແລະຄະແນນຄວາມສ່ຽງ (E).(F) ການວິເຄາະ Kaplan-Meier ຂອງຄົນເຈັບ PAAD ໃນກຸ່ມທີ່ມີຄວາມສ່ຽງສູງແລະຕ່ໍາ.
ພວກເຮົາໄດ້ປະເມີນຄວາມແຕກຕ່າງຂອງຄະແນນຄວາມສ່ຽງຕື່ມອີກໂດຍຄຸນລັກສະນະທາງດ້ານຄລີນິກ.ແຜນຜັງເສັ້ນດ່າງ (ຮູບ 4A) ສະແດງໃຫ້ເຫັນຄວາມສໍາພັນໂດຍລວມລະຫວ່າງຄຸນລັກສະນະທາງດ້ານຄລີນິກແລະຄະແນນຄວາມສ່ຽງ.ໂດຍສະເພາະ, ຄົນເຈັບຜູ້ສູງອາຍຸມີຄະແນນຄວາມສ່ຽງສູງ (ຮູບ 4B).ນອກຈາກນັ້ນ, ຄົນເຈັບທີ່ມີຂັ້ນຕອນ II ມີຄະແນນຄວາມສ່ຽງສູງກວ່າຄົນເຈັບທີ່ມີຂັ້ນຕອນ I (ຮູບ 4C).ກ່ຽວກັບລະດັບ tumor ໃນຄົນເຈັບ PAAD, ຄົນເຈັບຊັ້ນຮຽນທີ 3 ມີຄະແນນຄວາມສ່ຽງສູງກ່ວາຄົນເຈັບຊັ້ນຮຽນທີ 1 ແລະ 2 (ຮູບ 4D).ພວກເຮົາໄດ້ປະຕິບັດການວິເຄາະ regression univariate ແລະ multivariate ຕື່ມອີກແລະສະແດງໃຫ້ເຫັນວ່າຄະແນນຄວາມສ່ຽງ (p < 0.001) ແລະອາຍຸ (p = 0.045) ແມ່ນປັດໃຈ prognostic ເອກະລາດໃນຄົນເຈັບທີ່ມີ PAAD (ຮູບ 5A-B).ເສັ້ນໂຄ້ງ ROC ສະແດງໃຫ້ເຫັນວ່າຄະແນນຄວາມສ່ຽງແມ່ນດີກວ່າຄຸນລັກສະນະທາງດ້ານຄລີນິກອື່ນໆໃນການຄາດຄະເນການຢູ່ລອດຂອງຄົນເຈັບ 1-, 2-, ແລະ 3 ປີຂອງ PAAD (ຮູບ 5C-E).
ຄຸນລັກສະນະທາງດ້ານຄລີນິກຂອງແບບຈໍາລອງຄວາມສ່ຽງດ້ານການຄາດເດົາ.Histogram (A) ສະແດງໃຫ້ເຫັນ (B) ອາຍຸ, (C) tumor stage, (D) tumor grade, ຄະແນນຄວາມສ່ຽງ, ແລະເພດຂອງຄົນເຈັບໃນກຸ່ມ TCGA-PAAD.**p < 0.01
ການວິເຄາະການຄາດເດົາແບບເອກະລາດຂອງແບບຈໍາລອງຄວາມສ່ຽງຕໍ່ການຄາດຄະເນ.(AB) Univariate (A) ແລະ multivariate (B) ການວິເຄາະການຖົດຖອຍຂອງແບບຈໍາລອງຄວາມສ່ຽງ prognostic ແລະຄຸນລັກສະນະທາງດ້ານການຊ່ວຍ.(CE) 1-, 2-, ແລະ 3 ປີ ROC ສໍາລັບຮູບແບບຄວາມສ່ຽງ prognostic ແລະຄຸນລັກສະນະທາງດ້ານຄລີນິກ
ດັ່ງນັ້ນ, ພວກເຮົາໄດ້ກວດເບິ່ງຄວາມສໍາພັນລະຫວ່າງເວລາແລະຄະແນນຄວາມສ່ຽງ.ພວກເຮົາພົບວ່າຄະແນນຄວາມສ່ຽງໃນຄົນເຈັບ PAAD ແມ່ນກົງກັນຂ້າມກັບ CD8+ T cells ແລະ NK cells (ຮູບ 6A), ເຊິ່ງຊີ້ໃຫ້ເຫັນເຖິງການເຮັດວຽກຂອງພູມຕ້ານທານທີ່ສະກັດກັ້ນຢູ່ໃນກຸ່ມທີ່ມີຄວາມສ່ຽງສູງ.ພວກເຮົາຍັງໄດ້ປະເມີນຄວາມແຕກຕ່າງຂອງການແຊກຊຶມຂອງຈຸລັງພູມຕ້ານທານລະຫວ່າງກຸ່ມທີ່ມີຄວາມສ່ຽງສູງແລະຕ່ໍາແລະພົບຜົນໄດ້ຮັບດຽວກັນ (ຮູບ 7).ມີການແຊກຊຶມໜ້ອຍລົງຂອງ CD8+ T cells ແລະ NK cells ໃນກຸ່ມທີ່ມີຄວາມສ່ຽງສູງ.ໃນຊຸມປີມໍ່ໆມານີ້, ຕົວຍັບຍັ້ງການກວດກາພູມຕ້ານທານ (ICIs) ໄດ້ຖືກນໍາໃຊ້ຢ່າງກວ້າງຂວາງໃນການປິ່ນປົວເນື້ອງອກແຂງ.ຢ່າງໃດກໍຕາມ, ການນໍາໃຊ້ ICIs ໃນມະເຮັງ pancreatic ບໍ່ຄ່ອຍປະສົບຜົນສໍາເລັດ.ດັ່ງນັ້ນ, ພວກເຮົາໄດ້ປະເມີນການສະແດງອອກຂອງ genes checkpoint ພູມຕ້ານທານໃນກຸ່ມທີ່ມີຄວາມສ່ຽງສູງແລະຕ່ໍາ.ພວກເຮົາພົບວ່າ CTLA-4 ແລະ CD161 (KLRB1) ສະແດງອອກຫຼາຍເກີນໄປໃນກຸ່ມທີ່ມີຄວາມສ່ຽງຕໍ່າ (ຮູບ 6B-G), ຊີ້ໃຫ້ເຫັນວ່າຄົນເຈັບ PAAD ໃນກຸ່ມທີ່ມີຄວາມສ່ຽງຕໍ່າອາດຈະມີຄວາມອ່ອນໄຫວຕໍ່ ICI.
ການວິເຄາະຄວາມສຳພັນຂອງແບບຈໍາລອງຄວາມສ່ຽງຕໍ່ການເປັນພະຍາກອນແລະການແຊກຊຶມຂອງເຊລພູມຄຸ້ມກັນ.(A) ຄວາມສຳພັນລະຫວ່າງຕົວແບບຄວາມສ່ຽງທາງດ້ານການພະຍາກອນແລະການແຊກຊຶມຂອງເຊນພູມຄຸ້ມກັນ.(BG) ຊີ້ໃຫ້ເຫັນການສະແດງອອກຂອງ gene ໃນກຸ່ມຄວາມສ່ຽງສູງແລະຕ່ໍາ.(HK) ຄ່າ IC50 ສໍາລັບຢາຕ້ານມະເຮັງສະເພາະໃນກຸ່ມທີ່ມີຄວາມສ່ຽງສູງ ແລະຕໍ່າ.*p < 0.05, **p < 0.01, ns = ບໍ່ສໍາຄັນ
ພວກເຮົາໄດ້ປະເມີນຕື່ມອີກກ່ຽວກັບການເຊື່ອມໂຍງລະຫວ່າງຄະແນນຄວາມສ່ຽງແລະຕົວແທນທາງເຄມີບໍາບັດທົ່ວໄປໃນກຸ່ມ TCGA-PAAD.ພວກເຮົາໄດ້ຄົ້ນຫາຢາຕ້ານມະເຮັງທີ່ໃຊ້ທົ່ວໄປໃນມະເຮັງ pancreatic ແລະວິເຄາະຄວາມແຕກຕ່າງຂອງຄ່າ IC50 ຂອງພວກເຂົາລະຫວ່າງກຸ່ມທີ່ມີຄວາມສ່ຽງສູງແລະຕ່ໍາ.ຜົນໄດ້ຮັບສະແດງໃຫ້ເຫັນວ່າມູນຄ່າ IC50 ຂອງ AZD.2281 (olaparib) ແມ່ນສູງກວ່າໃນກຸ່ມທີ່ມີຄວາມສ່ຽງສູງ, ຊີ້ໃຫ້ເຫັນວ່າຄົນເຈັບ PAAD ໃນກຸ່ມທີ່ມີຄວາມສ່ຽງສູງອາດຈະທົນທານຕໍ່ການປິ່ນປົວ AZD.2281 (ຮູບ 6H).ນອກຈາກນັ້ນ, ຄ່າ IC50 ຂອງ paclitaxel, sorafenib, ແລະ erlotinib ແມ່ນຕ່ໍາໃນກຸ່ມທີ່ມີຄວາມສ່ຽງສູງ (ຮູບ 6I-K).ພວກເຮົາໄດ້ກໍານົດຕື່ມອີກ 34 ຢາຕ້ານມະເຮັງທີ່ມີຄ່າ IC50 ສູງກວ່າໃນກຸ່ມທີ່ມີຄວາມສ່ຽງສູງແລະ 34 ຢາຕ້ານມະເຮັງທີ່ມີຄ່າ IC50 ຕ່ໍາໃນກຸ່ມທີ່ມີຄວາມສ່ຽງສູງ (ຕາຕະລາງ 2).
ມັນບໍ່ສາມາດປະຕິເສດໄດ້ວ່າ lncRNAs, mRNAs, ແລະ miRNAs ມີຢູ່ຢ່າງກວ້າງຂວາງແລະມີບົດບາດສໍາຄັນໃນການພັດທະນາມະເຮັງ.ມີຫຼັກຖານພຽງພໍທີ່ສະຫນັບສະຫນູນບົດບາດສໍາຄັນຂອງ mRNA ຫຼື miRNA ໃນການຄາດຄະເນການຢູ່ລອດໂດຍລວມຂອງມະເຮັງຫຼາຍຊະນິດ.ບໍ່ຕ້ອງສົງໃສ, ຫຼາຍໆແບບຈໍາລອງຄວາມສ່ຽງຕໍ່ການຄາດຄະເນແມ່ນຍັງອີງໃສ່ lncRNAs.ຕົວຢ່າງ, Luo et al.ການສຶກສາໄດ້ສະແດງໃຫ້ເຫັນວ່າ LINC01094 ມີບົດບາດສໍາຄັນໃນການຂະຫຍາຍຕົວຂອງ PC ແລະ metastasis, ແລະການສະແດງອອກສູງຂອງ LINC01094 ຊີ້ໃຫ້ເຫັນເຖິງການຢູ່ລອດທີ່ບໍ່ດີຂອງຄົນເຈັບທີ່ເປັນມະເຮັງ pancreatic [16].ການສຶກສາທີ່ນໍາສະເຫນີໂດຍ Lin et al.ການສຶກສາໄດ້ສະແດງໃຫ້ເຫັນວ່າການຫຼຸດລົງຂອງ lncRNA FLVCR1-AS1 ແມ່ນກ່ຽວຂ້ອງກັບການຄາດຄະເນທີ່ບໍ່ດີໃນຄົນເຈັບມະເຮັງ pancreatic [17].ຢ່າງໃດກໍຕາມ, lncRNAs ທີ່ກ່ຽວຂ້ອງກັບພູມຕ້ານທານແມ່ນຂ້ອນຂ້າງຫນ້ອຍສົນທະນາໃນແງ່ຂອງການຄາດຄະເນການຢູ່ລອດໂດຍລວມຂອງຄົນເຈັບມະເຮັງ.ບໍ່ດົນມານີ້, ວຽກງານຈໍານວນຫລາຍໄດ້ສຸມໃສ່ການສ້າງແບບຈໍາລອງຄວາມສ່ຽງດ້ານ prognostic ເພື່ອຄາດຄະເນການຢູ່ລອດຂອງຄົນເຈັບທີ່ເປັນມະເຮັງແລະດັ່ງນັ້ນຈຶ່ງປັບວິທີການປິ່ນປົວ [18, 19, 20].ມີການຮັບຮູ້ການຂະຫຍາຍຕົວຂອງບົດບາດສໍາຄັນຂອງພູມຕ້ານທານ infiltrates ໃນການເລີ່ມຕົ້ນມະເຮັງ, ຄວາມຄືບຫນ້າ, ແລະການຕອບສະຫນອງຕໍ່ການປິ່ນປົວເຊັ່ນ: ການປິ່ນປົວດ້ວຍທາງເຄມີ.ການສຶກສາຈໍານວນຫລາຍໄດ້ຢືນຢັນວ່າຈຸລັງພູມຕ້ານທານ tumor-infiltrating ມີບົດບາດສໍາຄັນໃນການຕອບສະຫນອງຕໍ່ການປິ່ນປົວດ້ວຍທາງເຄມີ cytotoxic [21, 22, 23].microenvironment ພູມຕ້ານທານ tumor ແມ່ນປັດໃຈສໍາຄັນຕໍ່ການຢູ່ລອດຂອງຄົນເຈັບ tumor [24, 25].ການປິ່ນປົວດ້ວຍພູມຕ້ານທານ, ໂດຍສະເພາະແມ່ນການປິ່ນປົວດ້ວຍ ICI, ຖືກນໍາໃຊ້ຢ່າງກວ້າງຂວາງໃນການປິ່ນປົວເນື້ອງອກແຂງ [26].ພັນທຸ ກຳ ທີ່ກ່ຽວຂ້ອງກັບພູມຕ້ານທານແມ່ນຖືກນໍາໃຊ້ຢ່າງກວ້າງຂວາງເພື່ອສ້າງຕົວແບບຄວາມສ່ຽງຕໍ່ການຄາດເດົາ.ຕົວຢ່າງ, Su et al.ຮູບແບບຄວາມສ່ຽງດ້ານພູມຕ້ານທານທີ່ກ່ຽວຂ້ອງກັບ prognostic ແມ່ນອີງໃສ່ genes-coding ທາດໂປຼຕີນເພື່ອຄາດຄະເນການຄາດຄະເນຂອງຄົນເຈັບມະເຮັງຮວຍໄຂ່ [27].genes ທີ່ບໍ່ແມ່ນລະຫັດເຊັ່ນ lncRNAs ຍັງເຫມາະສົມສໍາລັບການສ້າງແບບຈໍາລອງຄວາມສ່ຽງຕໍ່ການ prognostic [28, 29, 30].Luo et al ໄດ້ທົດສອບ lncRNAs ທີ່ກ່ຽວຂ້ອງກັບພູມຕ້ານທານສີ່ອັນແລະສ້າງແບບຈໍາລອງການຄາດເດົາສໍາລັບຄວາມສ່ຽງຕໍ່ການເປັນມະເຮັງປາກມົດລູກ [31].Khan et al.ຈໍານວນທັງຫມົດ 32 ຂໍ້ຄວາມທີ່ສະແດງອອກທີ່ແຕກຕ່າງກັນໄດ້ຖືກລະບຸ, ແລະອີງໃສ່ນີ້, ຮູບແບບການຄາດຄະເນທີ່ມີ 5 ຂໍ້ຄວາມຖອດຈາກສຽງທີ່ສໍາຄັນໄດ້ຖືກສ້າງຕັ້ງຂຶ້ນ, ເຊິ່ງໄດ້ຖືກສະເຫນີເປັນເຄື່ອງມືທີ່ແນະນໍາສູງສໍາລັບການຄາດຄະເນການປະຕິເສດແບບສ້ວຍແຫຼມຂອງ biopsy ທີ່ໄດ້ຮັບການພິສູດຫຼັງຈາກການຜ່າຕັດຫມາກໄຂ່ຫຼັງ [32].
ຮູບແບບເຫຼົ່ານີ້ແມ່ນອີງໃສ່ລະດັບການສະແດງອອກຂອງ gene, ບໍ່ວ່າຈະເປັນ gene-coding ທາດໂປຼຕີນຫຼື genes ທີ່ບໍ່ແມ່ນລະຫັດ.ຢ່າງໃດກໍ່ຕາມ, gene ດຽວກັນສາມາດມີມູນຄ່າການສະແດງອອກທີ່ແຕກຕ່າງກັນໃນ genomes ທີ່ແຕກຕ່າງກັນ, ຮູບແບບຂໍ້ມູນແລະໃນຄົນເຈັບທີ່ແຕກຕ່າງກັນ, ນໍາໄປສູ່ການຄາດຄະເນທີ່ບໍ່ຫມັ້ນຄົງໃນຮູບແບບການຄາດເດົາ.ໃນການສຶກສານີ້, ພວກເຮົາໄດ້ສ້າງຕົວແບບທີ່ສົມເຫດສົມຜົນທີ່ມີສອງຄູ່ຂອງ lncRNAs, ເອກະລາດຂອງຄ່າການສະແດງອອກທີ່ແນ່ນອນ.
ໃນການສຶກສານີ້, ພວກເຮົາໄດ້ກໍານົດ irlncRNA ເປັນຄັ້ງທໍາອິດໂດຍຜ່ານການວິເຄາະຄວາມສໍາພັນກັບ genes ທີ່ກ່ຽວຂ້ອງກັບພູມຕ້ານທານ.ພວກເຮົາໄດ້ກວດ 223 DEirlncRNAs ໂດຍການປະສົມກັບ lncRNAs ທີ່ສະແດງອອກແຕກຕ່າງກັນ.ອັນທີສອງ, ພວກເຮົາກໍ່ສ້າງ matrix 0-or-1 ໂດຍອີງໃສ່ວິທີການຈັບຄູ່ DEirlncRNA ທີ່ຈັດພີມມາ [31].ຫຼັງຈາກນັ້ນ, ພວກເຮົາປະຕິບັດການວິເຄາະ univariate ແລະ lasso regression ເພື່ອກໍານົດຄູ່ DEirlncRNA prognostic ແລະສ້າງຮູບແບບຄວາມສ່ຽງທີ່ຄາດຄະເນ.ພວກເຮົາໄດ້ວິເຄາະຕື່ມອີກກ່ຽວກັບການເຊື່ອມໂຍງລະຫວ່າງຄະແນນຄວາມສ່ຽງແລະຄຸນລັກສະນະທາງດ້ານຄລີນິກໃນຄົນເຈັບທີ່ມີ PAAD.ພວກເຮົາໄດ້ພົບເຫັນວ່າຮູບແບບຄວາມສ່ຽງ prognostic ຂອງພວກເຮົາ, ເປັນປັດໃຈ prognostic ເອກະລາດໃນຄົນເຈັບ PAAD, ສາມາດແຍກແຍະຄົນເຈັບທີ່ມີຊັ້ນສູງຈາກຄົນເຈັບທີ່ມີຊັ້ນຮຽນຕ່ໍາແລະຄົນເຈັບທີ່ມີຊັ້ນສູງຈາກຄົນເຈັບທີ່ມີລະດັບຕ່ໍາ.ນອກຈາກນັ້ນ, ມູນຄ່າ AUC ຂອງເສັ້ນໂຄ້ງ ROC ຂອງຮູບແບບຄວາມສ່ຽງ prognostic ແມ່ນ 0.905 ສໍາລັບການຄາດຄະເນ 1 ປີ, 0.942 ສໍາລັບການຄາດຄະເນ 2 ປີ, ແລະ 0.966 ສໍາລັບການຄາດຄະເນ 3 ປີ.
ນັກຄົ້ນຄວ້າໄດ້ລາຍງານວ່າຄົນເຈັບທີ່ມີ CD8+ T cell infiltration ສູງຂຶ້ນມີຄວາມອ່ອນໄຫວຕໍ່ກັບການປິ່ນປົວ ICI [33].ການເພີ່ມຂຶ້ນຂອງເນື້ອໃນຂອງຈຸລັງ cytotoxic, ຈຸລັງ CD56 NK, ຈຸລັງ NK ແລະ CD8+ T cells ໃນ tumor ພູມຕ້ານທານ microenvironment ອາດຈະເປັນເຫດຜົນຫນຶ່ງສໍາລັບຜົນກະທົບສະກັດກັ້ນ tumor [34].ການສຶກສາທີ່ຜ່ານມາໄດ້ສະແດງໃຫ້ເຫັນວ່າລະດັບທີ່ສູງຂຶ້ນຂອງ CD4(+) T ແລະ CD8(+) T ແມ່ນກ່ຽວຂ້ອງກັບການຢູ່ລອດທີ່ຍາວກວ່າ [35].CD8 T cell infiltration ທີ່ບໍ່ດີ, ການໂຫຼດ neoantigen ຕ່ໍາ, ແລະ microenvironment tumor ທີ່ມີພູມຕ້ານທານສູງເຮັດໃຫ້ການຂາດການຕອບສະຫນອງຕໍ່ການປິ່ນປົວດ້ວຍ ICI [36].ພວກເຮົາພົບວ່າຄະແນນຄວາມສ່ຽງມີຄວາມສໍາພັນທາງລົບກັບ CD8+ T cells ແລະ NK cells, ສະແດງໃຫ້ເຫັນວ່າຄົນເຈັບທີ່ມີຄະແນນຄວາມສ່ຽງສູງອາດຈະບໍ່ເຫມາະສົມສໍາລັບການປິ່ນປົວ ICI ແລະມີການຄາດຄະເນທີ່ຮ້າຍແຮງກວ່າເກົ່າ.
CD161 ເປັນເຄື່ອງໝາຍຂອງເຊລ killer ທຳມະຊາດ (NK).CD8+CD161+ T cells ທີ່ປ່ຽນຈາກ CAR-transduced mediate ປັບປຸງປະສິດທິພາບຕ້ານເນື້ອງອກຂອງ vivo ໃນແບບຈໍາລອງ HER2+ pancreatic ductal adenocarcinoma xenograft [37].ຕົວຍັບຍັ້ງການກວດກາພູມຕ້ານທານແມ່ນແນໃສ່ cytotoxic T lymphocyte ທີ່ກ່ຽວຂ້ອງກັບທາດໂປຼຕີນຈາກ 4 (CTLA-4) ແລະໂປຣຕີນການຕາຍຂອງເຊນທີ່ມີໂຄງການ 1 (PD-1)/programmed cell death ligand 1 (PD-L1) ເສັ້ນທາງແລະມີທ່າແຮງທີ່ຍິ່ງໃຫຍ່ໃນຫຼາຍຂົງເຂດ.ການສະແດງອອກຂອງ CTLA-4 ແລະ CD161 (KLRB1) ແມ່ນຕ່ໍາໃນກຸ່ມທີ່ມີຄວາມສ່ຽງສູງ, ຊີ້ໃຫ້ເຫັນຕື່ມອີກວ່າຄົນເຈັບທີ່ມີຄະແນນຄວາມສ່ຽງສູງອາດຈະບໍ່ມີສິດໄດ້ຮັບການປິ່ນປົວ ICI.[38]
ເພື່ອຊອກຫາທາງເລືອກການປິ່ນປົວທີ່ເຫມາະສົມກັບຄົນເຈັບທີ່ມີຄວາມສ່ຽງສູງ, ພວກເຮົາໄດ້ວິເຄາະຢາຕ້ານມະເຮັງຕ່າງໆແລະພົບວ່າຢາ paclitaxel, sorafenib, ແລະ erlotinib, ເຊິ່ງຖືກນໍາໃຊ້ຢ່າງກວ້າງຂວາງໃນຄົນເຈັບທີ່ມີ PAAD, ອາດຈະເຫມາະສົມສໍາລັບຄົນເຈັບທີ່ມີຄວາມສ່ຽງສູງທີ່ມີ PAAD.[33].Zhang et al ພົບວ່າການກາຍພັນໃນທຸກເສັ້ນທາງການຕອບໂຕ້ຄວາມເສຍຫາຍຂອງ DNA (DDR) ສາມາດນໍາໄປສູ່ການຄາດຄະເນທີ່ບໍ່ດີໃນຄົນເຈັບມະເຮັງ prostate [39].ການທົດລອງມະເຮັງ Pancreatic Olaparib Ongoing (POLO) ສະແດງໃຫ້ເຫັນວ່າການປິ່ນປົວການຮັກສາດ້ວຍ olaparib ຍືດອາຍຸການຢູ່ລອດທີ່ບໍ່ມີຄວາມຄືບຫນ້າເມື່ອປຽບທຽບກັບ placebo ຫຼັງຈາກການປິ່ນປົວດ້ວຍທາງເຄມີທີ່ໃຊ້ platinum ເສັ້ນທໍາອິດໃນຄົນເຈັບທີ່ມີໂຣກ pancreatic ductal adenocarcinoma ແລະເຊື້ອໂຣກ BRCA1/2 mutations [40].ນີ້ສະຫນອງການ optimism ທີ່ສໍາຄັນວ່າຜົນໄດ້ຮັບການປິ່ນປົວຈະປັບປຸງຢ່າງຫຼວງຫຼາຍໃນກຸ່ມຍ່ອຍຂອງຄົນເຈັບນີ້.ໃນການສຶກສານີ້, ມູນຄ່າ IC50 ຂອງ AZD.2281 (olaparib) ແມ່ນສູງກວ່າໃນກຸ່ມທີ່ມີຄວາມສ່ຽງສູງ, ຊີ້ໃຫ້ເຫັນວ່າຄົນເຈັບ PAAD ໃນກຸ່ມທີ່ມີຄວາມສ່ຽງສູງອາດຈະທົນທານຕໍ່ການປິ່ນປົວດ້ວຍ AZD.2281.
ຮູບແບບການຄາດຄະເນໃນການສຶກສານີ້ຜະລິດຜົນການພະຍາກອນທີ່ດີ, ແຕ່ພວກມັນອີງໃສ່ການຄາດຄະເນການວິເຄາະ.ວິທີການຢືນຢັນຜົນໄດ້ຮັບເຫຼົ່ານີ້ດ້ວຍຂໍ້ມູນທາງດ້ານການຊ່ວຍແມ່ນຄໍາຖາມທີ່ສໍາຄັນ.ການກວດຫາຄວາມຢາກຮູ້ຢາກເຫັນດ້ວຍເຂັມແບບ Endoscopic fine needle ultrasound (EUS-FNA) ໄດ້ກາຍເປັນວິທີການທີ່ຂາດບໍ່ໄດ້ໃນການວິນິດໄສ lesions pancreatic ແຂງ ແລະ extrapancreatic ດ້ວຍຄວາມອ່ອນໄຫວຂອງ 85% ແລະຄວາມສະເພາະຂອງ 98% [41].ການມາຮອດຂອງ EUS fine-needle biopsy (EUS-FNB) ເຂັມແມ່ນອີງໃສ່ຂໍ້ໄດ້ປຽບທີ່ຮັບຮູ້ຫຼາຍກວ່າ FNA, ເຊັ່ນ: ຄວາມຖືກຕ້ອງຂອງການວິນິດໄສທີ່ສູງຂຶ້ນ, ການໄດ້ຮັບຕົວຢ່າງທີ່ຮັກສາໂຄງສ້າງ histological, ແລະດັ່ງນັ້ນຈຶ່ງສ້າງເນື້ອເຍື່ອພູມຕ້ານທານທີ່ມີຄວາມສໍາຄັນຕໍ່ການວິນິດໄສບາງຢ່າງ.staining ພິເສດ [42].ການທົບທວນຄືນຢ່າງເປັນລະບົບຂອງວັນນະຄະດີໄດ້ຢືນຢັນວ່າເຂັມ FNB (ໂດຍສະເພາະ 22G) ສະແດງໃຫ້ເຫັນເຖິງປະສິດທິພາບສູງສຸດໃນການຂຸດຄົ້ນເນື້ອເຍື່ອຈາກມະຫາຊົນ pancreatic [43].ທາງດ້ານຄລີນິກ, ມີພຽງແຕ່ຄົນເຈັບຈໍານວນນ້ອຍເທົ່ານັ້ນທີ່ມີສິດໄດ້ຮັບການຜ່າຕັດຮາກ, ແລະຄົນເຈັບສ່ວນໃຫຍ່ມີເນື້ອງອກທີ່ບໍ່ສາມາດປະຕິບັດໄດ້ໃນເວລາທີ່ການວິນິດໄສເບື້ອງຕົ້ນ.ໃນການປະຕິບັດທາງດ້ານການຊ່ວຍ, ຄົນເຈັບພຽງແຕ່ສ່ວນນ້ອຍແມ່ນເຫມາະສົມສໍາລັບການຜ່າຕັດຮາກເພາະວ່າຄົນເຈັບສ່ວນໃຫຍ່ມີເນື້ອງອກທີ່ບໍ່ສາມາດປະຕິບັດໄດ້ໃນເວລາທີ່ການວິນິດໄສເບື້ອງຕົ້ນ.ຫຼັງຈາກການຢືນຢັນທາງ pathological ໂດຍ EUS-FNB ແລະວິທີການອື່ນໆ, ການປິ່ນປົວມາດຕະຖານທີ່ບໍ່ແມ່ນການຜ່າຕັດເຊັ່ນການປິ່ນປົວດ້ວຍທາງເຄມີແມ່ນມັກຈະຖືກເລືອກ.ໂຄງການຄົ້ນຄ້ວາຕໍ່ໄປຂອງພວກເຮົາແມ່ນການທົດສອບຕົວແບບ prognostic ຂອງການສຶກສານີ້ຢູ່ໃນກຸ່ມການຜ່າຕັດແລະບໍ່ຜ່າຕັດໂດຍຜ່ານການວິເຄາະຍ້ອນຫຼັງ.
ໂດຍລວມແລ້ວ, ການສຶກສາຂອງພວກເຮົາໄດ້ສ້າງຕັ້ງແບບຈໍາລອງຄວາມສ່ຽງດ້ານການຄາດຄະເນໃຫມ່ໂດຍອີງໃສ່ irlncRNA ຄູ່, ເຊິ່ງສະແດງໃຫ້ເຫັນມູນຄ່າ prognostic ທີ່ດີໃນຄົນເຈັບທີ່ເປັນມະເຮັງ pancreatic.ຮູບແບບຄວາມສ່ຽງ prognostic ຂອງພວກເຮົາອາດຈະຊ່ວຍຄວາມແຕກຕ່າງຂອງຄົນເຈັບທີ່ມີ PAAD ທີ່ເຫມາະສົມສໍາລັບການປິ່ນປົວທາງການແພດ.
ຊຸດຂໍ້ມູນທີ່ໃຊ້ແລະວິເຄາະໃນການສຶກສາໃນປະຈຸບັນແມ່ນມີໃຫ້ຈາກຜູ້ຂຽນທີ່ສອດຄ້ອງກັນຕາມຄໍາຮ້ອງຂໍທີ່ສົມເຫດສົມຜົນ.
Sui Wen, Gong X, Zhuang Y. ບົດບາດໄກ່ເກ່ຍຂອງປະສິດທິພາບຕົນເອງໃນການຄວບຄຸມອາລົມທາງລົບໃນໄລຍະການແຜ່ລະບາດຂອງ COVID-19: ການສຶກສາແບບຂ້າມພາກ.Int J Ment Health Nurs [ບົດຄວາມໃນວາລະສານ].2021 06/01/2021;30(3):759–71.
Sui Wen, Gong X, Qiao X, Zhang L, Cheng J, Dong J, et al.ທັດສະນະຂອງສະມາຊິກໃນຄອບຄົວຕໍ່ກັບການຕັດສິນໃຈທາງເລືອກໃນໜ່ວຍງານດູແລທີ່ເຂັ້ມຂຸ້ນ: ການທົບທວນລະບົບ.INT J NURS STUD [ບົດຄວາມວາລະສານ;ການທົບທວນຄືນ].2023 01/01/2023;137:104391.
Vincent A, Herman J, Schulich R, Hruban RH, Goggins M. ມະເຮັງ Pancreatic.Lancet.[ບົດຄວາມວາລະສານ;ສະຫນັບສະຫນູນການຄົ້ນຄວ້າ, NIH, extramural;ສະຫນັບສະຫນູນການຄົ້ນຄວ້າ, ລັດຖະບານນອກສະຫະລັດ;ການທົບທວນຄືນ].2011 08/13/2011;378(9791):607–20.
Ilic M, Ilic I. ການລະບາດຂອງມະເຮັງຕ່ອມລູກໝາກ.ວາລະສານໂລກຂອງພະຍາດກະເພາະລໍາໄສ້.[ບົດຄວາມໃນວາລະສານ, ການທົບທວນຄືນ].2016 11/28/2016;22(44):9694–705.
Liu X, Chen B, Chen J, Sun S. ນາມສະກຸນໃໝ່ທີ່ກ່ຽວຂ້ອງກັບ tp53 ສໍາລັບການຄາດຄະເນການຢູ່ລອດໂດຍລວມໃນຄົນເຈັບທີ່ເປັນມະເຮັງຕ່ອມລູກໝາກ.BMC Cancer [ບົດຄວາມໃນວາລະສານ].2021 31-03-2021;21(1:335.
Xian X, Zhu X, Chen Y, Huang B, Xiang W. ຜົນກະທົບຂອງການປິ່ນປົວທີ່ສຸມໃສ່ການແກ້ໄຂກ່ຽວກັບຄວາມເມື່ອຍລ້າທີ່ກ່ຽວຂ້ອງກັບມະເຮັງໃນຜູ້ເປັນມະເຮັງລໍາໄສ້ໃຫຍ່ທີ່ໄດ້ຮັບການປິ່ນປົວດ້ວຍເຄມີ: ການທົດລອງການຄວບຄຸມແບບສຸ່ມ.ພະຍາບານມະເຮັງ.[ບົດຄວາມວາລະສານ;ການທົດລອງຄວບຄຸມແບບສຸ່ມ;ການສຶກສາໄດ້ຮັບການສະຫນັບສະຫນູນຈາກລັດຖະບານນອກສະຫະລັດ].2022 05/01/2022;45(3):E663–73.
Zhang Cheng, Zheng Wen, Lu Y, Shan L, Xu Dong, Pan Y, et al.Postoperative carcinoembryonic antigen (CEA) ລະດັບຄາດຄະເນຜົນໄດ້ຮັບຫຼັງຈາກການຜ່າຕັດມະເຮັງລໍາໄສ້ໃຫຍ່ໃນຄົນເຈັບທີ່ມີລະດັບ CEA ກ່ອນການຜ່າຕັດປົກກະຕິ.ສູນຄົ້ນຄວ້າມະເຮັງແປ.[ບົດຄວາມໃນວາລະສານ].2020 01.01.2020;9(1):111–8.
Hong Wen, Liang Li, Gu Yu, Qi Zi, Qiu Hua, Yang X, et al.lncRNAs ທີ່ກ່ຽວຂ້ອງກັບພູມຕ້ານທານສ້າງລາຍເຊັນໃຫມ່ແລະຄາດຄະເນພູມຕ້ານທານຂອງມະເຮັງ hepatocellular ຂອງມະນຸດ.Mol Ther Nucleic acids [ບົດຄວາມໃນວາລະສານ].2020-12-04; 22:937 – 47.
Toffey RJ, Zhu Y., Schulich RD Immunotherapy ສໍາລັບມະເຮັງ pancreatic: ອຸປະສັກແລະການທໍາລາຍ.Ann Gastrointestinal Surgeon [ບົດຄວາມວາລະສານ;ການທົບທວນຄືນ].2018 07/01/2018;2(4):274–81.
Hull R, Mbita Z, Dlamini Z. RNAs ທີ່ບໍ່ແມ່ນລະຫັດຍາວ (LncRNAs), genomics tumor ໄວຣັສແລະເຫດການ splicing ທີ່ຜິດປົກກະຕິ: ຜົນກະທົບດ້ານການປິ່ນປົວ.AM J CANCER RES [ບົດຄວາມໃນວາລະສານ;ການທົບທວນຄືນ].2021 01/20/2021;11(3):866–83.
Wang J, Chen P, Zhang Y, Ding J, Yang Y, Li H. 11-ການກໍານົດລາຍເຊັນ lncRNA ທີ່ກ່ຽວຂ້ອງກັບການພະຍາກອນມະເຮັງ endometrial.ຜົນສໍາເລັດຂອງວິທະຍາສາດ [ບົດຄວາມໃນວາລະສານ].2021 2021-01-01;104(1):311977089.
Jiang S, Ren H, Liu S, Lu Z, Xu A, Qin S, et al.ການວິເຄາະທີ່ສົມບູນແບບຂອງ RNA-binding protein prognostic genes ແລະຜູ້ສະຫມັກຢາເສບຕິດໃນ papillary cell renal cell carcinoma.pregen.[ບົດຄວາມໃນວາລະສານ].2021 01/20/2021;12:627508.
Li X, Chen J, Yu Q, Huang X, Liu Z, Wang X, et al.ລັກສະນະຂອງ autophagy-related long non-coding RNA ຄາດຄະເນການເປັນມະເຮັງເຕົ້ານົມ.pregen.[ບົດຄວາມໃນວາລະສານ].2021 01/20/2021;12:569318.
Zhou M, Zhang Z, Zhao X, Bao S, Cheng L, Sun J. ພູມຕ້ານທານທີ່ກ່ຽວຂ້ອງກັບຫົກລາຍເຊັນ lncRNA ປັບປຸງການຄາດຄະເນໃນ glioblastoma multiforme.MOL Neurobiology.[ບົດຄວາມໃນວາລະສານ].2018 01.05.2018;55(5):3684–97.
Wu B, Wang Q, Fei J, Bao Y, Wang X, Song Z, et al.ລາຍເຊັນ tri-lncRNA ໃໝ່ ຄາດຄະເນການຢູ່ລອດຂອງຄົນເຈັບທີ່ເປັນມະເຮັງຕັບ.ຕົວແທນຂອງ ONKOL.[ບົດຄວາມໃນວາລະສານ].2018 12/01/2018;40(6:3427–37.
Luo C, Lin K, Hu C, Zhu X, Zhu J, Zhu Z. LINC01094 ສົ່ງເສີມການກ້າວຫນ້າຂອງມະເຮັງ pancreatic ໂດຍການຄວບຄຸມການສະແດງອອກ LIN28B ແລະເສັ້ນທາງ PI3K/AKT ຜ່ານ miR-577 sponged.Mol Therapeutics - ອາຊິດນິວຄລີອິກ.2021; 26:523–35.
Lin J, Zhai X, Zou S, Xu Z, Zhang J, Jiang L, et al.ຄວາມຄິດເຫັນໃນທາງບວກລະຫວ່າງ lncRNA FLVCR1-AS1 ແລະ KLF10 ອາດຈະຍັບຍັ້ງການກ້າວຫນ້າຂອງມະເຮັງ pancreatic ຜ່ານທາງ PTEN/AKT.J EXP Clin Cancer Res.2021;40(1).
Zhou X, Liu X, Zeng X, Wu D, Liu L. ການກໍານົດພັນທຸກໍາຂອງສິບສາມພັນທຸກໍາທີ່ຄາດຄະເນການຢູ່ລອດໂດຍລວມໃນມະເຮັງຕັບ.Biosci Rep [ບົດຄວາມໃນວາລະສານ].2021 04/09/2021.
ເວລາປະກາດ: ກັນຍາ-22-2023