あなたは歯科・医療関係者ですか?

WHITE CROSSは、歯科・医療現場で働く方を対象に、良質な歯科医療情報の提供を目的とした会員制サイトです。

日本語AIでPubMedを検索

日本語AIでPubMedを検索

PubMedの提供する医学論文データベースを日本語で検索できます。AI(Deep Learning)を活用した機械翻訳エンジンにより、精度高く日本語へ翻訳された論文をご参照いただけます。
Gene.2019 Dec;721:144100. S0378-1119(19)30759-0. doi: 10.1016/j.gene.2019.144100.Epub 2019-09-05.

乳がんの予後予測を向上させる4-mRNAモデル

A four-mRNA model to improve the prediction of breast cancer prognosis.

  • Lingyu Qi
  • Yan Yao
  • Tingting Zhang
  • Fubin Feng
  • Chao Zhou
  • Xia Xu
  • Changgang Sun
PMID: 31493508 DOI: 10.1016/j.gene.2019.144100.

抄録

背景:

乳がん(BRCA)は、女性の健康を脅かす最も有病率の高いがんです。メッセンジャーRNA(mRNA)ががんに関与する生物学的プロセスに無視できないほどの影響を及ぼすことが証明されつつあるが、BRCA患者の予後予測におけるmRNAの役割については、明確な結論は得られていない。

BACKGROUND: Breast cancer (BRCA) is the most prevalent cancer that threatens female health. A growing body of evidence has demonstrated the non-negligible effects of messenger RNAs (mRNAs) on biological processes involved in cancers; however, there is no definite conclusion regarding the role of mRNAs in predicting the prognosis of BRCA patients.

材料と方法:

Cancer Genome Atlas(TCGA)のサンプルの mRNA 発現ランドスケープと臨床データを系統的にスクリーニングした。BRCAに関連する主要なmRNAを同定するために、一変量Cox解析とロバスト尤度ベースの生存率解析を行った。さらに、多変量Cox解析に基づくリスクスコアにより、トレーニングセットを高リスク群と低リスク群に分けた。ROC分析により、リスクレベルの患者分類に最適なカットオフポイントを決定した。予後モデルは、テストセットと完全データセットでさらに検証された。最後に、モデルに使用したmRNAの生存曲線をプロットした。

MATERIALS AND METHODS: We systematically screened the mRNA expression landscape and clinical data of samples from the Cancer Genome Atlas (TCGA). Univariate Cox analysis and robust likelihood-based survival analysis were conducted to identify key mRNAs associated with BRCA. Furthermore, risk scores based on multivariate Cox analysis divided the training set into high-risk and low-risk groups. ROC analysis determined the optimal cut-off point for patient classification of risk levels. The prognostic model was additionally validated in the testing set and complete dataset. Finally, we plotted the survival curves for the mRNAs used in our model.

結果:

全1088検体から13,617mRNAのオリジナル発現データを取得した。包括的な生存期間解析を行った後、4-mRNA(ACSL1、OTUD3、PKD1L2、WISP1)の予後リスク評価モデルを構築した。さらに、治癒下面積(AUC)は0.834であり、このモデルは意味のある合理的なものであることが示された。各データセットにおいて、4つのmRNAシグネチャーリスクスコアに基づく解析を行ったところ、リスクスコアが高い群の生存状況は、リスクスコアが低い群よりも悪いことが示された。OTUD3、PKD1L2、WISP1のmRNA発現が強い患者は予後が良い傾向にあり、ACSL1発現が高い患者は予後が悪い傾向にあった。

RESULTS: We obtained the original expression data of 13,617 mRNAs from a total of 1088 samples. After comprehensive survival analysis, the four-mRNA (ACSL1, OTUD3, PKD1L2, and WISP1) prognosis risk assessment model was constructed. Furthermore, the area under cure (AUC) was 0.834, indicating that the model was meaningful and reasonable. In each dataset, analysis based on the four-mRNA signature risk score indicated that the survival status of the group with high risk score was worse than that of the group with low risk scores. Patients with strong mRNA expression of OTUD3, PKD1L2, and WISP1 tended to have good prognosis, whereas patients with high ACSL1 expression tended to have poor prognosis.

結論:

以上のことから、我々はBRCAの4-mRNA予後リスク評価モデルを構築した。新たに開発したモデルは、BRCAの予後を評価し、より良い治療戦略を選択するためのより多くの可能性を提供するものである。

CONCLUSION: In summary, we constructed a four-mRNA prognosis risk assessment model for BRCA. The newly developed model offers more possibilities for assessing prognosis and guiding the selection of better treatment strategies for BRCA.

Copyright © 2019 Elsevier B.V. All rights reserved.