Colorectal cancer| बाएं और दाएं तरफा कोलोरेक्टल कैंसर और संबंधित पूर्वानुमानों के बीच अंतर का व्यापक विश्लेषण।

Colorectal cancer बाएं और दाएं तरफा कोलोरेक्टल कैंसर और संबंधित पूर्वानुमानों के बीच अंतर का व्यापक विश्लेषण।

पार्श्वभूमि

पिछले अध्ययनों ने बताया है कि समीपस्थ और डिस्टल कोलन कैंसर (सीआरसी) के ट्यूमर की विषमता और जटिल ऑन्कोजेनिक तंत्र अलग-अलग हैं। इसलिए, हम बाएं तरफा CRC (L_cancer) और दाएं तरफा CRC (R_cancer) के बीच के अंतर का विश्लेषण करने के साथ-साथ संबंधित नॉमोग्राम का निर्माण करने का लक्ष्य रखते हैं।

तरीकों

हमने अपने अस्पताल से द कैंसर जीनोम एटलस (TCGA) डेटा सेट और 102 जोड़े कोलन कैंसर ऊतक और आसन्न सामान्य ऊतक (51 L_cancer रोगियों और 51 R_cancer रोगियों) से 335 बृहदान्त्र कैंसर रोगियों (146 L_cancer रोगियों और 189 R_cancer रोगियों) को नामांकित किया। सबसे पहले, हमने L_cancer रोगियों और R_cancer रोगियों के बीच के अंतरों का विश्लेषण किया, और फिर LASSO कॉक्स का उपयोग करके L_cancer और R_cancer प्रागैतिहासिक मॉडल स्थापित किए।

परिणाम

R_cancer रोगियों की उत्तरजीविता L_cancer रोगियों की तुलना में कम थी। R_cancer रोगियों का ESTIMATE और प्रतिरक्षा स्कोर अधिक था और ट्यूमर की शुद्धता कम थी। L_cancer रोगियों की तुलना में R_cancer में प्रतिरक्षा जांच चौकी-संबंधी जीन और TMB स्तरों की अभिव्यक्ति के ये पैटर्न अधिक थे। अंत में, हमने L_cancer रोगियों के लिए एक भविष्य कहनेवाला मॉडल और Lasso Cox प्रतिगमन विश्लेषण का उपयोग करके R_cancer रोगियों के लिए एक भविष्य कहनेवाला मॉडल स्थापित किया। L_cancer में OS के लिए जोखिम स्कोर का AUC मान प्रशिक्षण सेट में 0.862 और परीक्षण सेट में 0.914 था, जबकि R_cancer में प्रशिक्षण सेट में 0.835 और परीक्षण सेट में 0.857 थे। पांच गुना क्रॉस-सत्यापन में AUC मान 0.727 और 0.978 के बीच था, यह साबित करता है कि दो प्रागैतिहासिक मॉडल में बड़ी स्थिरता है। L_cancer के नॉमोग्राम में प्रोग्नॉस्टिक जीन, आयु, पैथोलॉजिकल एम, पैथोलॉजिकल स्टेज और लिंग शामिल थे, जिनमें से प्रशिक्षण सेट में AUC मान 0.800 और परीक्षण सेट में 0.905 थे। इस बीच, R_cancer के नॉमोग्राम में प्रोग्नॉस्टिक जीन, पैथोलॉजिकल एन, पैथोलॉजिकल टी और उम्र शामिल थी, जिनमें से एयूसी मान प्रशिक्षण सेट में 0.836 और परीक्षण सेट में 0.850 थे। R_कैंसर रोगियों में, उच्च जोखिम वाले रोगियों में ‘बी सेल्स मेमोरी’, ‘डेंड्राइटिक सेल्स रेस्टिंग’, इम्यून स्कोर, एस्टीमेट स्कोर, इम्यून चेकपॉइंट से संबंधित जीन और एचएलए-फैमिली जीन का अनुपात कम था और ‘बी सेल्स मेमोरी’ का उच्च अनुपात था ‘। टी सेल फॉलिक्युलर हेल्पर’, ‘डेंड्राइटिक सेल एक्टिवेटेड’ और ‘मास्ट सेल्स एक्टिवेटेड’।

निष्कर्ष

हमने L_cancer और R_cancer रोगियों के बीच महत्वपूर्ण अंतर पाया और L_cancer रोगियों के लिए एक नैदानिक ​​​​भविष्य कहनेवाला नामांकित और R_cancer रोगियों के लिए एक nomogram स्थापित किया। इसके अतिरिक्त, कम जोखिम वाले समूहों में R_cancer रोगियों को इम्यूनोथेरेपी से अधिक लाभ हो सकता है।

परिचय

कोलन कैंसर (CRC) सबसे आम कैंसर में से एक है और विश्व स्तर पर कैंसर से होने वाली मौतों का प्रमुख कारण है, जो रोगियों के स्वास्थ्य को गंभीर रूप से खतरे में डालता है [1]। हाल के वर्षों में, साक्ष्य का एक बढ़ता हुआ शरीर दिखा रहा है कि विशिष्ट जैविक विशेषताओं [2,3,4] के कारण सीआरसी का प्राथमिक ट्यूमर स्थान एक महत्वपूर्ण रोगसूचक कारक है। इस तथ्य के बावजूद कि प्राथमिक ट्यूमर साइट को आम तौर पर सीआरसी प्रबंधन में पहचाना नहीं जाता है, बाएं तरफा कोलन कैंसर (एल_कैंसर) और दाएं तरफा कोलन कैंसर (आर_कैंसर) ने विशिष्ट नैदानिक ​​​​और जैविक विशेषताओं का प्रदर्शन किया [5]। 65 महीनों के औसत अनुवर्ती के साथ 1.4 मिलियन से अधिक रोगियों के साथ 66 अध्ययनों के एक मेटा-विश्लेषण से पता चला है कि ट्यूमर पक्ष का समग्र अस्तित्व पर महत्वपूर्ण रोगसूचक प्रभाव था, 20% प्रतिशत लंबी जीवन प्रत्याशा के साथ, चरण, जाति, सहायक से स्वतंत्र कीमोथेरेपी, अध्ययन का वर्ष, प्रतिभागियों की संख्या और शामिल अध्ययनों की गुणवत्ता। [6]। उत्तरजीविता, ट्यूमर माइक्रोएन्वायरमेंट, मिथाइलेशन प्रोफाइल, माइक्रोबायोटा, जीन अभिव्यक्ति और एपिजेनेटिक परिवर्तन सहित व्यापक शोध के माध्यम से कोलन कैंसर में इसके स्थान के अंतर की पहचान की गई है। [2, 3, 6, 7, 8]। इसके अलावा, ट्यूमर का स्थान सहायक रसायन चिकित्सा, उपशामक चिकित्सा या लक्षित चिकित्सा के परिणाम को भी प्रभावित करता है। इसलिए, सीआरसी को उसके स्थान के आधार पर वर्गीकृत करना विशेष महत्व रखता है।

सीआरसी रोगियों में रोगनिदान के लिए नोमोग्राम का व्यापक रूप से उपयोग किया जाता है। हालाँकि, पिछले कुछ अध्ययनों ने स्थान के संबंध में रोगी के पूर्वानुमान की भविष्यवाणी करने के लिए अलग से भविष्य कहनेवाला मॉडल बनाया है। इस अध्ययन में, हम L_cancer और R_cancer के लिए अलग-अलग पूर्वानुमानित मॉडल बनाते हैं, बाएं और दाएं CRC के लिए संभावित भविष्य कहनेवाला बायोमार्कर की पहचान करते हैं। आयु, लिंग, हिस्टोलॉजिकल वर्गीकरण, और आगे भी महत्वपूर्ण कारक हैं जो नैदानिक ​​परिणामों को प्रभावित कर सकते हैं और मॉडलों की सटीकता में सुधार कर सकते हैं। इसलिए, हमने L_cancer और R_cancer के बीच के अंतरों का विश्लेषण करने और L_cancer और R_cancer के लिए संबंधित नॉमोग्राम बनाने का भी लक्ष्य रखा है, जिसमें CRC प्रोग्नोसिस को और सटीक बनाने के लिए प्रोग्नॉस्टिक जीन सिग्नेचर और क्लिनिकल प्रोग्नॉस्टिक कारक शामिल हैं। इससे भविष्यवाणियों की अनुमति मिलने की उम्मीद है, जिससे सटीक निदान और उपचार की सुविधा मिलती है।

सामग्री और विधियां
डेटा सेट
332 CRC रोगियों (146 L_cancer रोगियों) के लिए ट्रांसक्रिप्टोम डेटा, दैहिक उत्परिवर्तन डेटा और CRC रोगियों की नैदानिक ​​​​जानकारी द कैंसर जीनोम एटलस (TCGA, //portal.gdc.cancer.gov/) से डाउनलोड की गई थी। ट्रांसक्रिप्टोम डेटा शामिल है। और 189 R_cancer रोगियों के लिए दैहिक उत्परिवर्तन डेटा) और 329 CRC रोगी (142 L_cancer रोगी और 187 R_cancer रोगी)।

L_cancer रोगियों को L_cancer प्रशिक्षण और L_cancer के आंतरिक सत्यापन सेट में 7:3 के अनुपात में विभाजित किया गया था। L_cancer बाहरी सत्यापन सेट में हमारे अस्पताल में संचालित 51 L_cancer रोगी शामिल थे।

R_cancer रोगियों को भी R_cancer प्रशिक्षण सेट और R_cancer आंतरिक सत्यापन सेट में 7:3 के अनुपात में विभाजित किया गया था। R_cancer बाहरी सत्यापन सेट में हमारे अस्पताल में संचालित रोगियों सहित 51 R_cancer रोगी शामिल थे।

कोलन कैंसर के कुल 102 जोड़े और आसन्न सामान्य नियंत्रण नमूने -80 डिग्री सेल्सियस पर संग्रहीत किए गए थे। टेलीफोन साक्षात्कार द्वारा मरीजों का पालन किया गया। अंतिम डेटा कटऑफ़, 30 दिसंबर, 2021 तक, अध्ययन की अनुवर्ती अवधि 4.5 वर्ष थी और अंतिम OS विश्लेषण के साथ आगे बढ़ने के लिए मानदंड को पूरा किया।

“R_cancer” शब्द किसी भी (हिस्टोलॉजिकली कंफर्म) एडेनोकार्सिनोमा को संदर्भित करता है जो सीकुम, आरोही बृहदान्त्र, या यकृत वंक से उत्पन्न होता है। स्प्लेनिक वंक, अवरोही बृहदान्त्र, या सिग्मॉइड बृहदान्त्र में उत्पन्न होने वाले किसी भी ट्यूमर को L_cancer कहा जाता था।

उत्तरजीविता विश्लेषण
कापलान-मीयर उत्तरजीविता विश्लेषण का उपयोग करते हुए, हमने ऊपर वर्णित डेटा सेटों में उच्च-जोखिम और कम-जोखिम वाले समूहों के बीच और L_cancer और R_cancer समूहों के बीच, विभिन्न क्लिनिकोपैथोलॉजिकल विशेषताओं वाले रोगियों के बीच जीवित रहने के अंतर का मूल्यांकन किया। आर में ‘अस्तित्व’ पैकेज का उपयोग दो तरफा लॉग-रैंक टेस्ट और यूनीवेट और मल्टीवेरेट कॉक्स रिग्रेशन विश्लेषण [9] करने के लिए किया गया था।

विभेदक जीन विश्लेषण और कार्यात्मक एनोटेशन
R में “ajr” पैकेज का उपयोग करते हुए, हमने विभेदक अभिव्यक्ति विश्लेषण के आधार पर L_cancer और R_cancer, L_cancer और L_normal, R_cancer और R_normal के बीच भिन्न रूप से व्यक्त जीन (DEG) की पहचान की। DEGs के लिए स्क्रीन करने के लिए, |log2 FC (fold-change)|>-1 और p<0.05 को थ्रेसहोल्ड के रूप में सेट किया गया था। संभावित जैविक प्रक्रियाओं की जांच करने के लिए, आर सॉफ्टवेयर पैकेज “क्लस्टरप्रोफाइलर” [10,11,12] का उपयोग करके डीईजी, जीओ संवर्धन और केईजीजी मार्ग विश्लेषण के सेलुलर घटकों और आणविक कार्यों का प्रदर्शन किया गया।

जीन सेट भिन्नता विश्लेषण (जीएसवीए)
R में “gsva” पैकेज का उपयोग करते हुए, हमने T-स्कोर का मूल्यांकन किया और L_cancer और R_cancer रोगियों को पाथवे संवर्धन को प्रकट करने के लिए पाथवे गतिविधि की स्थिति निर्धारित की। R में “लिम्मा” पैकेज का उपयोग L_cancer और R_cancer रोगियों [13, 14, 15] के बीच पाथवे एक्टिवेशन में अंतर दिखाने के लिए भी किया गया था।

प्रतिरक्षा सेल घुसपैठ अनुपात और ट्यूमर शुद्धता की गणना
प्रत्येक कैंसर के नमूने में, 22 प्रतिरक्षा सेल प्रकारों के सापेक्ष अनुपात की गणना CIBERSORT सॉफ़्टवेयर [16] का उपयोग करके की गई थी। “LM22.txt” नाम की एक फ़ाइल, जिसमें 547 जीन हस्ताक्षर (https://cibersort.stanford.edu/download.php) शामिल हैं, R में भी आवश्यक है। ESTIMATE का उपयोग प्रतिरक्षा, स्ट्रोमल और ESTIMATE स्कोर की गणना के लिए किया गया था, जैसा कि साथ ही योशिहारा एट अल के आधार पर ट्यूमर की शुद्धता। [17]।

ट्यूमर उत्परिवर्तन बोझ (टीएमबी) और सहसंबंध विश्लेषण का प्रोफाइल
TMB को इस प्रकार परिभाषित किया गया था: TMB = (वेरिएंट की कुल संख्या)/(एक्सॉन की पूरी लंबाई)। जलप्रपात भूखंड में, दो समूहों के उत्परिवर्तन प्रोफाइल की तुलना मफटूल पैकेज [18] का उपयोग करके की गई थी। बाद में, दो समूहों के बीच उत्परिवर्तन आवृत्तियों में अंतर को ची-स्क्वायर परीक्षण से मापा गया। पियर्सन सहसंबंध विश्लेषण का उपयोग करके अनुमानित पी-मानों की गणना के साथ, प्रत्येक रोगी के लिए टीएमबी निकाला गया था।

LASSO कॉक्स रिग्रेशन विश्लेषण
R पैकेज glmnet के साथ LASSO कॉक्स रिग्रेशन विश्लेषण का उपयोग तब L_cancer या R_cancer के पूर्वानुमान से जुड़े हब जीन की पहचान करने के लिए किया गया था, और निम्न सूत्र का पालन करते हुए स्क्रीन किए गए हब जीन का उपयोग करके प्रत्येक नमूने के लिए एक जोखिम स्कोर की गणना की गई थी: गणना की गई थी।

THANKS FOR READING: बाएं और दाएं तरफा कोलोरेक्टल कैंसर और संबंधित पूर्वानुमानों के बीच अंतर का व्यापक विश्लेषण।

इसे भी पड़े :

• एचबीकेयू का कतर बायोमेडिकल रिसर्च इंस्टीट्यूट ट्रिपल नकारात्मक स्तन कैंसर में जीनोमिक जटिलताओं से निपटता है
• गर्भावस्था के दौरान मेरे रक्तस्राव को ठीक होने में 27 सप्ताह तक का समय लगा, लेकिन मेरा बेटा बिल्कुल सही है
• ‘ब्लैकफेस फिल्टर’ से लेकर ‘नेकेड चैलेंज’ तक: विचित्र सोशल मीडिया ट्रेंड हमें एक नैतिक दुविधा में छोड़ देता है