近期研究发现了非编码RNA在上皮性卵巢癌中的作用，研究者通过对179例人类血浆标本的联合小RNA测序和神经式网络分析，得到了诊断上皮性卵巢癌的miRNA模型(AUC 0.90,95%CI 0.81~0.99)。这一模型优于CA125，不同年龄、分型和分期患者中都有不俗的诊断效能。(Elife. 2017 Oct 31;6. pii: e28932. doi: 10.7554/eLife.28932.)
在454例患者中，这一miRNA神经网络模型诊断特异性达到100%，在51例临床样本中进行验证，阳性预测值达91.3%，阴性预测值达78.6%。对30例转移前病变原位杂交检测进行生物学分析，明确了肿瘤中相关miRNA浓度。这些研究结果提示循环miRNA有望为卵巢癌提供新的无创检测方法。
卵巢癌是主要的女性癌症相关死因之一，卵巢癌患者生存情况有赖于未发生转移之前早期检出卵巢癌。但多数卵巢癌患者早期无症状不被检出，是在出现症状后才诊断出，导致疗效欠佳。
目前没有可靠的卵巢癌早检手段，可在无症状时检出卵巢癌。有些血液检测或超声可检出卵巢肿瘤，不过通常发现较晚，还有一定的假阳性率，可能导致未患癌的女性接受不必要的手术。很多卵巢癌有miRNA的缺陷，这些miRNA多方面影响卵巢癌，肿瘤细胞可释放miRNA到血液中。检测血液中是否有卵巢癌miRNA表达谱，或可为早期检出卵巢癌提供新的手段。
研究者发现了正常卵巢细胞和卵巢癌细胞有不同的miRNA表达谱，得到一个由七个miRNA组成的表达谱，可帮助预测卵巢癌。
研究者对135例患者的术前或化疗前血样本的miRNA进行测序，得到一个训练样本集，对计算机程序进行训练，使其可辨别卵巢癌、良性病变和正常卵巢组织间的差异。通过计算机训练，研究者在44例女性中对这一预测模型进行了验证。在发现其准确性很高后，又在859例患者样本中对该模型的敏感性和特异性进行了验证，发现这一模型的预测效能比超声高很多。利用超声检测，只有不到5%的检查异常实际上是卵巢癌，而用miRNA检测，几乎100%的检查异常都是卵巢癌。
最后研究者将这一模型在临床实践中进行了应用，检测了51例手术患者miRNA，将预测结果与诊断结果进行了比对，发现91.3%检测异常是卵巢癌，提示该诊断模型的假阳性率极低，80%的阴性检测结果都不是卵巢癌，与巴氏涂片的准确性相当。
转自：全球肿瘤快讯
首页
咨询
方舟新药
营养商城