Krooninen sairaus

tiivistelmä

Tavoitteet

kasvutekijän reseptorin (EGFR) B geenimutaatioita kasvaimissa ennustaa kasvaimen vaste EGFR tyrosiinikinaasin estäjät (EGFR-TKI) ei- pienisoluinen keuhkosyöpä (NSCLC). Kuitenkin saaminen kasvain kudoksen mutaatio analyysi on haastavaa. Täällä me pyrittiin seerumin peptideihin /proteiineihin liittyvä

EGFR

geenimutaatio tila, ja testata, onko luokitus algoritmi perustuu seerumin proteomic profilointia voitaisiin kehittää analysoida

EGFR

geenimutaatio tilaksi tukea terapeuttinen päätöksenteossa.

potilaat ja menetelmät

seerumi kerätään 223 asteen IIIB tai IV ei potilaalla tiedetään

EGFR

geenimutaatio tunnustamisen niiden kasvaimet ennen hoitoa oli analysoitiin matriisi laserdesorptio /ionisaatio-lentoaika-massaspektrometrialla (MALDI-TOF-MS) ja ClinProTools ohjelmisto. Erot seerumin peptidit /proteiinit sairastavien potilaiden välillä

EGFR

geeni TKI-herkkiä mutaatioita ja villin tyypin

EGFR

geenien havaittiin koulutus ryhmässä 100 potilasta; tämän analyysin perusteella, seerumin proteomic luokitus algoritmi on kehitetty luokittelemaan

EGFR

geenimutaatio tila ja testattiin riippumaton validointi ryhmä 123 potilasta. Korrelaatio

EGFR

geenimutaation asema, sillä tunnistetaan seerumista proteomic luokittelija ja vastaus EGFR-TKI analysoitiin.

Tulokset

Yhdeksän peptidi /proteiini huiput olivat merkittävästi erilaiset NSCLC potilaalla on

EGFR

geeni TKI-herkkiä mutaatioita ja villin tyypin

EGFR

geenien koulutuksessa ryhmässä. Geneettinen algoritmi malli koostuu viidestä peptideistä /proteiineista (m /z 4092,4, 4585,05, 1365,1, 4643,49 ja 4438,43) kehitettiin koulutusta ryhmä erottaa potilaalla on

EGFR

geeni TKI-herkkiä mutaatioita ja villityypin

EGFR

geenejä. Luokitin esillä herkkyys on 84,6% ja spesifisyys 77,5% vuonna validointi ryhmässä. Vuonna 81 potilasta validointi hoidetussa ryhmässä EGFR-TKI, 28 (59,6%) oli 47 potilasta, joiden täsmäsi näytteet leimattiin ”mutantti”, jonka luokittelija ja 3 (8,8%) ja 34 potilasta, joiden täsmäsi näytteet leimattiin ” villi ”saavutti objektiivisen vasteen (p 0,0001). Potilaat, joiden Hyväksytty näytteet leimattiin ”mutantti”, jonka luokittelija oli huomattavasti pidempi aika ilman taudin etenemistä (PFS) kuin potilailla, joiden sovitettu näytteet leimattiin ”villi” (p = 0,001).

Johtopäätös

peptidit /proteiinit liittyvät

EGFR

geenimutaatio tila havaittiin seerumissa. Luokittelu

EGFR

geenimutaatio tila käyttämällä seerumia proteomic luokittelija osoitettu nyt esillä olevassa tutkimuksessa potilailla, joilla on vaiheen III B tai IV ei on mahdollista ja voi ennustaa kasvaimen vaste EGFR-TKI.

Citation: Yang L, Tang C, Xu B, Wang W, Li J, Li X, et al. (2015) luokittelu

epidermaalisen kasvutekijän reseptori

geenimutaatio Status käyttäminen Serum proteomiikan Profilointi ennustaa kasvaimen vaste potilailla, joilla on vaiheen III B tai IV ei-pienisoluinen keuhkosyöpä. PLoS ONE 10 (6): e0128970. doi: 10,1371 /journal.pone.0128970

Academic Editor: Ramon Andrade de Mello, Algarven yliopisto, PORTUGALI

vastaanotettu: 03 helmikuu 2015; Hyväksytty: 21 maaliskuu 2015; Julkaistu: 05 kesäkuu 2015

Copyright: © 2015 Yang et al. Tämä on avoin pääsy artikkeli jaettu ehdoilla Creative Commons Nimeä lisenssi, joka sallii rajoittamattoman käytön, jakelun ja lisääntymiselle millä tahansa välineellä edellyttäen, että alkuperäinen kirjoittaja ja lähde hyvitetään

Data Saatavuus: kaikki asiaankuuluvat tiedot ovat paperi.

Rahoitus: Tätä työtä tukivat avustusta tiede- ja teknologiaministeriön kansantasavallan China (Kiinan kansallinen Instrumentation Program No. 2011YQI70067; URL rahoittajan verkkosivuilta: www. most.gov.cn; XQL sai rahoitusta). Rahoittajat ollut mitään roolia tutkimuksen suunnittelu, tiedonkeruu ja analyysi, päätös julkaista tai valmistamista käsikirjoituksen.

Kilpailevat edut: Kirjoittajat ovat ilmoittaneet, etteivät ole kilpailevia intressejä ole.

Johdanto

Keuhkosyöpä on johtava syy syövän liittyvän kuoleman maailmanlaajuisesti [1]. Ei-pienisoluinen keuhkosyöpä (NSCLC) on yleisin histologinen tyyppi taudin ja vastaa noin 80% keuhkosyövässä [2]. Koska yli 70%: lla potilaista, joilla keuhkosyöpä diagnosoidaan myöhäisvaiheen tauti [3], systeeminen hoito on tärkeä rooli kliinisessä hoidossa. Kemoterapia on ollut kulmakivi hoito NSCLC vuosia. Kuitenkin kasvutekijän reseptori tyrosiinikinaasin estäjät (EGFR-TKI), kuten erlotinibi, gefitinibi ja icotinib, on osoitettu parantaa hoitotuloksia ja turvallisuutta verrattuna kemoterapiaa joillakin potilailla, joilla on edennyt NSCLC [4-8]. EGFR-TKI herkkyys on liittynyt aktivoivia mutaatioita kinaasidomeenia

EGFR

geeni, erikoisesti

eksoni 19

poisto ja mutaatioita

eksonissa 21 (L858R) B ja

eksonissa 18 (G719X) B [9-11]. Kaikki

EGFR

geenin TKI-herkkä mutaatiot johtavat aktivointi EGFR-tyrosiinikinaasin, joka on kohde-EGFR-TKI. Siksi potilaita, joilla nämä

EGFR

geeni TKI-herkkiä mutaatioita on huomattavasti parempi vaste EGFR-TKI, kun taas villin tyypin

EGFR

geenien näytteille huonompi kasvaimen vasteen. Arviointi

EGFR

geenimutaatio tila on ratkaisevan tärkeää terapeuttista päätöksenteossa.

National kattava syövän verkko (NCCN) suuntaviivojen mukaan DNA mutaatioanalyysiin kasvainsoluissa on suositeltava tapa arvioida

EGFR

geenimutaatio tila. Kuitenkin joissakin tapauksissa, kasvain kudos joko on riittämätön molekyylitestin, koska sen pieni määrä tai hyvin pieni kasvain sisällön tai ei ole helposti saatavilla [3]. Useat ryhmät ovat havainneet

EGFR

geenimutaatioita DNA eristettiin plasmasta [3, 12-16], tai seeruminäytteet [17, 18], jotka toimivat korvikkeina kasvainkudoksen; jotkin ryhmät ovat osoittaneet korrelaation mutaatiostatusta plasman /seerumin ja kasvainkudoksen [3, 12, 13, 15-18]. Lisäksi

EGFR

geenimutaatioita havaittu plasmassa tai seerumissa voi ennustaa vastaus EGFR-TKI: [3, 13, 14, 16, 18]. Kuitenkin arviointiin käytetyistä

EGFR

geenimutaatio tila plasmassa tai seeruminäytteet eivät hyväksytään nykyisen suuntaviivoja. Täten muita herkkiä ja noninvasive lähestymistapoja arvioimiseksi

EGFR

geenimutaatio tila käyttäen korvaavia tuumorikudoksista ennustaa EGFR-TKI tehoa tarvitaan edelleen.

Matrix laserdesorptio /ionisaatio-of- lento (MALDI-TOF-MS) on herkkä, nopea, edullinen ja yksinkertainen tekniikka Proteomiikan mutkikasta biologisten näytteiden, kuten kudoksen, virtsa ja veri [19-26]. Piikit massaspektri vastaavat ioneja muodostuu suhteellisen runsaasti lajeista näytteessä, pääasiassa peptidejä ja proteiineja. Äskettäin peptidi massa sormenjälkien perustuu MALDI-TOF-MS on käytetty laajasti havaita diagnostisia, prognoosi-, ja ennakoivan proteomiikka biomarkkereita. Hiljattain julkistetuista tutkimuksista, peptidi massa sormenjälkien on sovellettu onnistuneesti analysoida seerumista potilaiden ja terveiden verrokkien havaita eroja peptideihin /proteiineihin; Näiden erojen pohjana käytetty luokitus algoritmeja taudin diagnosointiin [22-25]. Lisäksi peptidi massa sormenjälkien voi havaita eroja seerumin /plasman peptidien /proteiinien välillä potilailla, joiden samantyyppistä tautia. Taguchi [26] ja Wu [27] käytetään MALDI-TOF-MS analysoida seerumista ja plasmasta peräisin NSCLC potilaiden; he havaitsivat hienoisia eroja seerumin /plasman peptidien /proteiinien välillä kahteen alaryhmään, jotka kokivat merkitsevästi erilainen EGFR-TKI tehokkuudet ja kehitetty luokittelu algoritmien ero peptidejä /proteiineja ennustaa teho EGFR-TKI-pienisoluista keuhkosyöpää. Koska teho EGFR-TKI on liitetty

EGFR

geenin mutaatio aseman, muodostavat peptidit /proteiinit seerumin /plasman luokittelu algoritmeja kehittämä Taguchi ja Wu ennustaa EGFR-TKI teho voi liittyä

EGFR

geenimutaatio asema [27, 28].

tässä tutkimuksessa pyrittiin tunnistamaan seerumin peptideihin /proteiineihin liittyvä

EGFR

geenimutaatio tila ja testata, onko luokitus algoritmi perustuu seerumin proteomic profilointia voitaisiin kehittää analyysiä

EGFR

geenimutaatio tila auttaa terapeuttisen päätöksenteossa. Tämän saavuttamiseksi, haimme peptidi massa sormenjälkien avulla MALDI-TOF-MS yhdistettynä ClinProTools ohjelmisto analysoida seerumia 223 NSCLC potilaan tiedetään

EGFR

geenimutaatio tila (eli määritetään vahvistus tulenkestävä mutaatio järjestelmä [ARMS ] kasvainkudoksessa) ja havaita eroja seerumin peptidit /proteiinit välillä NSCLC potilaalla on

EGFR

geeni TKI-herkkiä mutaatioita ja pienisoluista keuhkosyöpää villin tyypin

EGFR

geenejä. Olemme kehittäneet seerumin proteomic luokittelija arvioida

EGFR

geenimutaatio tila ja testattu luokittelijan riippumatonta validointi ryhmä. Analysoimme myös korrelaatioita

EGFR

geenimutaatio asema tunnistetaan seerumin proteomic luokittelija ja vastaus EGFR-TKI potentiaalin testaamiseksi hyödyllisyyttä

EGFR

geenimutaatio tila tunnistetaan seerumin proteomic luokittelija ennustamiseksi kliinisiä vasteita EGFR-TKI hoitoa.

potilaat ja menetelmät

potilaat ja näytteet

Ollakseen oikeutettu tutkimuksessa potilaat saivat tarvitse olla patologisesti vahvistettu vaiheen III B tai IV ei-Itä Cooperative Oncology Group suorituskyky oli 0, 2 ennalta

EGFR

geenimutaatio tilaansa tuumorikudoksissa perustuu ARMS (skorpioneja vahvistus tulenkestävä mutaatio järjestelmä, Qiagen, Saksa) ennen hoitoa, ja käytettävissä seerumi. Vain potilaita hoidettiin 307 sairaalan PLA toukokuusta 2011 huhtikuu 2013 otettiin. Tämä tutkimus suoritettiin protokollien hyväksymän paikallisen eettisen komitean (eettisten toimikuntien 307 sairaalan PLA), ja kaikki potilaat kunhan kirjallinen lupa osallistua tähän tutkimukseen ja antoi luvan niiden käyttöön verinäytteitä. Sillä tuumorivaste arviointi, arvioimme tavoitteena vastauksia 8 viikon kuluttua hoidon perusteella tietokonetomografian (CT) skannaa. Kasvaimen vaste määräytyy RECIST 1,0. Kokonaiselinaika (OS) määriteltiin aika, jona keuhkosyövän diagnoosi kuolinpäivä. Progression elinaika (PFS) määriteltiin aika alusta EGFR-TKI hoidon päivämäärän taudin etenemisen tai kuolema mistä tahansa syystä. Cutoff ajankohta seuranta-aika oli 10. marraskuuta 2014. Tupakointi asema perustui levyjä potilaiden ensisijainen klinikkakäyntejä, ja ihmiset, jotka oli polttanut yli 100 savuketta elinaikanaan pidettiin tupakoitsijoita. Laboratorio tulokset saatiin ja kirjattiin itsenäisesti tutkijat, jotka olivat sokaissut kliiniset tiedot, kunnes analyysit saatiin päätökseen biostatistikko.

Viisikymmentä potilasta valittiin satunnaisesti potilailla, joilla on

EGFR

geeni TKI-herkkiä mutaatiot ja villin tyypin

EGFR

geenien vastaavasti (yhteensä 100 potilasta) muodostamaan koulutusta ryhmä havaitsemiseksi erot seerumin peptidit /proteiinit välillä NSCLC potilaalla on

EGFR

geeni TKI- herkkä mutaatioita ja pienisoluista keuhkosyöpää villin tyypin

EGFR

geenejä, ja sukupolvi luokittelumallin, ja muut potilaat muodostivat validointi ryhmä testata mallin.

potilaat paastolla yön yli. Kaikki verinäytteet kerättiin ennen potilaat saivat ensilinjan hoitoon. Verinäytteet kerättiin tyhjiössä veriputkea sisältävät saostuskemikaalien ja erottaminen geeli ja sentrifugoitiin 3000 rpm: ssä 10 minuutin ajan 4 ° C: ssa erottamiseksi seerumista. Supernatantti jaettiin 100 ul: n eriä ja säilytettiin -80 ° C: ssa, kunnes käsittely.

peptidomin eristäminen

Seeruminäytteet sulatettiin jäällä ja fraktioitu heikolla kationinvaihtohartsilla magneettisia helmiä (MB- WCx, National Center of Biomedical Analysis, Kiina). Näytteet käsitellään seuraavat kolme vaihetta: sitova, pesu ja eluutio. Jokaista analyysia varten 5 ui helmiä pestiin kolme kertaa 50 ul: aan sitovaa liuosta (National Center of Biomedical Analysis, Kiina), 20 ui sitovia liuosta ja 5 ui näytettä lisättiin Eppendorf-putkeen, ja niitä inkuboitiin 10 minuutin ajan huoneen lämpötila. Putki laitettiin magneettinen helmi erotuslaite eristää peptidomin. Supernatantti poistettiin ja helmet pestiin kolme kertaa 100 ul: lla pesuliuosta (National Center of Biomedical Analysis, Kiina) hylätä sitoutumattomien proteiinien. Lopuksi helmet pestiin 20 ui eluoiden liuosta (National Center of Biomedical Analysis, Kiina) hankkimaan sitoutuneiden proteiinien MALDI-TOF-MS-analyysia.

MALDI-TOF-MS-analyysia

varten MALDI-TOF-MS-analyysi, 1 ui peptidiä eluaatti sekoitetaan 1: 1 (v /v), jossa on matriisi, joka koostui tyydyttyneistä α-syano-4-hydroksi-kanelihappo (α-HCCA, Bruker Daltonics, Saksa ) 50% asetonitriili (ACN, Sigma-Aldrich, USA) ja 0,1% trifluorietikkahappoa (TFA, Sigma-Aldrich, USA) bongattiin näytteen päälle ankkuri täplät sellaisen AnchorChip 600/384 tähyslevyä (Bruker Daltonics, Saksa) ja annettiin kuivua huoneenlämmössä antaa matriisin kiteytyä. ClinProt Peptidi kalibrointi Standard I (Bruker Daltonics, Saksa), joka on kaupallisesti saatavilla seos proteiini /peptidi-kalibraattorit, joka koostui angiotensiini II (m /z 1,047.19), angiotensiini I (m /z 1,297.49), aine P (m /z 1,348.64) , bombesiini (m /z 1,620.86), ACTH clip 1-17 (m /z 2,094.43), ACTH clip 18-39 (m /z 2,466.48), ja somatostatiini (m /z 3,149.57) sekoitettiin 1: 1 (v /v ) on matriisi ratkaisu, ja 0,5 ml talletettiin päälle kalibrointiaineella ankkuri paikoista AnchorChip tähyslevyä varten kalibrointi.

Massaspektrometria-analyysit suoritettiin koskevasta Ultraflex III MALDI-TOF-MS (Bruker Daltonics, Saksa). Työskentelyolosuhteet olivat seuraavat: lineaarinen positiivinen ioni -moodissa, toistotaajuus, 200 Hz; ionilähteen jännitteet, 25 ja 23.50 kV; linssi jännite, 6,5 kV; pulssi ioniekstraktio- ajan, 100 ns. Matriisi tukahduttaminen, käytimme korkean gating tekijä signaali tukahduttaminen jopa 300 m /z. Jokaista spektriä, 3000 laukausta hankittiin käsin kuudelta satunnaispaikkaa pinnan yli paikalla (eli 500 laukausta per asentoon). Tietojen hankinta suoritettiin 43% suurimmasta laserin energiaa. Kukin spektri kalibroitiin ulkoisesti. Piikit m /z valikoiman 800-10,000 Da kirjattiin kanssa FlexControl hankinnan ohjelmisto v3.4 (Bruker Daltonics, Saksa).

Bioinformatics

Spectral käsittelyä.

ClinProTools ohjelmisto v2.1 (Bruker Daltonics, Saksa) käytettiin automaattisesti käsitellä MALDI-TOFMS spektrit dataa tietojen valmistelu asetuksia seuraavan standardin työnkulun: Jokainen raaka spektri normalisoitiin sen koko ioni nykyinen; kaikki spektrit kalibroida käyttämällä näkyvä, yhteinen m /z-arvot; Perustason vähentämisen, tasoitus, ja huippu havaitseminen suoritettiin; ja piikkien pinta-alat kunkin spektrin laskettiin. Signaali-kohina-suhde asetettiin 5 piikin havaitsemisen. Peak alueet laskettiin käyttäen nollataso integrointityyppiä. Spectra olivat myös ”” top hat ”perusviivavähennettyjä kanssa vähimmäisperustana leveyden asetettu 10%, tasoitetaan ja käsitellään 800-10,000 Da alue.

Koulutus ja luokitusmalli toimipaikka koulutukseen ryhmässä.

Only spektriä koulutusta ryhmästä käytettiin. Erot peptidi huiput sairastavien potilaiden välillä

EGFR

geeni TKI-herkkiä mutaatioita ja potilailla, joilla on villin tyypin

EGFR

geenit valittiin käyttäen huippujen pinta-alojen perusteella tilastollisia eroja. Sisäänrakennettu matemaattisten mallien ClinProTools 2,1 (eli geneettinen algoritmi (GA), valvottu neuroverkon (SNN) algoritmin ja nopea luokittelijan (QC) algoritmi) käytettiin sitten valita peptidi huiput ja perustaa luokitus malleja määrittää optimaalisen erottaminen lentokoneet näytteiden välillä potilaista, joilla

EGFR

geeni TKI-herkkiä mutaatioita ja villin tyypin

EGFR

geenejä. Jokaisen malli syntyi, satunnainen rajat validointiprosessiin suoritettiin ohjelmiston ja prosentuaalinen jättää pois ja iteraatioiden lukumäärä oli asetettu 20 ja 10, vastaavasti.

määrittämiseksi tarkkuuden luokan ennustemallista, ohjelmisto määrällisesti ristivalidointi ja tunnustaminen valmiudet. Cross-validointi on mitta luotettavuutta malli ja voidaan käyttää ennustamaan, miten malli käyttäytyy tulevaisuudessa. Tätä menetelmää käytetään arvioitaessa suorituskyvyn algoritmin tietylle tietojoukon ja tietyllä parametrointia. Tunnustaminen valmiudet kuvailee suorituskykyä algoritmin, eli oikea luokittelu tietyn datajoukon.

Blind testi luokittelumallin joka tehokkaimmin erottaa näytteitä potilaista, joilla

EGFR

geeni TKI- herkkiä mutaatioita näytteistä potilailta villin tyypin

EGFR

geenien validointi ryhmässä.

Tämä validointi suoritettiin sokkona tavalla että MALDI-TOF-MS-analyysi suoritettiin ja näytteet olivat luokiteltu ennen kliinisiä tutkimustuloksia saatettiin tutkijat.

kunkin potilaan validointi ryhmien vastaava spektri esitettiin, valitun luokan malli (nimeltään luokitin), joka palasi etiketti, joko ” mutantti ”(eli luokitus luokkaan koostuu näytteistä potilailta, joilla oli

EGFR

geeni TKI-herkkiä mutaatioita) tai” villi ”(eli luokitus luokkaan koostuu näytteistä potilailta villin tyypin

EGFR

geeni) tai lähtö viestin, että spektri oli unclassifiable. Tulokset valitusta luokitusmalli verrattiin havaintoja ARMS tuumoreissa arvioida erotuskyvyn mallin.

Tilastollinen

kliininen ja tautitiedoista eri aseita, tavoite vastaus (ORR) ja tautien torjunnan rate (DCR) välillä potilaat, joiden täsmäsi näytteet leimattiin ”mutantti” ja ”villi” verrattiin käyttäen χ

2 tai Fisherin testiä. Välistä yhdenmukaisuutta ARMS kasvaimissa ja seerumin proteomic luokittelija arvioinnissa

EGFR

geenimutaatio tila arvioitiin käyttämällä Kappa testi. Survival käyrät arvioitiin Kaplan-Meier menetelmällä, ja eroja käyrien arvioitiin log-rank-testi. Tilastolliset analyysit tehtiin SPSS-ohjelmiston, v19.0 (SPSS Inc., USA). P-arvo on alle 0,05 pidettiin tilastollisesti merkitsevä.

Tulokset

Potilastiedot

Kaikkiaan 223 potilasta täytti ilmoittautuminen kriteerit ja otettiin tässä tutkimuksessa. Sen perusteella aseiden kasvaimia, oli 102 potilasta, joilla

EGFR

geeni TKI-herkkiä mutaatioita ja 121 potilasta villin tyypin

EGFR

geenejä. Viisikymmentä potilasta valittiin satunnaisesti, joilla on

EGFR

geeni TKI-herkkiä mutaatioita ja niistä villiin

EGFR

geenit (eli yhteensä 100 potilasta) muodostamiseksi koulutukseen ryhmä, ja loput 123 potilasta (eli 52 potilaalla on

EGFR

geeni TKI-herkkiä mutaatioita ja 71 villiin

EGFR

geenejä) muodostivat validointi ryhmä. Kliiniset ja tautitiedoista kaikkien potilaiden on lueteltu taulukossa 1. Potilaat tasapainottavat välillä koulutuksen ryhmä ja validointi ryhmässä (taulukko 2). Koulutuksessa ryhmässä, ei ollut merkittäviä eroja potilailla, joilla on

EGFR

geeni TKI-herkkiä mutaatioita ja villin tyypin

EGFR

geenien suhteen iän, histologista tyyppiä, tai sairauden vaiheessa, mutta eroja sukupuolen ja tupakointi historia havaittiin näiden kahden varren, jossa on enemmän naisilla ja lisää tupakoimattomien potilailla, joilla

EGFR

geeni TKI-herkkiä mutaatioita (taulukko 3).

erot huippujen seerumin sairastavien potilaiden välillä

EGFR

geeni TKI-herkkiä mutaatioita ja potilailla, joilla on villin tyypin

EGFR

geenien Training Group

kaikkiaan 129 peptidin piikkiä tunnistettiin spektreissä koulutuksen ryhmän datajoukon tuottamat MALDI-TOF-MS, ja 9 huiput olivat merkittävästi erilaiset (p 0,05) välillä potilailla, joilla on

EGFR

geeni TKI- herkkä mutaatioita ja potilailla, joilla on villin tyypin

EGFR

geenejä (taulukko 4). Kaksi signaalia (m /z 1365,1 ja 1866,47) oli alhaisempi piikin pinta-ala ja seitsemän signaaleja (m /z 3315,75, 3883,79, 3956,66, 4092,4, 4585,05, 4643,49, ja 5866,96) oli korkeampi piikin alue potilailla, joilla

EGFR

geeni TKI-herkkiä mutaatioita verrattuna potilaisiin villityypin

EGFR

geenejä. Peptidi huiput m /z 4092,4 ja 4585,05 näytteillä suurin ero huippu alueilla sairastavien potilaiden välillä

EGFR

geeni TKI-herkkiä mutaatioita ja potilailla, joilla on villin tyypin

EGFR

geenit (p 0,00001) . Näin ollen nämä kaksi piikkiä (m /z 4092,4, x-akselilla; m /z 4585,05, y-akseli) piirrettiin 2D huippu jakelu näkymä (kuvio 1).

erotteleva ominaisuudet kahden valitun peptidit tuottamat ClinProTools bioinformatiikkaohjelmistoa. Arvot edustavat peptidi runsaussuhde, ja nämä arvot olivat merkittävästi erilaiset sairastavien potilaiden välillä

EGFR

geeni TKI-herkkiä mutaatioita ja potilailla, joilla on villin tyypin

EGFR

geenejä. Ellipsit edustavat keskihajonta luokan keskiarvo piikkialueiden /intensiteettiä.

Classification malli perustaminen

kolme algoritmeja, GA (optimoitu säätämällä määrä naapurit for k-lähimmän naapurin luokitus), SNN ja QC, sovellettiin luokitusmalli rakentamiseen käytetään spektrin dataa Training Group tuottama MALDI-TOF-MS. Tunnistaminen valmiudet ja ristivalidointi malleista on esitetty taulukossa 5, ja malli GA-7 (nimeltään luokitin), joka koostuu viidestä peptidin huiput m /z 4092,4, 4585,05, 1365,1, 4643,49 ja 4438,43, osoitti paras tehokkuus erottaa näytteitä potilaista, joilla

EGFR

geeni TKI-herkkiä mutaatioita ja näytteitä potilaista, joilla on villityypin

EGFR

geenejä, joiden tunnistaminen valmiutta 93,32% ja rajat validointi 81,23% (kuvio 2).

Sokkoutetut testi luokittimen validoinnissa ryhmässä

luokittelija sitten validoitu riippumaton validointi ryhmä 123 NSCLC potilaita sokaisi testi (taulukko 6). Kolme 123 näytteiden tuotti unclassifiable spektri (eli yksi näyte oli potilaalta, jolla

EGFR

geeni TKI-herkkä mutaatio, ja kaksi oli potilailta villin tyypin

EGFR

geenejä, kuten vahvistanut ARMS kasvaimissa). Niistä 52 näytettä potilaista, joilla on

EGFR

geeni TKI-herkkä mutaatiot varmistettiin ARMS kasvaimissa, 44 (84,6%) leimattiin ”mutantti”, jonka seerumin proteomic luokittelija; ja joukossa 71 näytettä potilaista, joilla on villityypin

EGFR

geenien vahvistettiin ARMS kasvaimissa, 55 (77,5%) leimattiin ”villi”, jonka seerumin proteomic luokittelija, saavuttamalla kokonaisuudessaan tarkkuus 80,5%, herkkyydellä 84,6% ja spesifisyys 77,5%, mikä osoitti korkeaa johdonmukaisuutta ARMS kasvaimissa ja seerumin proteomic luokittelija arvioinnissa

EGFR

geenimutaatio tila (P 0,001; Kappa-arvo, 0,648; 3 potilaille, joilla on virheellinen -spektrit ulkopuolelle). Kuitenkin 52 näytteitä potilaista, joilla

EGFR

geeni TKI-herkkä mutaatiot varmistettiin ARMS kasvaimissa, 7 (13,5%) leimattiin ”villi”, jonka luokittelija; Vastaavasti 71 näytettä potilaista villin tyypin

EGFR

geenit määritetään ARMS kasvaimissa, 14 (19,7%) leimattiin ”mutantti”, jonka luokitin.

Korrelaatio välillä

EGFR

geeni TKI-herkkä mutaatiot tunnistetaan luokittelija ja terapeuttista vaikutusta EGFR-TKI validoinnissa ryhmässä

validointi ryhmä, kolme 123 näytteistä saatiin unclassifiable spektrit, ja kolme vastaavaa potilasta jätettiin pois analyysistä. Niistä jäljellä 120 potilasta, 81 oli mitattavat kasvaimia ja sai EGFR-TKI hoitoa. Kliiniset ja tautitiedoista näistä 81 potilasta on esitetty taulukossa 7, ja mediaani seuranta-aika näistä potilaista oli 29,0 kuukautta (alue, 7,0-+40,0kuukautta). Potilaat, joiden Hyväksytty näytteet leimattiin ”mutantti” ja ”villi”, jonka luokittelija näytteillä eri kasvain vasteita EGFR-TKI; nämä vastaukset ovat taulukossa 8. Kaksikymmentä kahdeksan (59,6%) oli 47 potilasta, joiden täsmäsi näytteet leimattiin ”mutantti”, jonka luokittelija ja 3 (8,8%) ja 34 potilasta, joiden täsmäsi näytteet leimattiin ”villi”, jonka luokittelija näytteillä objektiivinen vaste (p 0,0001). Tautien torjunta todettiin 41 (87,2%) oli 47 potilasta, joiden täsmäsi näytteet leimattiin ”mutantti”, jonka luokittelija ja 12 (35,3%) ja 34 potilasta, joiden täsmäsi näytteet leimattiin ”villi”, jonka luokittelijan (p 0,0001 ). Kaplan-Meier selviytymisen tontit PFS ja OS potilaille, joiden Hyväksytty näytteet leimattiin ”mutantti” ja ”villi”, jonka luokittelija on esitetty kuvassa 3. mediaani PFS aika potilaille, joiden Hyväksytty näytteet leimattiin ”mutantti” ja ” villi ”, jonka luokittelija oli 10,0 kuukautta (95% CI, 9,0-10,9) ja 2,3 kuukautta (95% CI, 1,9-2,7), tässä järjestyksessä. Potilaat, joiden Hyväksytty näytteet leimattiin ”mutantti”, jonka luokittelija oli huomattavasti pidempi PFS kuin potilaat, joiden sovitettu näytteet leimattiin ”villi”, jonka luokittelijan (p = 0,001, log-rank testi, kuvio 3A). Potilaat, joiden Hyväksytty näytteet leimattiin ”mutantti”, jonka luokittelija oli OS aika 29,0 kuukautta (95% CI, 25,2-32,8) verrattuna 28,0 kuukautta (95% CI, 17,7-38,3) potilaille, joiden Hyväksytty näytteet leimattiin kuin ”villin tyypin”, jonka luokittelija. Ei ollut mitään merkittävää eroa OS ryhmien välillä (p = 0,441, log-rank testi, kuvio 3B).

(A) PFS välillä potilaat, joiden täsmäsi näytteet leimattiin ” mutantti ”(n = 47) ja potilaat, joiden Hyväksytty näytteet leimattiin” villi ”(n = 34). (B) OS välillä potilaat, joiden täsmäsi näytteet leimattiin ”mutantti” (n = 47) ja ”villi” (n = 34).

Keskustelu

arviointi

EGFR

geenimutaatio tila kasvainkudoksessa on tärkeä ennustearvon ja voidaan valita terapiat NSCLC. Monet potilaat, joilla on edennyt ja metastasoitunut NSCLC ovat diagnosoitu pieni koepaloja tai hieno neula toive kasvaimia, jotka usein saadaan riittävästi DNA arvioimiseksi

EGFR

geenimutaatio tila. Noninvasiivinen lähestymistavat arvioida

EGFR

geenimutaatio tila käyttää korvaavia tuumorikudoksia voisi olla hyötyä potilaille, joille riittää kasvainkudoksessa ei ole saatavilla [16]. Taulukossa 9 on tietoa eri menetelmistä aiemmissa raporteissa havaitsemiseksi

EGFR

geenimutaatioita seerumi /plasma näytteet [3, 12-18]. Tekniikasta riippuen, välistä yhdenmukaisuutta

EGFR

geenimutaatio tilaansa kasvain ja plasman /seerumin näytteiden vaihtelee 66%: sta 100%, jolla on korkein korrelaatio indeksin raportoidaan denaturoitavaksi korkean suorituskyvyn kromatografialla [3] ja mutantti-rikastettu PCR [13]. Nämä arviointimenetelmät

EGFR

geenimutaatio tila plasmassa tai seeruminäytteet ole laajalti käytetään ohjaamaan EGFR-TKI-terapialle kliinisessä käytännössä, koska niiden huonompi herkkyys verrattuna havaintoihin kasvainkudoksen tai se, että tutkimukset, joissa tutkitaan nämä menetelmät ovat käyttäneet pienestä otoksesta. Tässä tutkimuksessa havaitsimme, että joukossa 123 potilasta validointi ryhmässä, arvioinnit

EGFR

geenimutaatio tila käyttämällä seerumia proteomic luokittelijoiden tuottanut tuloksia, jotka olivat yhtäpitäviä tuloksiin aseiden kasvaimia 80,5% tapauksista, joilla on korkea herkkyys 84,6%.

emme kuitenkaan löytänyt

EGFR

geenimutaatioita, jotka onnistuneesti tunnistettiin vain yksi tapa (eli seerumin proteomic luokittelija tai ARMS kasvaimissa) in 17,1% potilaista validointi ryhmässä (eli 11,4% [14/123] mukaan seerumin proteomic luokittelija vain, 5,7% [7/123] aseet kasvaimissa vain). On tärkeää huomata, että tapauksia, joissa testitulokset olivat ristiriitaisia ​​välillä seerumin proteomic luokittelija ja ARMS kasvaimissa ei voida pitää tavanomaisena ”vääriä negatiivisia” tai ”false-positiivisia.” Yksi mahdollinen selitys tälle epäjohdonmukaisuus määrittämisessä mutaatiostatuksesta tila on heterogeenisuus geneettisiä poikkeavuuksia kasvaimia. Tällaisissa tapauksissa Tuumorinäytteiden ehkä kanna

EGFR

geenimutaatioita tunnistetaan seerumin proteomic luokittelija koska nämä luokittelija-muodostavien peptidejä /proteiineja, jotka liittyvät

EGFR

geenimutaatio asema voisi olla peräisin eri osissa kasvainta. Alempi kasvainsolujen pitoisuus joissakin kasvaimissa voi myös edistää ei ole havaittavissa mutaatioita. Samoin joko on vain vähän tai ei lainkaan luokittelija-muodostavien peptidejä /proteiineja, jotka liittyvät

EGFR

geenimutaatio tila vuodatetaan veressä tietyssä tapauksessa, tai määrää peptidien /proteiinien seerumissa vaikuttaa tiettyihin olosuhteet, kuten tulehdus, luokittelu

EGFR

geenimutaatio asema perustuu seerumin proteomic profilointia saattaa vaarantua läsnäolosta huolimatta mutaatioita kasvaimissa.

EGFR jota koodaa villityypin

EGFR

geeni on transmembraaninen tyrosiinikinaasireseptori, jonka molekyylipaino on 170 kDa. Ero EGFR koodaama

EGFR

geenin TKI-herkkä mutaatioita ja EGFR koodata villityypin

EGFR

geeni on, että entinen satamiin aktivoiva tyrosiinikinaasialueeseen. Nämä kaksi poikkeavien eGFR-arvojen pitäisi olla samanlaiset moolimassat. Koska korkea molekyylipaino, on tärkeää huomata, että MALDI-TOF-MS kuvataan tässä tutkimuksessa ei ole sopiva suoraan havaitsemiseksi EGFR koodaama

EGFR

geenin TKI-herkkä mutaatioita eikä EGFR koodaama villi tyyppinen

EGFR

geeni koska tyypillinen havaittava massa-alueella on 800-10000 Da. Sen sijaan havaitaan ero peptidi /proteiiniprofiileja välillä EGFR koodaama

EGFR

geenin TKI-herkkä mutaatioita ja EGFR koodata villityypin

EGFR

geeni. Identiteetit muodostavien peptidien /proteiinien ovat tällä hetkellä tuntematon; on mahdollista, että ne ovat tuntemattomia koekspressoidaan peptidejä /proteiineja, joilla on alhainen molekyylipaino mukana, tai että havaitsimme fragmentteja EGFR tai muita suuren molekyylipainon proteiineja, kuten proteiinien EGFR-signalointireitin [29].