Рак панкреаса је један од најсмртоноснијих тумора на свету са лошом прогнозом. Стога је потребан прецизан модел предвиђања како би се идентификовали пацијенти са високим ризиком од рака панкреаса како би се прилагодило лечење и побољшала прогноза ових пацијената.
Добили смо податке RNA seq панкреасног аденокарцинома (PAAD) из Атласа генома рака (TCGA) из базе података UCSC Xena, идентификовали имунолошки повезане дуге некротичне РНК (irlncRNA) путем корелационе анализе и идентификовали разлике између TCGA и нормалног ткива панкреасног аденокарцинома. DEirlncRNA) из TCGA и експресије генотипа ткива (GTEx) панкреасног ткива. Даље су извршене униваријантне и ласо регресионе анализе како би се конструисали прогностички модели потписа. Затим смо израчунали површину испод криве и одредили оптималну граничну вредност за идентификацију пацијената са панкреасним аденокарциномом високог и ниског ризика. Да бисмо упоредили клиничке карактеристике, инфилтрацију имунских ћелија, имуносупресивно микроокружење и отпорност на хемотерапију код пацијената са панкреасним раком високог и ниског ризика.
Идентификовали смо 20 парова DEirlncRNA и груписали пацијенте према оптималној граничној вредности. Показали смо да наш прогностички модел потписа има значајне перформансе у предвиђању прогнозе пацијената са PAAD. AUC ROC криве је 0,905 за једногодишњу прогнозу, 0,942 за двогодишњу прогнозу и 0,966 за трогодишњу прогнозу. Пацијенти са високим ризиком имали су ниже стопе преживљавања и лошије клиничке карактеристике. Такође смо показали да су пацијенти са високим ризиком имуносупресовани и могу развити резистенцију на имунотерапију. Евалуација лекова против рака као што су паклитаксел, сорафениб и ерлотиниб на основу рачунарских алата за предвиђање може бити прикладна за пацијенте са високим ризиком и PAAD.
Генерално, наша студија је успоставила нови прогностички модел ризика заснован на упареној irlncRNA, који је показао обећавајућу прогностичку вредност код пацијената са раком панкреаса. Наш прогностички модел ризика може помоћи у диференцирању пацијената са PAAD који су погодни за медицински третман.
Рак панкреаса је малигни тумор са ниском петогодишњом стопом преживљавања и високим степеном злостављања. У време дијагнозе, већина пацијената је већ у узнапредовалом стадијуму. У контексту епидемије COVID-19, лекари и медицинске сестре су под огромним притиском приликом лечења пацијената са раком панкреаса, а породице пацијената се такође суочавају са вишеструким притисцима приликом доношења одлука о лечењу [1, 2]. Иако је постигнут велики напредак у лечењу DOAD-а, као што су неоадјувантна терапија, хируршка ресекција, радиотерапија, хемотерапија, циљана молекуларна терапија и инхибитори имунолошких контролних тачака (ICI), само око 9% пацијената преживи пет година након дијагнозе [3]. ], 4]. Пошто су рани симптоми аденокарцинома панкреаса атипични, пацијентима се обично дијагностикују метастазе у узнапредовалом стадијуму [5]. Стога, за датог пацијента, индивидуализовани свеобухватни третман мора да одмери предности и мане свих опција лечења, не само да би се продужило преживљавање, већ и да би се побољшао квалитет живота [6]. Стога је неопходан ефикасан модел предвиђања како би се прецизно проценила прогноза пацијента [7]. Стога се може одабрати одговарајући третман како би се уравнотежио преживљавање и квалитет живота пацијената са ПААД.
Лоша прогноза ПААД је углавном последица резистенције на хемотерапијске лекове. Последњих година, инхибитори имунолошких контролних тачака се широко користе у лечењу солидних тумора [8]. Међутим, употреба ИЦИ код рака панкреаса ретко је успешна [9]. Стога је важно идентификовати пацијенте који могу имати користи од ИЦИ терапије.
Дуга некодирајућа РНК (lncRNA) је врста некодирајуће РНК са транскриптима >200 нуклеотида. LncRNA су широко распрострањене и чине око 80% људског транскриптома [10]. Велики број радова показао је да прогностички модели засновани на lncRNA могу ефикасно предвидети прогнозу пацијената [11, 12]. На пример, идентификовано је 18 lncRNA повезаних са аутофагијом које генеришу прогностичке потписе код рака дојке [13]. Шест других имунолошки повезаних lncRNA коришћено је за утврђивање прогностичких карактеристика глиома [14].
Код рака панкреаса, неке студије су успоставиле потписе засноване на дугим некротичким РНК (lncRNA) за предвиђање прогнозе пацијената. Потпис 3-lncRNA је успостављен код аденокарцинома панкреаса са површином испод ROC криве (AUC) од само 0,742 и укупним преживљавањем (OS) од 3 године [15]. Поред тога, вредности експресије дугих некротичких РНК варирају међу различитим геномима, различитим форматима података и различитим пацијентима, а перформансе предиктивног модела су нестабилне. Стога користимо нови алгоритам моделирања, упаривање и итерацију, да бисмо генерисали потписе дугих некротичких РНК (irlncRNA) повезане са имунитетом како бисмо створили тачнији и стабилнији предиктивни модел [8].
Нормализовани подаци RNAseq (FPKM) и подаци о клиничкој експресији TCGA и ткива генотипа (GTEx) рака панкреаса добијени су из UCSC XENA базе података (https://xenabrowser.net/datapages/). GTF датотеке су добијене из Ensembl базе података (http://asia.ensembl.org) и коришћене за екстракцију профила експресије lncRNA из RNAseq. Преузели смо гене повезане са имунитетом из ImmPort базе података (http://www.immport.org) и идентификовали lncRNA повезане са имунитетом (irlncRNA) користећи корелациону анализу (p < 0,001, r > 0,4). Идентификација диференцијално експримираних irlncRNA (DEirlncRNA) укрштањем irlncRNA и диференцијално експримираних lncRNA добијених из GEPIA2 базе података (http://gepia2.cancer-pku.cn/#index) у TCGA-PAAD кохорти (|logFC| > 1 и FDR) <0,05).
Ова метода је раније објављена [8]. Конкретно, конструишемо X да бисмо заменили упарене дуге некротичне РНК А и дуге некротичне РНК Б. Када је вредност експресије дуге некротичне РНК А већа од вредности експресије дуге некротичне РНК Б, X је дефинисан као 1, у супротном је X дефинисан као 0. Стога, можемо добити матрицу од 0 или –1. Вертикална оса матрице представља сваки узорак, а хоризонтална оса представља сваки пар DEirlncRNA са вредношћу 0 или 1.
За скрининг прогностичких парова DEirlncRNA коришћена је униваријантна регресиона анализа, праћена ласо регресијом. Ласо регресиона анализа је користила 10-струку унакрсну валидацију поновљену 1000 пута (p < 0,05), са 1000 случајних стимулуса по циклусу. Када је фреквенција сваког пара DEirlncRNA премашила 100 пута у 1000 циклуса, парови DEirlncRNA су одабрани за конструисање прогностичког модела ризика. Затим смо користили AUC криву да бисмо пронашли оптималну граничну вредност за класификацију пацијената са PAAD у групе високог и ниског ризика. Вредност AUC сваког модела је такође израчуната и приказана као крива. Ако крива достигне највишу тачку која указује на максималну вредност AUC, процес израчунавања се зауставља и модел се сматра најбољим кандидатом. Конструисани су модели ROC криве за 1, 3 и 5 година. Униваријантна и мултиваријантна регресиона анализа су коришћене за испитивање независних предиктивних перформанси прогностичког модела ризика.
Користимо седам алата за проучавање стопе инфилтрације имуних ћелија, укључујући XCELL, TIMER, QUANTISEQ, MCPCOUNTER, EPIC, CIBERSORT-ABS и CIBERSORT. Подаци о инфилтрацији имуних ћелија преузети су из базе података TIMER2 (http://timer.comp-genomics.org/#tab-5817-3). Разлика у садржају имуноинфилтрирајућих ћелија између група високог и ниског ризика конструисаног модела анализирана је коришћењем Вилкоксоновог теста означених рангова, резултати су приказани на квадратном графикону. Спирманова корелациона анализа је извршена да би се анализирала веза између вредности резултата ризика и имуноинфилтрирајућих ћелија. Добијени коефицијент корелације је приказан као лизалица. Праг значајности је постављен на p < 0,05. Поступак је извршен коришћењем R пакета ggplot2. Да бисмо испитали везу између модела и нивоа експресије гена повезаних са стопом инфилтрације имуних ћелија, извршили смо ggstatsplot пакет и визуелизацију виолинског графикона.
Да бисмо проценили клиничке обрасце лечења рака панкреаса, израчунали смо IC50 уобичајено коришћених хемотерапијских лекова у кохорти TCGA-PAAD. Разлике у половини инхибиторних концентрација (IC50) између група високог и ниског ризика упоређене су коришћењем Вилкоксоновог теста означених рангова, а резултати су приказани као бокс-дијаграми генерисани коришћењем pRRophetic и ggplot2 у R. Све методе су у складу са релевантним смерницама и нормама.
Ток рада наше студије приказан је на слици 1. Користећи корелациону анализу између дугих непрекидних РНК (lncRNA) и гена повезаних са имунитетом, одабрали смо 724 ирлнкРНК са p < 0,01 и r > 0,4. Затим смо анализирали диференцијално експримиране дуге непрекидне РНК гена GEPIA2 (слика 2А). Укупно 223 ирлнкРНК су диференцијално експримиране између аденокарцинома панкреаса и нормалног ткива панкреаса (|logFC| > 1, FDR < 0,05), назване DEirlncRNA.
Конструкција предиктивних модела ризика. (А) Вулканички графикон диференцијално експримираних дугих непрекидних РНК (lncRNA). (Б) Дистрибуција ласо коефицијената за 20 парова DEirlncRNA. (Ц) Варијанса парцијалне вероватноће дистрибуције LASSO коефицијента. (Д) Шумски графикон који приказује униваријантну регресиону анализу 20 парова DEirlncRNA.
Затим смо конструисали матрицу 0 или 1 упаривањем 223 DEirlncRNA. Укупно је идентификовано 13.687 парова DEirlncRNA. Након униваријантне и ласо регресионе анализе, коначно је тестирано 20 парова DEirlncRNA како би се конструисао прогностички модел ризика (Слика 2Б-Д). На основу резултата ласо и вишеструке регресионе анализе, израчунали смо резултат ризика за сваког пацијента у кохорти TCGA-PAAD (Табела 1). На основу резултата ласо регресионе анализе, израчунали смо резултат ризика за сваког пацијента у кохорти TCGA-PAAD. AUC ROC криве био је 0,905 за једногодишњу предвиђање модела ризика, 0,942 за двогодишње предвиђање и 0,966 за трогодишње предвиђање (Слика 3А-Б). Поставили смо оптималну граничну вредност од 3,105, стратификовали пацијенте из кохорте TCGA-PAAD у групе високог и ниског ризика и приказали исходе преживљавања и расподелу ризика за сваког пацијента (слике 3C-E). Каплан-Мајерова анализа је показала да је преживљавање пацијената са PAAD у групи високог ризика било значајно ниже него код пацијената у групи ниског ризика (p < 0,001) (слика 3F).
Валидност прогностичких модела ризика. (А) ROC криве прогностичког модела ризика. (Б) ROC прогностички модели ризика за 1, 2 и 3 године. (Ц) ROC криве прогностичког модела ризика. Приказује оптималну граничну вредност. (ДЕ) Дистрибуција статуса преживљавања (Д) и резултата ризика (Е). (Ф) Каплан-Мајерова анализа пацијената са ПААД у групама високог и ниског ризика.
Даље смо проценили разлике у резултатима ризика према клиничким карактеристикама. Тракасти графикон (Слика 4А) приказује укупни однос између клиничких карактеристика и резултата ризика. Посебно, старији пацијенти су имали веће резултате ризика (Слика 4Б). Поред тога, пацијенти са стадијумом II имали су веће резултате ризика од пацијената са стадијумом I (Слика 4Ц). Што се тиче степена тумора код пацијената са ПААД, пацијенти са степеном 3 имали су веће резултате ризика од пацијената са степеном 1 и 2 (Слика 4Д). Даље смо извршили униваријантне и мултиваријантне регресионе анализе и показали да су резултат ризика (p < 0,001) и старост (p = 0,045) независни прогностички фактори код пацијената са ПААД (Слика 5А-Б). ROC крива је показала да је резултат ризика био супериорнији од других клиничких карактеристика у предвиђању преживљавања пацијената са ПААД на 1, 2 и 3 године (Слика 5Ц-Е).
Клиничке карактеристике прогностичких модела ризика. Хистограм (А) приказује (Б) старост, (Ц) стадијум тумора, (Д) степен тумора, скор ризика и пол пацијената у кохорти TCGA-PAAD. **p < 0,01
Независна предиктивна анализа прогностичких модела ризика. (АБ) Униваријантна (А) и мултиваријантна (Б) регресиона анализа прогностичких модела ризика и клиничких карактеристика. (ЦЕ) РОК анализа за 1, 2 и 3 године за прогностичке моделе ризика и клиничке карактеристике
Стога смо испитали везу између времена и резултата ризика. Утврдили смо да је резултат ризика код пацијената са ПААД обрнуто корелиран са CD8+ Т ћелијама и NK ћелијама (Слика 6А), што указује на супресирану имунолошку функцију у групи са високим ризиком. Такође смо проценили разлику у инфилтрацији имуних ћелија између група са високим и ниским ризиком и пронашли исте резултате (Слика 7). Било је мање инфилтрације CD8+ Т ћелија и NK ћелија у групи са високим ризиком. Последњих година, инхибитори имуних контролних тачака (ICI) се широко користе у лечењу солидних тумора. Међутим, употреба ICI код рака панкреаса ретко је била успешна. Стога смо проценили експресију гена имуних контролних тачака у групама са високим и ниским ризиком. Утврдили смо да су CTLA-4 и CD161 (KLRB1) прекомерно експресовани у групи са ниским ризиком (Слика 6Б-Г), што указује да пацијенти са ПААД у групи са ниским ризиком могу бити осетљиви на ICI.
Анализа корелације модела прогностичког ризика и инфилтрације имуних ћелија. (А) Корелација између модела прогностичког ризика и инфилтрације имуних ћелија. (БГ) Означава експресију гена у групама високог и ниског ризика. (ХК) Вредности IC50 за специфичне лекове против рака у групама високог и ниског ризика. *p < 0,05, **p < 0,01, ns = није значајно
Даље смо проценили везу између резултата ризика и уобичајених хемотерапијских средстава у кохорти TCGA-PAAD. Тражили смо уобичајено коришћене лекове против рака код рака панкреаса и анализирали разлике у њиховим IC50 вредностима између група са високим и ниским ризиком. Резултати су показали да је IC50 вредност AZD.2281 (олапариб) била виша у групи са високим ризиком, што указује да пацијенти са PAAD у групи са високим ризиком могу бити резистентни на лечење AZD.2281 (Слика 6H). Поред тога, IC50 вредности паклитаксела, сорафениба и ерлотиниба биле су ниже у групи са високим ризиком (Слика 6I-K). Даље смо идентификовали 34 лека против рака са вишим вредностима IC50 у групи са високим ризиком и 34 лека против рака са нижим вредностима IC50 у групи са високим ризиком (Табела 2).
Не може се порећи да су дуге некронске РНК, иРНК и миРНК широко распрострањене и играју кључну улогу у развоју рака. Постоје бројни докази који подржавају важну улогу иРНК или миРНК у предвиђању укупног преживљавања код неколико врста рака. Несумњиво је да се многи прогностички модели ризика такође заснивају на дугим некронским РНК. На пример, студије Луоа и др. су показале да LINC01094 игра кључну улогу у пролиферацији и метастазама ракових ћелија панкреаса, а висока експресија LINC01094 указује на лоше преживљавање пацијената са раком панкреаса [16]. Студију коју су представили Лин и др. су показале да је смањена регулација дуге некронске РНК FLVCR1-AS1 повезана са лошом прогнозом код пацијената са раком панкреаса [17]. Међутим, дуге некронске РНК повезане са имунитетом се релативно мање разматрају у смислу предвиђања укупног преживљавања пацијената са раком. Недавно је велика количина рада усмерена на изградњу прогностичких модела ризика како би се предвидело преживљавање пацијената са раком и тиме прилагодиле методе лечења [18, 19, 20]. Све је веће признање важне улоге имуних инфилтрата у настанку, прогресији и одговору рака на третмане као што је хемотерапија. Бројне студије су потврдиле да тумор-инфилтрирајуће имуне ћелије играју кључну улогу у одговору на цитотоксичну хемотерапију [21, 22, 23]. Туморско имуно микроокружење је важан фактор у преживљавању пацијената са тумором [24, 25]. Имунотерапија, посебно ИЦИ терапија, широко се користи у лечењу солидних тумора [26]. Гени повезани са имунитетом се широко користе за конструисање прогностичких модела ризика. На пример, Су и др. Модел прогностичког ризика повезан са имунитетом заснива се на генима који кодирају протеине како би се предвидела прогноза пацијената са раком јајника [27]. Некодирајући гени као што су дуге некротичне РНК (lncRNA) су такође погодни за конструисање прогностичких модела ризика [28, 29, 30]. Луо и др. тестирали су четири дуге некротичне РНК повезане са имунитетом и изградили предиктивни модел за ризик од рака грлића материце [31]. Кан и др. Укупно је идентификовано 32 диференцијално експримирана транскрипта, и на основу тога је успостављен модел предвиђања са 5 значајних транскрипата, који је предложен као веома препоручен алат за предвиђање акутног одбацивања доказаног биопсијом након трансплантације бубрега [32].
Већина ових модела заснива се на нивоима експресије гена, било гена који кодирају протеине или некодирајућих гена. Међутим, исти ген може имати различите вредности експресије у различитим геномима, форматима података и код различитих пацијената, што доводи до нестабилних процена у предиктивним моделима. У овој студији, направили смо разуман модел са два пара дугих непрекидних РНК (lncRNA), независно од тачних вредности експресије.
У овој студији, први пут смо идентификовали irlncRNA кроз корелациону анализу са генима повезаним са имунитетом. Скринирали смо 223 DEirlncRNA хибридизацијом са диференцијално експримираним lncRNA. Друго, конструисали смо 0-или-1 матрицу на основу објављене методе упаривања DEirlncRNA [31]. Затим смо извршили униваријантну и ласо регресиону анализу како бисмо идентификовали прогностичке парове DEirlncRNA и конструисали предиктивни модел ризика. Даље смо анализирали везу између резултата ризика и клиничких карактеристика код пацијената са PAAD. Открили смо да наш прогностички модел ризика, као независни прогностички фактор код пацијената са PAAD, може ефикасно разликовати пацијенте високог степена од пацијената ниског степена и пацијенте високог степена од пацијената ниског степена. Поред тога, вредности AUC ROC криве прогностичког модела ризика биле су 0,905 за једногодишњу прогнозу, 0,942 за двогодишњу прогнозу и 0,966 за трогодишњу прогнозу.
Истраживачи су известили да су пацијенти са већом инфилтрацијом CD8+ Т ћелија били осетљивији на лечење ICI [33]. Повећање садржаја цитотоксичних ћелија, CD56 NK ћелија, NK ћелија и CD8+ Т ћелија у имунолошком микроокружењу тумора може бити један од разлога за супресивни ефекат тумора [34]. Претходне студије су показале да су виши нивои CD4(+) T и CD8(+) T ћелија које инфилтрирају тумор значајно повезани са дужим преживљавањем [35]. Слаба инфилтрација CD8 Т ћелија, ниско оптерећење неоантигеном и високо имуносупресивно микроокружење тумора доводе до недостатка одговора на терапију ICI [36]. Открили смо да је скор ризика негативно корелиран са CD8+ T ћелијама и NK ћелијама, што указује да пацијенти са високим скором ризика можда нису погодни за лечење ICI и имају лошију прогнозу.
CD161 је маркер природних ћелија убица (NK). CD8+CD161+ CAR-трансдуковане Т ћелије посредују у побољшаној in vivo антитуморској ефикасности у моделима ксенографта HER2+ панкреасног дукталног аденокарцинома [37]. Инхибитори имунолошких контролних тачака циљају цитотоксични протеин 4 повезан са Т лимфоцитима (CTLA-4) и путеве протеина програмиране ћелијске смрти 1 (PD-1)/лиганда програмиране ћелијске смрти 1 (PD-L1) и имају велики потенцијал у многим областима. Експресија CTLA-4 и CD161 (KLRB1) је нижа у групама високог ризика, што додатно указује на то да пацијенти са високим резултатима ризика можда нису подобни за ICI лечење. [38]
Да бисмо пронашли опције лечења погодне за пацијенте са високим ризиком, анализирали смо различите лекове против рака и открили да паклитаксел, сорафениб и ерлотиниб, који се широко користе код пацијената са ПААД, могу бити погодни за пацијенте са високим ризиком са ПААД. [33]. Жанг и др. су открили да мутације у било ком путу одговора на оштећење ДНК (DDR) могу довести до лоше прогнозе код пацијената са раком простате [39]. Студија о текућем лечењу рака панкреаса олапарибом (POLO) показала је да одржавајућа терапија олапарибом продужава преживљавање без прогресије у поређењу са плацебом након хемотерапије прве линије на бази платине код пацијената са аденокарциномом панкреасног дуктала и мутацијама BRCA1/2 герминативне линије [40]. Ово пружа значајан оптимизам да ће се исходи лечења значајно побољшати у овој подгрупи пацијената. У овој студији, вредност IC50 за AZD.2281 (олапариб) била је већа у групи са високим ризиком, што указује да пацијенти са ПААД у групи са високим ризиком могу бити отпорни на лечење са AZD.2281.
Модели прогнозирања у овој студији дају добре резултате прогнозирања, али се заснивају на аналитичким прогнозама. Како потврдити ове резултате клиничким подацима је важно питање. Ендоскопска ултразвукова биопсија танком иглом (EUS-FNA) постала је незаменљива метода за дијагностиковање солидних и екстрапанкреасних лезија панкреаса са осетљивошћу од 85% и специфичношћу од 98% [41]. Појава EUS игала за биопсију танком иглом (EUS-FNB) углавном се заснива на уоченим предностима у односу на FNA, као што су већа дијагностичка тачност, добијање узорака који чувају хистолошку структуру и тиме стварање имуног ткива које је критично за одређене дијагнозе [42]. Систематски преглед литературе потврдио је да FNB игле (посебно 22G) показују највећу ефикасност у сакупљању ткива из панкреасних маса [43]. Клинички, само мали број пацијената је погодан за радикалну хирургију, а већина пацијената има неоперабилне туморе у време почетне дијагнозе. У клиничкој пракси, само мали део пацијената је погодан за радикалну хирургију јер већина пацијената има неоперабилне туморе у време почетне дијагнозе. Након патолошке потврде EUS-FNB и другим методама, обично се бира стандардизовани нехируршки третман као што је хемотерапија. Наш наредни истраживачки програм је да тестирамо прогностички модел ове студије у хируршким и нехируршким кохортама кроз ретроспективну анализу.
Генерално, наша студија је успоставила нови прогностички модел ризика заснован на упареној irlncRNA, који је показао обећавајућу прогностичку вредност код пацијената са раком панкреаса. Наш прогностички модел ризика може помоћи у диференцирању пацијената са PAAD који су погодни за медицински третман.
Скупови података коришћени и анализирани у овој студији доступни су од одговарајућег аутора на разуман захтев.
Суи Вен, Гонг X, Жуанг Y. Посредничка улога самоефикасности у емоционалној регулацији негативних емоција током пандемије COVID-19: студија пресека. Int J Ment Health Nurs [чланак у часопису]. 2021 06/01/2021;30(3):759–71.
Суи Вен, Гонг X, Ћиао X, Жанг Л, Ченг Ј, Донг Ј, и др. Ставови чланова породице о алтернативном доношењу одлука на јединицама интензивне неге: систематски преглед. INT J NURS STUD [чланак у часопису; преглед]. 2023 01/01/2023;137:104391.
Винсент А, Херман Ј, Шулих Р, Хрубан РХ, Гогинс М. Рак панкреаса. Lancet. [Чланак у часопису; подршка истраживању, NIH, екстрамурално; подршка истраживању, влада ван САД; преглед]. 2011 08/13/2011;378(9791):607–20.
Илић М, Илић И. Епидемиологија рака панкреаса. Светски часопис за гастроентерологију. [Чланак у часопису, преглед]. 2016. 28.11.2016;22(44):9694–705.
Лиу X, Чен Б, Чен Ј, Сун С. Нови номограм повезан са tp53 за предвиђање укупног преживљавања код пацијената са раком панкреаса. BMC Cancer [чланак у часопису]. 2021 31-03-2021;21(1):335.
Сијан X, Жу X, Чен Y, Хуанг Б, Сианг В. Ефекат терапије фокусиране на раствор на умор повезан са раком код пацијената са колоректалним карциномом који примају хемотерапију: рандомизовано контролисано испитивање. Онколошка медицинска сестра. [Чланак у часопису; рандомизовано контролисано испитивање; студију је подржала влада ван Сједињених Држава]. 2022 05/01/2022;45(3):E663–73.
Жанг Ченг, Женг Вен, Лу Ј, Шан Л, Сју Донг, Пан Ј и др. Постоперативни нивои карциноембрионског антигена (ЦЕА) предвиђају исход након ресекције колоректалног карцинома код пацијената са нормалним преоперативним нивоима ЦЕА. Центар за транслациона истраживања рака. [Чланак у часопису]. 2020 01.01.2020;9(1):111–8.
Хонг Вен, Лианг Ли, Гу Ју, Ћи Зи, Ћиу Хуа, Јанг X, и др. Имунолошке повезане дуге некротичне РНК генеришу нове потписе и предвиђају имуни пејзаж људског хепатоцелуларног карцинома. Mol Ther Nucleic acids [Чланак у часопису]. 2020 2020-12-04;22:937 – 47.
Тофи РЈ, Жу Ј., Шулих РД Имунотерапија за рак панкреаса: баријере и продори. Ann Gastrointestinal Surgeon [Чланак у часопису; преглед]. 2018 07/01/2018;2(4):274–81.
Хал Р, Мбита З, Дламини З. Дугачке некодирајуће РНК (LncRNA), геномика вирусних тумора и аберантни догађаји сплајсинга: терапеутске импликације. AM J CANCER RES [чланак у часопису; преглед]. 2021 01/20/2021;11(3):866–83.
Ванг Ј, Чен П, Жанг Ј, Динг Ј, Јанг Ј, Ли Х. 11-Идентификација потписа дугих некротичних РНК повезаних са прогнозом рака ендометријума. Достигнућа науке [чланак у часопису]. 2021 2021-01-01;104(1):311977089.
Ђијанг С, Рен Х, Лиу С, Лу З, Сју А, Ћин С и др. Свеобухватна анализа прогностичких гена протеина који везују РНК и кандидата за лекове код папиларног ћелијског карцинома бубрежних ћелија. pregen. [Чланак у часопису]. 2021 01/20/2021;12:627508.
Ли X, Чен Ј, Ју Q, Хуанг X, Лиу З, Ванг X, и др. Карактеристике дугих некодирајућих РНК повезаних са аутофагијом предвиђају прогнозу рака дојке. pregen. [Чланак у часопису]. 2021 01/20/2021;12:569318.
Џоу М, Џанг З, Џао X, Бао С, Ченг Л, Сун Ј. Имунолошки повезани потпис шест дугачких неуронских РНК побољшава прогнозу код мултиформног глиобластома. MOL Neurobiology. [Чланак у часопису]. 2018 01.05.2018;55(5):3684–97.
Ву Б, Ванг К, Феј Ј, Бао Ј, Ванг Кс, Сонг З, и др. Нови три-днРНК потпис предвиђа преживљавање пацијената са раком панкреаса. ПРЕДСТАВНИЦИ ОНКОЛА. [Чланак у часопису]. 2018 12/01/2018;40(6):3427–37.
Луо Ц, Лин К, Ху Ц, Жу X, Жу Ј, Жу З. LINC01094 подстиче прогресију рака панкреаса регулисањем експресије LIN28B и путање PI3K/AKT путем сунђерастог miR-577. Mol Therapeutics – Нуклеинске киселине. 2021;26:523–35.
Лин Ј, Жаи Кс, Зоу С, Сју З, Жанг Ј, Ђијанг Л, и др. Позитивна повратна спрега између днРНК FLVCR1-AS1 и KLF10 може инхибирати прогресију рака панкреаса путем PTEN/AKT пута. J EXP Clin Cancer Res. 2021;40(1).
Џоу X, Лиу X, Зенг X, Ву Д, Лиу Л. Идентификација тринаест гена који предвиђају укупно преживљавање код хепатоцелуларног карцинома. Biosci Rep [чланак у часопису]. 2021 04/09/2021.
Време објаве: 22. септембар 2023.