ជំងឺមហារីកលំពែងគឺជាដុំសាច់មួយក្នុងចំណោមដុំសាច់សាហាវបំផុតនៅលើពិភពលោក ដែលមានការព្យាករណ៍មិនល្អ។ ដូច្នេះ គំរូព្យាករណ៍ដ៏ត្រឹមត្រូវមួយគឺត្រូវការជាចាំបាច់ ដើម្បីកំណត់អត្តសញ្ញាណអ្នកជំងឺដែលមានហានិភ័យខ្ពស់នៃជំងឺមហារីកលំពែង ដើម្បីកំណត់ការព្យាបាល និងកែលម្អការព្យាករណ៍របស់អ្នកជំងឺទាំងនេះ។
យើងទទួលបានទិន្នន័យ RNAseq នៃជំងឺមហារីកក្រពេញលំពែង (PAAD) នៃ The Cancer Genome Atlas (TCGA) ពីមូលដ្ឋានទិន្នន័យ Xena របស់ UCSC បានកំណត់អត្តសញ្ញាណ lncRNA ដែលទាក់ទងនឹងភាពស៊ាំ (irlncRNA) តាមរយៈការវិភាគសហសម្ព័ន្ធ និងបានកំណត់អត្តសញ្ញាណភាពខុសគ្នារវាង TCGA និងជាលិកាមហារីកក្រពេញលំពែងធម្មតា។ DEirlncRNA) ពី TCGA និងការបញ្ចេញមតិជាលិកាហ្សែន (GTEx) នៃជាលិកាលំពែង។ ការវិភាគតំរែតំរង់ univariate និង lasso បន្ថែមទៀតត្រូវបានអនុវត្តដើម្បីបង្កើតគំរូហត្ថលេខាព្យាករណ៍។ បន្ទាប់មកយើងបានគណនាផ្ទៃក្រោមខ្សែកោង ហើយបានកំណត់តម្លៃកាត់ផ្តាច់ល្អបំផុតសម្រាប់កំណត់អត្តសញ្ញាណអ្នកជំងឺដែលមានជំងឺមហារីកក្រពេញលំពែងដែលមានហានិភ័យខ្ពស់ និងទាប។ ដើម្បីប្រៀបធៀបលក្ខណៈគ្លីនិក ការជ្រៀតចូលកោសិកាភាពស៊ាំ មីក្រូបរិស្ថានទប់ស្កាត់ភាពស៊ាំ និងភាពធន់នឹងការព្យាបាលដោយគីមីចំពោះអ្នកជំងឺដែលមានជំងឺមហារីកលំពែងដែលមានហានិភ័យខ្ពស់ និងទាប។
យើងបានកំណត់អត្តសញ្ញាណគូ DEirlncRNA ចំនួន 20 ហើយបានដាក់ជាក្រុមអ្នកជំងឺតាមតម្លៃកាត់ផ្តាច់ល្អបំផុត។ យើងបានបង្ហាញថាគំរូហត្ថលេខាព្យាករណ៍របស់យើងមានដំណើរការគួរឱ្យកត់សម្គាល់ក្នុងការព្យាករណ៍ពីការព្យាករណ៍របស់អ្នកជំងឺដែលមាន PAAD។ AUC នៃខ្សែកោង ROC គឺ 0.905 សម្រាប់ការព្យាករណ៍រយៈពេល 1 ឆ្នាំ 0.942 សម្រាប់ការព្យាករណ៍រយៈពេល 2 ឆ្នាំ និង 0.966 សម្រាប់ការព្យាករណ៍រយៈពេល 3 ឆ្នាំ។ អ្នកជំងឺដែលមានហានិភ័យខ្ពស់មានអត្រារស់រានមានជីវិតទាប និងលក្ខណៈគ្លីនិកកាន់តែអាក្រក់។ យើងក៏បានបង្ហាញផងដែរថា អ្នកជំងឺដែលមានហានិភ័យខ្ពស់ត្រូវបានបង្ក្រាបប្រព័ន្ធភាពស៊ាំ និងអាចវិវត្តទៅជាភាពធន់នឹងការព្យាបាលដោយប្រព័ន្ធភាពស៊ាំ។ ការវាយតម្លៃថ្នាំប្រឆាំងនឹងជំងឺមហារីកដូចជា paclitaxel, sorafenib និង erlotinib ដោយផ្អែកលើឧបករណ៍ព្យាករណ៍កុំព្យូទ័រអាចសមស្របសម្រាប់អ្នកជំងឺដែលមានហានិភ័យខ្ពស់ដែលមាន PAAD។
ជារួម ការសិក្សារបស់យើងបានបង្កើតគំរូហានិភ័យព្យាករណ៍ថ្មីមួយដោយផ្អែកលើ irlncRNA ដែលផ្គូផ្គង ដែលបង្ហាញពីតម្លៃព្យាករណ៍ដ៏ជោគជ័យចំពោះអ្នកជំងឺដែលមានជំងឺមហារីកលំពែង។ គំរូហានិភ័យព្យាករណ៍របស់យើងអាចជួយបែងចែកអ្នកជំងឺដែលមាន PAAD ដែលសមរម្យសម្រាប់ការព្យាបាលតាមវេជ្ជសាស្ត្រ។
ជំងឺមហារីកលំពែងគឺជាដុំសាច់សាហាវដែលមានអត្រារស់រានមានជីវិតប្រាំឆ្នាំទាប និងកម្រិតខ្ពស់។ នៅពេលធ្វើរោគវិនិច្ឆ័យ អ្នកជំងឺភាគច្រើនស្ថិតក្នុងដំណាក់កាលធ្ងន់ធ្ងររួចទៅហើយ។ នៅក្នុងបរិបទនៃការរាតត្បាតនៃជំងឺកូវីដ-១៩ វេជ្ជបណ្ឌិត និងគិលានុបដ្ឋាយិកាស្ថិតនៅក្រោមសម្ពាធយ៉ាងខ្លាំងនៅពេលព្យាបាលអ្នកជំងឺដែលមានជំងឺមហារីកលំពែង ហើយក្រុមគ្រួសារអ្នកជំងឺក៏ប្រឈមមុខនឹងសម្ពាធច្រើននៅពេលធ្វើការសម្រេចចិត្តព្យាបាលផងដែរ [1, 2]។ ទោះបីជាមានការរីកចម្រើនយ៉ាងខ្លាំងក្នុងការព្យាបាលជំងឺមហារីកលំពែងដូចជាការព្យាបាលដោយវិធី neoadjuvant ការវះកាត់ ការព្យាបាលដោយវិទ្យុសកម្ម ការព្យាបាលដោយប្រើគីមី ការព្យាបាលដោយម៉ូលេគុលគោលដៅ និងថ្នាំទប់ស្កាត់ចំណុចត្រួតពិនិត្យភាពស៊ាំ (ICIs) ក៏ដោយ មានតែប្រហែល 9% នៃអ្នកជំងឺប៉ុណ្ណោះដែលរស់រានមានជីវិតប្រាំឆ្នាំបន្ទាប់ពីការធ្វើរោគវិនិច្ឆ័យ [3]។ ], 4]។ ដោយសារតែរោគសញ្ញាដំបូងនៃជំងឺមហារីកលំពែងគឺមិនធម្មតា អ្នកជំងឺជាធម្មតាត្រូវបានគេធ្វើរោគវិនិច្ឆ័យថាមានដុំសាច់រាលដាលនៅដំណាក់កាលធ្ងន់ធ្ងរ [5]។ ដូច្នេះ សម្រាប់អ្នកជំងឺដែលបានផ្តល់ឱ្យ ការព្យាបាលដ៏ទូលំទូលាយជាលក្ខណៈបុគ្គលត្រូវតែថ្លឹងថ្លែងពីគុណសម្បត្តិ និងគុណវិបត្តិនៃជម្រើសព្យាបាលទាំងអស់ មិនត្រឹមតែដើម្បីពន្យារការរស់រានមានជីវិតប៉ុណ្ណោះទេ ប៉ុន្តែថែមទាំងដើម្បីបង្កើនគុណភាពជីវិតផងដែរ [6]។ ដូច្នេះ គំរូព្យាករណ៍ដែលមានប្រសិទ្ធភាពគឺចាំបាច់ដើម្បីវាយតម្លៃការព្យាករណ៍របស់អ្នកជំងឺបានត្រឹមត្រូវ [7]។ ដូច្នេះ ការព្យាបាលសមស្របអាចត្រូវបានជ្រើសរើសដើម្បីធ្វើឱ្យមានតុល្យភាពនៃការរស់រានមានជីវិត និងគុណភាពជីវិតរបស់អ្នកជំងឺដែលមានជំងឺ PAAD។
ការព្យាករណ៍មិនល្អនៃជំងឺ PAAD ភាគច្រើនដោយសារតែភាពធន់នឹងថ្នាំគីមី។ ក្នុងរយៈពេលប៉ុន្មានឆ្នាំថ្មីៗនេះ ថ្នាំទប់ស្កាត់ចំណុចត្រួតពិនិត្យភាពស៊ាំត្រូវបានគេប្រើប្រាស់យ៉ាងទូលំទូលាយក្នុងការព្យាបាលដុំសាច់រឹង [8]។ ទោះជាយ៉ាងណាក៏ដោយ ការប្រើប្រាស់ ICIs ក្នុងជំងឺមហារីកលំពែងកម្រទទួលបានជោគជ័យណាស់ [9]។ ដូច្នេះ វាជាការសំខាន់ណាស់ក្នុងការកំណត់អត្តសញ្ញាណអ្នកជំងឺដែលអាចទទួលបានអត្ថប្រយោជន៍ពីការព្យាបាលដោយ ICI។
RNA ដែលមិនសរសេរកូដវែង (lncRNA) គឺជាប្រភេទ RNA ដែលមិនសរសេរកូដដែលមានប្រតិចារិកច្រើនជាង 200 នុយក្លេអូទីត។ LncRNAs មានលក្ខណៈរីករាលដាល និងបង្កើតបានប្រហែល 80% នៃប្រតិចារិករបស់មនុស្ស [10]។ ការងារមួយចំនួនធំបានបង្ហាញថា គំរូព្យាករណ៍ដែលមានមូលដ្ឋានលើ lncRNA អាចព្យាករណ៍ពីការព្យាករណ៍របស់អ្នកជំងឺបានយ៉ាងមានប្រសិទ្ធភាព [11, 12]។ ឧទាហរណ៍ lncRNAs ដែលទាក់ទងនឹង autophagy ចំនួន 18 ត្រូវបានកំណត់អត្តសញ្ញាណដើម្បីបង្កើតហត្ថលេខាព្យាករណ៍នៅក្នុងជំងឺមហារីកសុដន់ [13]។ lncRNAs ដែលទាក់ទងនឹងភាពស៊ាំចំនួនប្រាំមួយផ្សេងទៀតត្រូវបានប្រើដើម្បីបង្កើតលក្ខណៈពិសេសព្យាករណ៍នៃ glioma [14]។
នៅក្នុងជំងឺមហារីកលំពែង ការសិក្សាមួយចំនួនបានបង្កើតហត្ថលេខាដែលមានមូលដ្ឋានលើ lncRNA ដើម្បីព្យាករណ៍ពីការព្យាករណ៍របស់អ្នកជំងឺ។ ហត្ថលេខា 3-lncRNA ត្រូវបានបង្កើតឡើងនៅក្នុងជំងឺមហារីកលំពែងដែលមានតំបន់ក្រោមខ្សែកោង ROC (AUC) ត្រឹមតែ 0.742 និងការរស់រានមានជីវិតសរុប (OS) រយៈពេល 3 ឆ្នាំ [15]។ លើសពីនេះ តម្លៃនៃការបញ្ចេញមតិ lncRNA មានភាពខុសប្លែកគ្នាក្នុងចំណោមហ្សែនផ្សេងៗគ្នា ទម្រង់ទិន្នន័យផ្សេងៗគ្នា និងអ្នកជំងឺផ្សេងៗគ្នា ហើយដំណើរការនៃគំរូព្យាករណ៍គឺមិនស្ថិតស្ថេរ។ ដូច្នេះ យើងប្រើក្បួនដោះស្រាយគំរូថ្មី ការផ្គូផ្គង និងការធ្វើម្តងទៀត ដើម្បីបង្កើតហត្ថលេខា lncRNA ទាក់ទងនឹងភាពស៊ាំ (irlncRNA) ដើម្បីបង្កើតគំរូព្យាករណ៍ដែលមានភាពត្រឹមត្រូវ និងមានស្ថេរភាពជាងមុន [8]។
ទិន្នន័យ RNAseq ដែលមានលក្ខណៈធម្មតា (FPKM) និងទិន្នន័យ TCGA មហារីកលំពែងគ្លីនិក និងការបញ្ចេញមតិជាលិកាហ្សែន (GTEx) ត្រូវបានទទួលពីមូលដ្ឋានទិន្នន័យ UCSC XENA (https://xenabrowser.net/datapages/)។ ឯកសារ GTF ត្រូវបានទទួលពីមូលដ្ឋានទិន្នន័យ Ensembl (http://asia.ensembl.org) ហើយត្រូវបានប្រើដើម្បីទាញយកទម្រង់ការបញ្ចេញមតិ lncRNA ពី RNAseq។ យើងបានទាញយកហ្សែនទាក់ទងនឹងភាពស៊ាំពីមូលដ្ឋានទិន្នន័យ ImmPort (http://www.immport.org) និងបានកំណត់អត្តសញ្ញាណ lncRNA ទាក់ទងនឹងភាពស៊ាំ (irlncRNAs) ដោយប្រើការវិភាគសហសម្ព័ន្ធ (p < 0.001, r > 0.4)។ ការកំណត់អត្តសញ្ញាណ irlncRNA ដែលបានបង្ហាញខុសគ្នា (DEirlncRNAs) ដោយការឆ្លងកាត់ irlncRNAs និង lncRNA ដែលបានបង្ហាញខុសគ្នាដែលទទួលបានពីមូលដ្ឋានទិន្នន័យ GEPIA2 (http://gepia2.cancer-pku.cn/#index) នៅក្នុងក្រុម TCGA-PAAD (|logFC| > 1 និង FDR) <0.05)។
វិធីសាស្ត្រនេះត្រូវបានរាយការណ៍ពីមុន [8]។ ជាពិសេស យើងបង្កើត X ដើម្បីជំនួស lncRNA A និង lncRNA B ដែលបានផ្គូផ្គង។ នៅពេលដែលតម្លៃកន្សោមនៃ lncRNA A ខ្ពស់ជាងតម្លៃកន្សោមនៃ lncRNA B នោះ X ត្រូវបានកំណត់ជា 1 បើមិនដូច្នោះទេ X ត្រូវបានកំណត់ជា 0។ ដូច្នេះ យើងអាចទទួលបានម៉ាទ្រីស 0 ឬ – 1។ អ័ក្សបញ្ឈរនៃម៉ាទ្រីសតំណាងឱ្យគំរូនីមួយៗ ហើយអ័ក្សផ្ដេកតំណាងឱ្យគូ DEirlncRNA នីមួយៗដែលមានតម្លៃ 0 ឬ 1។
ការវិភាគតំរែតំរង់ Univariate បន្តដោយការវិភាគតំរែតំរង់ Lasso ត្រូវបានប្រើដើម្បីពិនិត្យមើលគូ DEirlncRNA ព្យាករណ៍។ ការវិភាគតំរែតំរង់ lasso បានប្រើការផ្ទៀងផ្ទាត់ឆ្លង 10 ដង ម្តងហើយម្តងទៀត 1000 ដង (p < 0.05) ជាមួយនឹងការរំញោចចៃដន្យ 1000 ក្នុងមួយការរត់។ នៅពេលដែលភាពញឹកញាប់នៃគូ DEirlncRNA នីមួយៗលើសពី 100 ដងក្នុង 1000 វដ្ត គូ DEirlncRNA ត្រូវបានជ្រើសរើសដើម្បីបង្កើតគំរូហានិភ័យព្យាករណ៍។ បន្ទាប់មកយើងបានប្រើខ្សែកោង AUC ដើម្បីស្វែងរកតម្លៃកាត់ផ្តាច់ល្អបំផុតសម្រាប់ចាត់ថ្នាក់អ្នកជំងឺ PAAD ទៅជាក្រុមដែលមានហានិភ័យខ្ពស់ និងទាប។ តម្លៃ AUC នៃគំរូនីមួយៗក៏ត្រូវបានគណនា និងគូសជាខ្សែកោងផងដែរ។ ប្រសិនបើខ្សែកោងឈានដល់ចំណុចខ្ពស់បំផុតដែលបង្ហាញពីតម្លៃ AUC អតិបរមា ដំណើរការគណនានឹងឈប់ ហើយគំរូត្រូវបានចាត់ទុកថាជាបេក្ខជនដ៏ល្អបំផុត។ គំរូខ្សែកោង ROC រយៈពេល 1, 3 និង 5 ឆ្នាំត្រូវបានបង្កើតឡើង។ ការវិភាគតំរែតំរង់ Univariate និងពហុអថេរត្រូវបានប្រើដើម្បីពិនិត្យមើលការអនុវត្តព្យាករណ៍ឯករាជ្យនៃគំរូហានិភ័យព្យាករណ៍។
ប្រើឧបករណ៍ចំនួនប្រាំពីរដើម្បីសិក្សាពីអត្រាជ្រៀតចូលកោសិកាភាពស៊ាំ រួមមាន XCELL, TIMER, QUANTISEQ, MCPCOUNTER, EPIC, CIBERSORT-ABS និង CIBERSORT។ ទិន្នន័យជ្រៀតចូលកោសិកាភាពស៊ាំត្រូវបានទាញយកពីមូលដ្ឋានទិន្នន័យ TIMER2 (http://timer.comp-genomics.org/#tab-5817-3)។ ភាពខុសគ្នានៃមាតិកានៃកោសិកាជ្រៀតចូលភាពស៊ាំរវាងក្រុមដែលមានហានិភ័យខ្ពស់ និងទាបនៃគំរូដែលបានសាងសង់ត្រូវបានវិភាគដោយប្រើការធ្វើតេស្ត Wilcoxon signed-rank លទ្ធផលត្រូវបានបង្ហាញក្នុងក្រាហ្វការ៉េ។ ការវិភាគសហសម្ព័ន្ធ Spearman ត្រូវបានអនុវត្តដើម្បីវិភាគទំនាក់ទំនងរវាងតម្លៃពិន្ទុហានិភ័យ និងកោសិកាជ្រៀតចូលភាពស៊ាំ។ មេគុណសហសម្ព័ន្ធលទ្ធផលត្រូវបានបង្ហាញជា lollipop ។ កម្រិតសារៈសំខាន់ត្រូវបានកំណត់នៅ p < 0.05 ។ នីតិវិធីត្រូវបានអនុវត្តដោយប្រើកញ្ចប់ R ggplot2 ។ ដើម្បីពិនិត្យមើលទំនាក់ទំនងរវាងគំរូ និងកម្រិតនៃការបញ្ចេញហ្សែនដែលទាក់ទងនឹងអត្រាជ្រៀតចូលកោសិកាភាពស៊ាំ យើងបានអនុវត្តកញ្ចប់ ggstatsplot និងការមើលឃើញគ្រោងវីយូឡុង។
ដើម្បីវាយតម្លៃគំរូនៃការព្យាបាលគ្លីនិកសម្រាប់ជំងឺមហារីកលំពែង យើងបានគណនា IC50 នៃថ្នាំគីមីដែលប្រើជាទូទៅនៅក្នុងក្រុម TCGA-PAAD។ ភាពខុសគ្នានៃកំហាប់ពាក់កណ្តាលរារាំង (IC50) រវាងក្រុមដែលមានហានិភ័យខ្ពស់ និងទាបត្រូវបានប្រៀបធៀបដោយប្រើការធ្វើតេស្ត Wilcoxon signed-rank ហើយលទ្ធផលត្រូវបានបង្ហាញជា boxplots ដែលបង្កើតដោយប្រើ pRRophetic និង ggplot2 ក្នុង R។ វិធីសាស្រ្តទាំងអស់គោរពតាមគោលការណ៍ណែនាំ និងបទដ្ឋានពាក់ព័ន្ធ។
លំហូរការងារនៃការសិក្សារបស់យើងត្រូវបានបង្ហាញក្នុងរូបភាពទី 1។ ដោយប្រើការវិភាគទំនាក់ទំនងរវាង lncRNAs និងហ្សែនទាក់ទងនឹងភាពស៊ាំ យើងបានជ្រើសរើស irlncRNAs ចំនួន 724 ដែលមាន p < 0.01 និង r > 0.4។ បន្ទាប់មកយើងបានវិភាគ lncRNAs ដែលបានបង្ហាញខុសគ្នានៃ GEPIA2 (រូបភាពទី 2A)។ irlncRNAs សរុបចំនួន 223 ត្រូវបានបញ្ចេញខុសគ្នារវាង adenocarcinoma លំពែង និងជាលិកាលំពែងធម្មតា (|logFC| > 1, FDR < 0.05) ដែលមានឈ្មោះថា DEirlncRNAs។
ការកសាងគំរូហានិភ័យព្យាករណ៍។ (ក) គំនូសតាងភ្នំភ្លើងនៃ lncRNA ដែលបានបង្ហាញភាពខុសគ្នា។ (ខ) ការចែកចាយមេគុណ lasso សម្រាប់គូ DEirlncRNA ចំនួន 20។ (គ) ភាពខុសគ្នានៃលទ្ធភាពដោយផ្នែកនៃការចែកចាយមេគុណ LASSO។ (ឃ) គំនូសតាងព្រៃឈើបង្ហាញពីការវិភាគតំរែតំរង់ឯកវចនៈនៃគូ DEirlncRNA ចំនួន 20។
បន្ទាប់មក យើងបានបង្កើតម៉ាទ្រីស ០ ឬ ១ ដោយផ្គូផ្គង DEirlncRNA ចំនួន ២២៣។ គូ DEirlncRNA សរុបចំនួន ១៣,៦៨៧ ត្រូវបានកំណត់អត្តសញ្ញាណ។ បន្ទាប់ពីការវិភាគតំរែតំរង់ univariate និង lasso គូ DEirlncRNA ចំនួន ២០ ត្រូវបានសាកល្បងជាចុងក្រោយដើម្បីបង្កើតគំរូហានិភ័យព្យាករណ៍ (រូបភាពទី 2B-D)។ ដោយផ្អែកលើលទ្ធផលនៃការវិភាគតំរែតំរង់ពហុគុណ Lasso និងច្រើន យើងបានគណនាពិន្ទុហានិភ័យសម្រាប់អ្នកជំងឺម្នាក់ៗនៅក្នុងក្រុម TCGA-PAAD (តារាងទី 1)។ ដោយផ្អែកលើលទ្ធផលនៃការវិភាគតំរែតំរង់ lasso យើងបានគណនាពិន្ទុហានិភ័យសម្រាប់អ្នកជំងឺម្នាក់ៗនៅក្នុងក្រុម TCGA-PAAD។ AUC នៃខ្សែកោង ROC គឺ 0.905 សម្រាប់ការព្យាករណ៍គំរូហានិភ័យរយៈពេល 1 ឆ្នាំ 0.942 សម្រាប់ការព្យាករណ៍រយៈពេល 2 ឆ្នាំ និង 0.966 សម្រាប់ការព្យាករណ៍រយៈពេល 3 ឆ្នាំ (រូបភាពទី 3A-B)។ យើងបានកំណត់តម្លៃកាត់ផ្តាច់ល្អបំផុតចំនួន 3.105 ចាត់ថ្នាក់អ្នកជំងឺក្រុម TCGA-PAAD ជាក្រុមដែលមានហានិភ័យខ្ពស់ និងទាប ហើយបានគូសផែនទីលទ្ធផលនៃការរស់រានមានជីវិត និងការចែកចាយពិន្ទុហានិភ័យសម្រាប់អ្នកជំងឺម្នាក់ៗ (រូបភាពទី 3C-E)។ ការវិភាគ Kaplan-Meier បានបង្ហាញថា ការរស់រានមានជីវិតរបស់អ្នកជំងឺ PAAD នៅក្នុងក្រុមដែលមានហានិភ័យខ្ពស់គឺទាបជាងអ្នកជំងឺនៅក្នុងក្រុមដែលមានហានិភ័យទាប (p < 0.001) (រូបភាពទី 3F)។
សុពលភាពនៃគំរូហានិភ័យព្យាករណ៍។ (ក) ROC នៃគំរូហានិភ័យព្យាករណ៍។ (ខ) គំរូហានិភ័យព្យាករណ៍ ROC រយៈពេល 1, 2 និង 3 ឆ្នាំ។ (គ) ROC នៃគំរូហានិភ័យព្យាករណ៍។ បង្ហាញចំណុចកាត់ផ្តាច់ល្អបំផុត។ (DE) ការចែកចាយស្ថានភាពរស់រានមានជីវិត (ឃ) និងពិន្ទុហានិភ័យ (ង)។ (ច) ការវិភាគ Kaplan-Meier លើអ្នកជំងឺ PAAD ក្នុងក្រុមដែលមានហានិភ័យខ្ពស់ និងទាប។
យើងបានវាយតម្លៃបន្ថែមទៀតអំពីភាពខុសគ្នានៃពិន្ទុហានិភ័យតាមលក្ខណៈគ្លីនិក។ គំនូសតាងឆ្នូត (រូបភាពទី 4A) បង្ហាញពីទំនាក់ទំនងរួមរវាងលក្ខណៈគ្លីនិក និងពិន្ទុហានិភ័យ។ ជាពិសេស អ្នកជំងឺវ័យចំណាស់មានពិន្ទុហានិភ័យខ្ពស់ជាង (រូបភាពទី 4B)។ លើសពីនេះ អ្នកជំងឺដែលមានដំណាក់កាលទី II មានពិន្ទុហានិភ័យខ្ពស់ជាងអ្នកជំងឺដែលមានដំណាក់កាលទី I (រូបភាពទី 4C)។ ទាក់ទងនឹងកម្រិតដុំសាច់ចំពោះអ្នកជំងឺ PAAD អ្នកជំងឺថ្នាក់ទី 3 មានពិន្ទុហានិភ័យខ្ពស់ជាងអ្នកជំងឺថ្នាក់ទី 1 និងទី 2 (រូបភាពទី 4D)។ យើងបានធ្វើការវិភាគតំរែតំរង់ឯកវចនៈ និងពហុវចនៈបន្ថែមទៀត ហើយបានបង្ហាញថាពិន្ទុហានិភ័យ (p < 0.001) និងអាយុ (p = 0.045) គឺជាកត្តាព្យាករណ៍ឯករាជ្យចំពោះអ្នកជំងឺដែលមាន PAAD (រូបភាពទី 5A-B)។ ខ្សែកោង ROC បានបង្ហាញថាពិន្ទុហានិភ័យគឺខ្ពស់ជាងលក្ខណៈគ្លីនិកផ្សេងទៀតក្នុងការព្យាករណ៍ពីការរស់រានមានជីវិតរយៈពេល 1, 2 និង 3 ឆ្នាំរបស់អ្នកជំងឺដែលមាន PAAD (រូបភាពទី 5C-E)។
លក្ខណៈគ្លីនិកនៃគំរូហានិភ័យព្យាករណ៍។ អ៊ីស្តូក្រាម (A) បង្ហាញ (B) អាយុ (C) ដំណាក់កាលនៃដុំសាច់ (D) កម្រិតនៃដុំសាច់ ពិន្ទុហានិភ័យ និងភេទរបស់អ្នកជំងឺនៅក្នុងក្រុមអ្នកជំងឺ TCGA-PAAD។ **p < 0.01
ការវិភាគព្យាករណ៍ឯករាជ្យនៃគំរូហានិភ័យព្យាករណ៍។ (AB) ការវិភាគតំរែតំរង់អថេរតែមួយ (A) និងពហុអថេរ (B) នៃគំរូហានិភ័យព្យាករណ៍ និងលក្ខណៈគ្លីនិក។ (CE) ROC រយៈពេល 1, 2 និង 3 ឆ្នាំសម្រាប់គំរូហានិភ័យព្យាករណ៍ និងលក្ខណៈគ្លីនិក។
ដូច្នេះ យើងបានពិនិត្យមើលទំនាក់ទំនងរវាងពេលវេលា និងពិន្ទុហានិភ័យ។ យើងបានរកឃើញថា ពិន្ទុហានិភ័យចំពោះអ្នកជំងឺ PAAD មានទំនាក់ទំនងបញ្ច្រាស់ជាមួយកោសិកា T CD8+ និងកោសិកា NK (រូបភាពទី 6A) ដែលបង្ហាញពីមុខងារភាពស៊ាំដែលត្រូវបានបង្ក្រាបនៅក្នុងក្រុមដែលមានហានិភ័យខ្ពស់។ យើងក៏បានវាយតម្លៃភាពខុសគ្នានៃការជ្រៀតចូលកោសិកាភាពស៊ាំរវាងក្រុមដែលមានហានិភ័យខ្ពស់ និងទាប ហើយបានរកឃើញលទ្ធផលដូចគ្នា (រូបភាពទី 7)។ មានការជ្រៀតចូលតិចជាងមុននៃកោសិកា T CD8+ និងកោសិកា NK នៅក្នុងក្រុមដែលមានហានិភ័យខ្ពស់។ ក្នុងប៉ុន្មានឆ្នាំថ្មីៗនេះ ថ្នាំទប់ស្កាត់ចំណុចត្រួតពិនិត្យភាពស៊ាំ (ICIs) ត្រូវបានគេប្រើប្រាស់យ៉ាងទូលំទូលាយក្នុងការព្យាបាលដុំសាច់រឹង។ ទោះជាយ៉ាងណាក៏ដោយ ការប្រើប្រាស់ ICIs ក្នុងជំងឺមហារីកលំពែងកម្រទទួលបានជោគជ័យណាស់។ ដូច្នេះ យើងបានវាយតម្លៃការបញ្ចេញហ្សែនចំណុចត្រួតពិនិត្យភាពស៊ាំនៅក្នុងក្រុមដែលមានហានិភ័យខ្ពស់ និងទាប។ យើងបានរកឃើញថា CTLA-4 និង CD161 (KLRB1) ត្រូវបានបង្ហាញច្រើនពេកនៅក្នុងក្រុមដែលមានហានិភ័យទាប (រូបភាពទី 6B-G) ដែលបង្ហាញថាអ្នកជំងឺ PAAD នៅក្នុងក្រុមដែលមានហានិភ័យទាបអាចមានភាពរសើបចំពោះ ICI។
ការវិភាគទំនាក់ទំនងនៃគំរូហានិភ័យព្យាករណ៍ និងការជ្រៀតចូលកោសិកាភាពស៊ាំ។ (ក) ទំនាក់ទំនងរវាងគំរូហានិភ័យព្យាករណ៍ និងការជ្រៀតចូលកោសិកាភាពស៊ាំ។ (BG) បង្ហាញពីការបញ្ចេញហ្សែននៅក្នុងក្រុមដែលមានហានិភ័យខ្ពស់ និងទាប។ (HK) តម្លៃ IC50 សម្រាប់ថ្នាំប្រឆាំងនឹងជំងឺមហារីកជាក់លាក់នៅក្នុងក្រុមដែលមានហានិភ័យខ្ពស់ និងទាប។ *p < 0.05, **p < 0.01, ns = មិនសំខាន់
យើងបានវាយតម្លៃបន្ថែមទៀតអំពីទំនាក់ទំនងរវាងពិន្ទុហានិភ័យ និងភ្នាក់ងារគីមីព្យាបាលទូទៅនៅក្នុងក្រុមអ្នកជំងឺ TCGA-PAAD។ យើងបានស្វែងរកថ្នាំប្រឆាំងនឹងជំងឺមហារីកដែលប្រើជាទូទៅនៅក្នុងជំងឺមហារីកលំពែង ហើយបានវិភាគភាពខុសគ្នានៃតម្លៃ IC50 របស់ពួកគេរវាងក្រុមដែលមានហានិភ័យខ្ពស់ និងទាប។ លទ្ធផលបានបង្ហាញថា តម្លៃ IC50 នៃ AZD.2281 (olaparib) គឺខ្ពស់ជាងនៅក្នុងក្រុមដែលមានហានិភ័យខ្ពស់ ដែលបង្ហាញថាអ្នកជំងឺ PAAD នៅក្នុងក្រុមដែលមានហានិភ័យខ្ពស់អាចមានភាពធន់នឹងការព្យាបាលដោយ AZD.2281 (រូបភាពទី 6H)។ លើសពីនេះ តម្លៃ IC50 នៃ paclitaxel, sorafenib និង erlotinib គឺទាបជាងនៅក្នុងក្រុមដែលមានហានិភ័យខ្ពស់ (រូបភាពទី 6I-K)។ យើងបានកំណត់អត្តសញ្ញាណបន្ថែមទៀតនូវថ្នាំប្រឆាំងនឹងជំងឺមហារីកចំនួន 34 ដែលមានតម្លៃ IC50 ខ្ពស់ជាងនៅក្នុងក្រុមដែលមានហានិភ័យខ្ពស់ និងថ្នាំប្រឆាំងនឹងជំងឺមហារីកចំនួន 34 ដែលមានតម្លៃ IC50 ទាបជាងនៅក្នុងក្រុមដែលមានហានិភ័យខ្ពស់ (តារាងទី 2)។
មិនអាចបដិសេធបានទេថា lncRNAs, mRNAs និង miRNAs មានយ៉ាងទូលំទូលាយ និងដើរតួនាទីយ៉ាងសំខាន់ក្នុងការវិវត្តនៃជំងឺមហារីក។ មានភស្តុតាងជាច្រើនដែលគាំទ្រដល់តួនាទីដ៏សំខាន់របស់ mRNA ឬ miRNA ក្នុងការព្យាករណ៍ពីការរស់រានមានជីវិតជារួមនៅក្នុងជំងឺមហារីកជាច្រើនប្រភេទ។ ដោយមិនសង្ស័យ គំរូហានិភ័យព្យាករណ៍ជាច្រើនក៏ផ្អែកលើ lncRNAs ផងដែរ។ ឧទាហរណ៍ Luo et al. ការសិក្សាបានបង្ហាញថា LINC01094 ដើរតួនាទីយ៉ាងសំខាន់ក្នុងការរីកសាយ និងមេតាស្តាសរបស់ PC ហើយការបញ្ចេញមតិខ្ពស់នៃ LINC01094 បង្ហាញពីការរស់រានមានជីវិតមិនល្អរបស់អ្នកជំងឺមហារីកលំពែង [16]។ ការសិក្សាដែលបង្ហាញដោយ Lin et al. ការសិក្សាបានបង្ហាញថា ការថយចុះនៃ lncRNA FLVCR1-AS1 ត្រូវបានផ្សារភ្ជាប់ជាមួយនឹងការព្យាករណ៍មិនល្អចំពោះអ្នកជំងឺមហារីកលំពែង [17]។ ទោះជាយ៉ាងណាក៏ដោយ lncRNAs ទាក់ទងនឹងភាពស៊ាំត្រូវបានពិភាក្សាតិចជាងមុនទាក់ទងនឹងការព្យាករណ៍ពីការរស់រានមានជីវិតជារួមរបស់អ្នកជំងឺមហារីក។ ថ្មីៗនេះ ការងារមួយចំនួនធំត្រូវបានផ្តោតលើការកសាងគំរូហានិភ័យព្យាករណ៍ដើម្បីព្យាករណ៍ពីការរស់រានមានជីវិតរបស់អ្នកជំងឺមហារីក និងដោយហេតុនេះកែសម្រួលវិធីសាស្ត្រព្យាបាល [18, 19, 20]។ មានការទទួលស្គាល់កាន់តែខ្លាំងឡើងអំពីតួនាទីដ៏សំខាន់នៃការជ្រៀតចូលនៃប្រព័ន្ធភាពស៊ាំក្នុងការចាប់ផ្តើម ការវិវត្ត និងការឆ្លើយតបទៅនឹងការព្យាបាលដូចជាការព្យាបាលដោយគីមី។ ការសិក្សាជាច្រើនបានបញ្ជាក់ថាកោសិកាភាពស៊ាំដែលជ្រៀតចូលដុំសាច់ដើរតួនាទីយ៉ាងសំខាន់ក្នុងការឆ្លើយតបទៅនឹងការព្យាបាលដោយគីមីពុលកោសិកា [21, 22, 23]។ មីក្រូបរិស្ថានភាពស៊ាំនៃដុំសាច់គឺជាកត្តាសំខាន់មួយក្នុងការរស់រានមានជីវិតរបស់អ្នកជំងឺដុំសាច់ [24, 25]។ ការព្យាបាលដោយប្រព័ន្ធភាពស៊ាំ ជាពិសេសការព្យាបាលដោយ ICI ត្រូវបានគេប្រើប្រាស់យ៉ាងទូលំទូលាយក្នុងការព្យាបាលដុំសាច់រឹង [26]។ ហ្សែនទាក់ទងនឹងប្រព័ន្ធភាពស៊ាំត្រូវបានគេប្រើប្រាស់យ៉ាងទូលំទូលាយដើម្បីបង្កើតគំរូហានិភ័យព្យាករណ៍។ ឧទាហរណ៍ Su et al. គំរូហានិភ័យព្យាករណ៍ទាក់ទងនឹងប្រព័ន្ធភាពស៊ាំគឺផ្អែកលើហ្សែនកូដប្រូតេអ៊ីនដើម្បីព្យាករណ៍ពីការព្យាករណ៍របស់អ្នកជំងឺមហារីកអូវែរ [27]។ ហ្សែនមិនកូដដូចជា lncRNAs ក៏សមរម្យសម្រាប់ការបង្កើតគំរូហានិភ័យព្យាករណ៍ផងដែរ [28, 29, 30]។ Luo et al. បានសាកល្បង lncRNAs ទាក់ទងនឹងប្រព័ន្ធភាពស៊ាំចំនួនបួន និងបានបង្កើតគំរូព្យាករណ៍សម្រាប់ហានិភ័យមហារីកមាត់ស្បូន [31]។ Khan et al. ប្រតិចារិកសរុបចំនួន 32 ដែលបានបង្ហាញខុសៗគ្នាត្រូវបានកំណត់អត្តសញ្ញាណ ហើយដោយផ្អែកលើចំណុចនេះ គំរូព្យាករណ៍មួយដែលមានប្រតិចារិកសំខាន់ៗចំនួន 5 ត្រូវបានបង្កើតឡើង ដែលត្រូវបានស្នើឡើងជាឧបករណ៍ដែលត្រូវបានណែនាំយ៉ាងខ្លាំងសម្រាប់ការព្យាករណ៍ពីការបដិសេធស្រួចស្រាវដែលបានបញ្ជាក់ដោយការធ្វើកោសល្យវិច័យបន្ទាប់ពីការប្តូរតម្រងនោម [32]។
គំរូភាគច្រើនទាំងនេះគឺផ្អែកលើកម្រិតនៃការបញ្ចេញហ្សែន ទាំងហ្សែនដែលសរសេរកូដប្រូតេអ៊ីន ឬហ្សែនដែលមិនសរសេរកូដ។ ទោះជាយ៉ាងណាក៏ដោយ ហ្សែនដូចគ្នាអាចមានតម្លៃនៃការបញ្ចេញមតិខុសៗគ្នានៅក្នុងហ្សែន ទម្រង់ទិន្នន័យ និងអ្នកជំងឺផ្សេងៗគ្នា ដែលនាំឱ្យមានការប៉ាន់ស្មានមិនស្ថិតស្ថេរនៅក្នុងគំរូព្យាករណ៍។ នៅក្នុងការសិក្សានេះ យើងបានបង្កើតគំរូសមហេតុផលមួយដែលមានគូ lncRNA ពីរគូ ដោយមិនអាស្រ័យលើតម្លៃនៃការបញ្ចេញមតិពិតប្រាកដ។
នៅក្នុងការសិក្សានេះ យើងបានកំណត់អត្តសញ្ញាណ irlncRNA ជាលើកដំបូងតាមរយៈការវិភាគទំនាក់ទំនងជាមួយហ្សែនទាក់ទងនឹងភាពស៊ាំ។ យើងបានត្រួតពិនិត្យ DEirlncRNA ចំនួន 223 ដោយការបង្កាត់ពូជជាមួយ lncRNA ដែលបានបង្ហាញខុសៗគ្នា។ ទីពីរ យើងបានបង្កើតម៉ាទ្រីស 0-or-1 ដោយផ្អែកលើវិធីសាស្ត្រផ្គូផ្គង DEirlncRNA ដែលបានបោះពុម្ពផ្សាយ [31]។ បន្ទាប់មកយើងបានអនុវត្តការវិភាគតំរែតំរង់ univariate និង lasso ដើម្បីកំណត់អត្តសញ្ញាណគូ DEirlncRNA ព្យាករណ៍ និងបង្កើតគំរូហានិភ័យព្យាករណ៍។ យើងបានវិភាគបន្ថែមទៀតអំពីទំនាក់ទំនងរវាងពិន្ទុហានិភ័យ និងលក្ខណៈគ្លីនិកចំពោះអ្នកជំងឺដែលមាន PAAD។ យើងបានរកឃើញថាគំរូហានិភ័យព្យាករណ៍របស់យើង ក្នុងនាមជាកត្តាព្យាករណ៍ឯករាជ្យចំពោះអ្នកជំងឺ PAAD អាចបែងចែកអ្នកជំងឺកម្រិតខ្ពស់ពីអ្នកជំងឺកម្រិតខ្ពស់ និងអ្នកជំងឺកម្រិតខ្ពស់ពីអ្នកជំងឺកម្រិតខ្ពស់បានយ៉ាងមានប្រសិទ្ធភាព។ លើសពីនេះ តម្លៃ AUC នៃខ្សែកោង ROC នៃគំរូហានិភ័យព្យាករណ៍គឺ 0.905 សម្រាប់ការព្យាករណ៍រយៈពេល 1 ឆ្នាំ 0.942 សម្រាប់ការព្យាករណ៍រយៈពេល 2 ឆ្នាំ និង 0.966 សម្រាប់ការព្យាករណ៍រយៈពេល 3 ឆ្នាំ។
អ្នកស្រាវជ្រាវបានរាយការណ៍ថា អ្នកជំងឺដែលមានការជ្រៀតចូលកោសិកា T CD8+ ខ្ពស់មានភាពរសើបជាងចំពោះការព្យាបាលដោយ ICI [33]។ ការកើនឡើងនៃមាតិកាកោសិកាពុលកោសិកា NK CD56 កោសិកា NK និងកោសិកា T CD8+ នៅក្នុងមីក្រូបរិស្ថានភាពស៊ាំនៃដុំសាច់អាចជាហេតុផលមួយសម្រាប់ប្រសិទ្ធភាពបង្ក្រាបដុំសាច់ [34]។ ការសិក្សាពីមុនបានបង្ហាញថា កម្រិតខ្ពស់នៃ T CD4(+) និង CD8(+) T ដែលជ្រៀតចូលដុំសាច់មានទំនាក់ទំនងគួរឱ្យកត់សម្គាល់ជាមួយនឹងការរស់រានមានជីវិតយូរជាង [35]។ ការជ្រៀតចូលកោសិកា T CD8 មិនល្អ បន្ទុក neoantigen ទាប និងមីក្រូបរិស្ថានដុំសាច់ដែលបង្ក្រាបភាពស៊ាំខ្ពស់នាំឱ្យមានកង្វះការឆ្លើយតបចំពោះការព្យាបាលដោយ ICI [36]។ យើងបានរកឃើញថា ពិន្ទុហានិភ័យមានទំនាក់ទំនងអវិជ្ជមានជាមួយកោសិកា T CD8+ និងកោសិកា NK ដែលបង្ហាញថា អ្នកជំងឺដែលមានពិន្ទុហានិភ័យខ្ពស់អាចមិនស័ក្តិសមសម្រាប់ការព្យាបាលដោយ ICI និងមានការព្យាករណ៍កាន់តែអាក្រក់។
CD161 គឺជាសញ្ញាសម្គាល់នៃកោសិកាឃាតករធម្មជាតិ (NK)។ កោសិកា T ដែលប្តូរដោយ CAR CD8+CD161+ សម្របសម្រួលប្រសិទ្ធភាពប្រឆាំងដុំសាច់ក្នុងខ្លួនដែលប្រសើរឡើងនៅក្នុងគំរូ HER2+ លំពែង adenocarcinoma xenograft [37]។ ថ្នាំទប់ស្កាត់ចំណុចត្រួតពិនិត្យភាពស៊ាំកំណត់គោលដៅប្រូតេអ៊ីនដែលទាក់ទងនឹងកោសិកា T lymphocyte cytotoxic 4 (CTLA-4) និងផ្លូវប្រូតេអ៊ីនស្លាប់កោសិកាដែលបានកម្មវិធី 1 (PD-1)/លីហ្គែនស្លាប់កោសិកាដែលបានកម្មវិធី 1 (PD-L1) ហើយមានសក្តានុពលដ៏អស្ចារ្យនៅក្នុងវិស័យជាច្រើន។ ការបញ្ចេញមតិរបស់ CTLA-4 និង CD161 (KLRB1) គឺទាបជាងនៅក្នុងក្រុមដែលមានហានិភ័យខ្ពស់ ដែលបង្ហាញបន្ថែមទៀតថាអ្នកជំងឺដែលមានពិន្ទុហានិភ័យខ្ពស់អាចមិនមានសិទ្ធិទទួលបានការព្យាបាលដោយ ICI ទេ។ [38]
ដើម្បីស្វែងរកជម្រើសនៃការព្យាបាលដែលសមស្របសម្រាប់អ្នកជំងឺដែលមានហានិភ័យខ្ពស់ យើងបានវិភាគថ្នាំប្រឆាំងនឹងជំងឺមហារីកជាច្រើនប្រភេទ ហើយបានរកឃើញថា paclitaxel, sorafenib និង erlotinib ដែលត្រូវបានប្រើប្រាស់យ៉ាងទូលំទូលាយចំពោះអ្នកជំងឺដែលមាន PAAD អាចសមស្របសម្រាប់អ្នកជំងឺដែលមានហានិភ័យខ្ពស់ដែលមាន PAAD។ [33]។ Zhang និងក្រុមការងារបានរកឃើញថា ការផ្លាស់ប្តូរនៅក្នុងផ្លូវឆ្លើយតបការខូចខាត DNA (DDR) ណាមួយអាចនាំឱ្យមានការព្យាករណ៍មិនល្អចំពោះអ្នកជំងឺមហារីកក្រពេញប្រូស្តាត [39]។ ការសាកល្បង Pancreatic Cancer Olaparib Ongoing (POLO) បានបង្ហាញថា ការព្យាបាលថែទាំជាមួយ olaparib ពន្យារការរស់រានមានជីវិតដោយគ្មានការវិវត្តន៍បើប្រៀបធៀបទៅនឹង placebo បន្ទាប់ពីការព្យាបាលដោយប្រើគីមីដែលមានមូលដ្ឋានលើផ្លាទីនជួរទីមួយចំពោះអ្នកជំងឺដែលមានការផ្លាស់ប្តូរ pancreatic ductal adenocarcinoma និង germline BRCA1/2 [40]។ នេះផ្តល់នូវសុទិដ្ឋិនិយមយ៉ាងសំខាន់ថា លទ្ធផលនៃការព្យាបាលនឹងប្រសើរឡើងគួរឱ្យកត់សម្គាល់នៅក្នុងក្រុមរងនៃអ្នកជំងឺនេះ។ នៅក្នុងការសិក្សានេះ តម្លៃ IC50 នៃ AZD.2281 (olaparib) គឺខ្ពស់ជាងនៅក្នុងក្រុមដែលមានហានិភ័យខ្ពស់ ដែលបង្ហាញថាអ្នកជំងឺ PAAD នៅក្នុងក្រុមដែលមានហានិភ័យខ្ពស់អាចមានភាពធន់នឹងការព្យាបាលជាមួយ AZD.2281។
គំរូព្យាករណ៍នៅក្នុងការសិក្សានេះបង្កើតលទ្ធផលនៃការព្យាករណ៍ល្អ ប៉ុន្តែវាផ្អែកលើការព្យាករណ៍វិភាគ។ របៀបបញ្ជាក់លទ្ធផលទាំងនេះជាមួយទិន្នន័យគ្លីនិកគឺជាសំណួរសំខាន់មួយ។ ការថតអ៊ុលត្រាសោនដោយប្រើម្ជុលល្អិតល្អន់ដោយប្រើអង់ដូស្កុប (EUS-FNA) បានក្លាយជាវិធីសាស្ត្រដែលមិនអាចខ្វះបានសម្រាប់ការធ្វើរោគវិនិច្ឆ័យដំបៅលំពែងរឹង និងក្រៅលំពែងដោយមានភាពរសើប 85% និងភាពជាក់លាក់ 98% [41]។ ការមកដល់នៃម្ជុលធ្វើកោសល្យវិច័យដោយប្រើម្ជុលល្អិតល្អន់ EUS (EUS-FNB) គឺផ្អែកជាចម្បងលើគុណសម្បត្តិដែលយល់ឃើញលើ FNA ដូចជាភាពត្រឹមត្រូវនៃការធ្វើរោគវិនិច្ឆ័យខ្ពស់ ការទទួលបានគំរូដែលរក្សារចនាសម្ព័ន្ធជាលិកាវិទ្យា ហើយដូច្នេះបង្កើតជាលិកាភាពស៊ាំដែលមានសារៈសំខាន់សម្រាប់ការធ្វើរោគវិនិច្ឆ័យជាក់លាក់។ ការលាបពណ៌ពិសេស [42]។ ការពិនិត្យឡើងវិញជាប្រព័ន្ធនៃអក្សរសិល្ប៍បានបញ្ជាក់ថា ម្ជុល FNB (ជាពិសេស 22G) បង្ហាញពីប្រសិទ្ធភាពខ្ពស់បំផុតក្នុងការប្រមូលផលជាលិកាពីដុំសាច់លំពែង [43]។ តាមគ្លីនិក មានតែអ្នកជំងឺមួយចំនួនតូចប៉ុណ្ណោះដែលមានសិទ្ធិទទួលការវះកាត់រ៉ាឌីកាល់ ហើយអ្នកជំងឺភាគច្រើនមានដុំសាច់ដែលមិនអាចវះកាត់បាននៅពេលធ្វើរោគវិនិច្ឆ័យដំបូង។ នៅក្នុងការអនុវត្តគ្លីនិក មានតែអ្នកជំងឺមួយចំនួនតូចប៉ុណ្ណោះដែលសមស្របសម្រាប់ការវះកាត់រ៉ាឌីកាល់ ពីព្រោះអ្នកជំងឺភាគច្រើនមានដុំសាច់ដែលមិនអាចវះកាត់បាននៅពេលធ្វើរោគវិនិច្ឆ័យដំបូង។ បន្ទាប់ពីការបញ្ជាក់រោគសាស្ត្រដោយ EUS-FNB និងវិធីសាស្ត្រផ្សេងទៀត ការព្យាបាលដោយមិនវះកាត់ស្តង់ដារដូចជាការព្យាបាលដោយគីមីជាធម្មតាត្រូវបានជ្រើសរើស។ កម្មវិធីស្រាវជ្រាវជាបន្តបន្ទាប់របស់យើងគឺដើម្បីសាកល្បងគំរូព្យាករណ៍នៃការសិក្សានេះនៅក្នុងក្រុមអ្នកជំងឺវះកាត់ និងមិនវះកាត់តាមរយៈការវិភាគត្រឡប់មកវិញ។
ជារួម ការសិក្សារបស់យើងបានបង្កើតគំរូហានិភ័យព្យាករណ៍ថ្មីមួយដោយផ្អែកលើ irlncRNA ដែលផ្គូផ្គង ដែលបង្ហាញពីតម្លៃព្យាករណ៍ដ៏ជោគជ័យចំពោះអ្នកជំងឺដែលមានជំងឺមហារីកលំពែង។ គំរូហានិភ័យព្យាករណ៍របស់យើងអាចជួយបែងចែកអ្នកជំងឺដែលមាន PAAD ដែលសមរម្យសម្រាប់ការព្យាបាលតាមវេជ្ជសាស្ត្រ។
សំណុំទិន្នន័យដែលប្រើប្រាស់ និងវិភាគនៅក្នុងការសិក្សាបច្ចុប្បន្នអាចរកបានពីអ្នកនិពន្ធដែលត្រូវគ្នាតាមការស្នើសុំសមហេតុផល។
ស៊ុយ វិន, គង់ អ៊ិច, ហ្ស៊ុង យី។ តួនាទីសម្របសម្រួលនៃប្រសិទ្ធភាពខ្លួនឯងក្នុងការគ្រប់គ្រងអារម្មណ៍អវិជ្ជមានក្នុងអំឡុងពេលមានជំងឺរាតត្បាតកូវីដ-១៩៖ ការសិក្សាឆ្លងកាត់។ Int J Ment Health Nurs [អត្ថបទទស្សនាវដ្តី]។ 2021 06/01/2021;30(3):759–71។
Sui Wen, Gong X, Qiao X, Zhang L, Cheng J, Dong J, et al. ទស្សនៈរបស់សមាជិកគ្រួសារលើការធ្វើការសម្រេចចិត្តជំនួសនៅក្នុងអង្គភាពថែទាំដែលពឹងផ្អែកខ្លាំង៖ ការពិនិត្យឡើងវិញជាប្រព័ន្ធ។ INT J NURS STUD [អត្ថបទទស្សនាវដ្តី; ការពិនិត្យឡើងវិញ]។ 2023 01/01/2023;137:104391។
Vincent A, Herman J, Schulich R, Hruban RH, Goggins M. ជំងឺមហារីកលំពែង។ Lancet. [អត្ថបទទស្សនាវដ្តី; ការគាំទ្រការស្រាវជ្រាវ, NIH, ក្រៅសាកលវិទ្យាល័យ; ការគាំទ្រការស្រាវជ្រាវ, រដ្ឋាភិបាលនៅខាងក្រៅសហរដ្ឋអាមេរិក; ពិនិត្យឡើងវិញ]. 2011 08/13/2011;378(9791):607–20។
Ilic M, Ilic I. រោគរាតត្បាតនៃជំងឺមហារីកលំពែង។ ទិនានុប្បវត្តិពិភពលោកស្តីពីជំងឺក្រពះពោះវៀន។ [អត្ថបទទស្សនាវដ្តី ការពិនិត្យឡើងវិញ]។ 2016 11/28/2016;22(44):9694–705។
Liu X, Chen B, Chen J, Sun S. ណូម៉ូក្រាមថ្មីមួយដែលទាក់ទងនឹង tp53 សម្រាប់ព្យាករណ៍ពីការរស់រានមានជីវិតជារួមចំពោះអ្នកជំងឺមហារីកលំពែង។ BMC Cancer [អត្ថបទទស្សនាវដ្តី]។ 2021 31-03-2021;21(1):335។
Xian X, Zhu X, Chen Y, Huang B, Xiang W. ឥទ្ធិពលនៃការព្យាបាលដែលផ្តោតលើដំណោះស្រាយលើភាពអស់កម្លាំងដែលទាក់ទងនឹងជំងឺមហារីកចំពោះអ្នកជំងឺមហារីកពោះវៀនធំដែលទទួលការព្យាបាលដោយគីមី៖ ការសាកល្បងគ្រប់គ្រងដោយចៃដន្យ។ គិលានុបដ្ឋាយិកាជំងឺមហារីក។ [អត្ថបទទស្សនាវដ្តី; ការសាកល្បងគ្រប់គ្រងដោយចៃដន្យ; ការសិក្សានេះត្រូវបានគាំទ្រដោយរដ្ឋាភិបាលនៅខាងក្រៅសហរដ្ឋអាមេរិក]។ 2022 05/01/2022;45(3):E663–73។
Zhang Cheng, Zheng Wen, Lu Y, Shan L, Xu Dong, Pan Y, និងអ្នកដទៃទៀត។ កម្រិតអង់ទីហ្សែនអំប្រ៊ីយ៉ុងមហារីក (CEA) ក្រោយការវះកាត់ព្យាករណ៍ពីលទ្ធផលបន្ទាប់ពីការវះកាត់មហារីកពោះវៀនធំចំពោះអ្នកជំងឺដែលមានកម្រិត CEA ធម្មតាមុនពេលវះកាត់។ មជ្ឈមណ្ឌលស្រាវជ្រាវជំងឺមហារីកបកប្រែ។ [អត្ថបទទស្សនាវដ្តី]។ 2020 01.01.2020;9(1):111–8។
Hong Wen, Liang Li, Gu Yu, Qi Zi, Qiu Hua, Yang X, et al. សារធាតុ lncRNA ដែលទាក់ទងនឹងភាពស៊ាំបង្កើតហត្ថលេខាថ្មីៗ និងព្យាករណ៍ពីទេសភាពភាពស៊ាំនៃជំងឺមហារីកថ្លើមកោសិការបស់មនុស្ស។ អាស៊ីតនុយក្លេអ៊ីកម៉ូលទែរ [អត្ថបទទស្សនាវដ្តី]។ 2020 2020-12-04;22:937 – 47។
Toffey RJ, Zhu Y., Schulich RD ការព្យាបាលដោយប្រព័ន្ធភាពស៊ាំសម្រាប់ជំងឺមហារីកលំពែង៖ ឧបសគ្គ និង របកគំហើញ។ គ្រូពេទ្យវះកាត់ក្រពះពោះវៀន Ann [អត្ថបទទស្សនាវដ្តី; ពិនិត្យឡើងវិញ]។ 2018 07/01/2018;2(4):274–81។
Hull R, Mbita Z, Dlamini Z។ RNA ដែលមិនសរសេរកូដវែង (LncRNAs) ហ្សែនដុំសាច់វីរុស និងព្រឹត្តិការណ៍បំបែកដុំសាច់មិនប្រក្រតី៖ ផលប៉ះពាល់ព្យាបាល។ AM J CANCER RES [អត្ថបទទស្សនាវដ្តី; ការពិនិត្យឡើងវិញ]។ 2021 01/20/2021;11(3):866–83។
Wang J, Chen P, Zhang Y, Ding J, Yang Y, Li H. 11-ការកំណត់អត្តសញ្ញាណនៃហត្ថលេខា lncRNA ដែលជាប់ទាក់ទងនឹងការព្យាករណ៍ជំងឺមហារីកស្បូន។ សមិទ្ធផលវិទ្យាសាស្ត្រ [អត្ថបទទស្សនាវដ្តី]។ 2021 2021-01-01;104(1):311977089។
Jiang S, Ren H, Liu S, Lu Z, Xu A, Qin S, et al. ការវិភាគដ៏ទូលំទូលាយនៃហ្សែនព្យាករណ៍ប្រូតេអ៊ីនចង RNA និងថ្នាំជំនួសនៅក្នុងជំងឺមហារីកកោសិកាតម្រងនោម papillary cell។ pregen. [អត្ថបទទស្សនាវដ្តី]. 20/01/2021;12:627508។
Li X, Chen J, Yu Q, Huang X, Liu Z, Wang X, et al. លក្ខណៈនៃ RNA ដែលមិនអ៊ិនកូដវែងដែលទាក់ទងនឹង autophagy ព្យាករណ៍ពីការព្យាករណ៍ជំងឺមហារីកសុដន់។ pregen. [អត្ថបទទស្សនាវដ្តី]. 20/01/2021;12:569318.
Zhou M, Zhang Z, Zhao X, Bao S, Cheng L, Sun J. ហត្ថលេខា lncRNA ចំនួនប្រាំមួយដែលទាក់ទងនឹងភាពស៊ាំធ្វើអោយប្រសើរឡើងនូវការព្យាករណ៍នៅក្នុង glioblastoma multiforme។ MOL Neurobiology. [អត្ថបទទស្សនាវដ្តី]. 2018 01.05.2018;55(5):3684–97។
Wu B, Wang Q, Fei J, Bao Y, Wang X, Song Z, et al. ហត្ថលេខា tri-lncRNA ថ្មីមួយព្យាករណ៍ពីការរស់រានមានជីវិតរបស់អ្នកជំងឺដែលមានជំងឺមហារីកលំពែង។ អ្នកតំណាង ONKOL។ [អត្ថបទទស្សនាវដ្តី]។ 2018 12/01/2018;40(6):3427–37។
Luo C, Lin K, Hu C, Zhu X, Zhu J, Zhu Z. LINC01094 ជំរុញការវិវត្តនៃជំងឺមហារីកលំពែងដោយការគ្រប់គ្រងការបញ្ចេញមតិ LIN28B និងផ្លូវ PI3K/AKT តាមរយៈ sponged miR-577។ Mol Therapeutics – អាស៊ីតនុយក្លេអ៊ីក។ 2021;26:523–35។
Lin J, Zhai X, Zou S, Xu Z, Zhang J, Jiang L, et al. មតិប្រតិកម្មវិជ្ជមានរវាង lncRNA FLVCR1-AS1 និង KLF10 អាចរារាំងការវិវត្តនៃជំងឺមហារីកលំពែងតាមរយៈផ្លូវ PTEN/AKT។ J EXP Clin Cancer Res. 2021;40(1).
Zhou X, Liu X, Zeng X, Wu D, Liu L. ការកំណត់អត្តសញ្ញាណហ្សែនចំនួនដប់បីដែលព្យាករណ៍ពីការរស់រានមានជីវិតសរុបនៅក្នុងជំងឺមហារីកថ្លើមកោសិកា។ Biosci Rep [អត្ថបទទស្សនាវដ្តី]។ 2021 04/09/2021។
ពេលវេលាបង្ហោះ៖ ថ្ងៃទី ២២ ខែកញ្ញា ឆ្នាំ ២០២៣