河北男科医院费用联盟

一种新的可以分辨前列腺良恶性肿瘤的检测方法

肿瘤资讯 2020-04-04 04:04:26

编译:刘婧(放瘤娃)

南京医科大学附属第一医院

来源:肿瘤资讯

不仅癌症的治疗需要多学科,癌症的诊断也需要多学科的参与,本文介绍了一种结合数学理论,识别预后较差的前列腺癌的方法,也许为临床诊断提供另一种思路。

近期一项新的检测前列腺肿瘤良恶性的办法诞生,它的诞生可以避免患者进行一些不必要的损伤性的治疗。


背景


在英国,每年约有46000名患者诊断为前列腺癌,有相当部分的前列腺癌在诊断后出现了威胁患者生命的进展,每年约有11000的患者死于前列腺癌。和其他一些癌症不同的是有约50%的前列腺癌患者不会表现出症状,也不会出现威胁到生命的情况。


但是我们并不能依靠这一点将这部分不会出现症状的,恶性程度相对较低的前列腺癌和其它癌症区别开来。UEA诺维奇医学院癌症遗传学教授Colin Cooper教授,打了这么一个比喻:“在以前将危险的”老虎“与不那么危险的”猫咪“区分开来对许多患者来说是不可能的。”他继续说道:“通过手术或放疗对早期前列腺癌进行根治性治疗需要在理想的条件下进行,使其免于治疗的副作用。因此,需要预测肿瘤的生物学行为,来对临床标志物进行改进,从而使得根治性治疗得以针对治疗靶点进行,而使得在生物学行为上表现得不是那么突出的部分,免于根治性治疗可能带来的副作用。”


研究情况


通过各种捐赠及包括鲍勃癌症信托基金和共济会慈善基金会的支持,Colin Cooper教授和来自Norwich医学院的Daniel Brewer博士与来自UEA计算科学学院的Vincent Moulton教授和Bogdan Luca博士合作, 使用数学方法搭建了人类前列腺癌分类的新框架。


通过显微镜对前列腺癌进行观察,可以看到它是复杂的,由许多部分组成。这意味着过去对于分类的尝试是不成功的。现在,我们可以采用数学的办法来克服这一问题,研究者们为预后较差的前列腺癌制定了一种新的分类叫作DESNT。

研究者们对肿瘤样本采用了一种称为潜在流程分解(LPD)的方法,它可以在不知道临床结果的情况下评估一组数据的结构。在不同癌症样本中,基因的表达有着不同的水平,这可以指导研究者们识别临床各重要癌症所独有的数据流程。

DESNT: 预后较差的人类前列腺癌的分类,该分类已经发表于European Urology Focus.

 

新技术应用现状


Moulton 教授谈道:“直到目前,前列腺癌暂时还不能使用数学的方法进行分类,这是由于前列腺癌样本中有不同的物质参与组成。但是通过应用了LPD 程序后,我们发现将具有相同性状的癌症进行分组,并将它们定义为DESNT 癌症。这些分组是依据核心组的45种低表达基因的性状,这些基因的编码涉及细胞结构,离子转运和细胞粘附。这些性状在已知具有差的患者预后的癌症样本中是常见的。


Bob Champion MBE 说:“我们对这次测试的成功感到非常兴奋,非常感谢库珀教授和他的团队。 区分“老虎”和“猫咪”将有助于在未来提升许多患者的生活质量“。


共济会慈善基金会的首席执行官谈到 "我们非常高兴能对这项重要的研究予以资助。仅仅在这个国家,每年就减少了超过23000例非必要及潜在有害的针对前列腺癌的手术,这是一个非常伟大的成就。"


前列腺癌英国研究协会的主任Dr Iain Frame谈到 "我们迫切的需要知道哪些前列腺癌具有侵袭性,以便采取进一步的治疗。辨别哪些前列腺癌具有侵袭性,仍然是前列腺癌治疗巨大的挑战之一。现在,有太多的患者忍受着治疗相关的副作用,而这些副作用若有好的办法是完全可以规避的。这就是为什么英国的前列腺癌研究机构话费大量的精力来寻找好的诊断措施,以便在未来的十年中,前列腺癌的诊断能够得到转变。


Cooper 教授谈到:"现在所得到的研究结果是十分重要的,因为它为我们在寻找是什么导致前列腺癌侵袭性的道路上提供了新的重要的信息。这无疑会帮助我们提供更早及更精确的诊断,以及帮助我们更好的处理疾病。侵袭性前列腺癌和非侵袭性前列腺癌的区别,还可以帮助我们根据靶点进行针对性治疗,避免过度医疗。“

 

点评


在过去,判断前列腺癌的侵袭性,我们主要结合患者的病理、影像学资料及其它生化指标综合判断,这是一种基于「结果」的判断。现如今,基于数学理论与基因性状的研究,无疑从前列腺癌疾病的「源头」对前列腺癌侵袭性进行了解读,在一定程度上排除了肿块内非前列腺癌成分的干扰,期待其应用于临床后的效果。


责任编辑:肿瘤资讯—宋小编

参考文献

1.   http://ecancer.org/news/11127-new-test-distinguishes-aggessive-prostate-cancers-from-the-benign.php

爱学习 爱良医汇肿瘤资讯

欢迎投稿到小编邮箱:

oncologynews@163.com

稿费100-1000元

想单线小编?欢迎随时勾搭小编微信号:oncologynews

版权属肿瘤资讯所有。欢迎个人转发分享。其他任何媒体、网站如需转载或引用本网版权所有内容须获得授权且在醒目位置处注明“转自:肿瘤资讯"