首页 > 文章详情

2024ESMO丨蛋白质组学能否预测平滑肌肉瘤（LMS）的转移复发？8蛋白标志物显示良好预测潜力

09月13日

编译：肿瘤资讯

来源：肿瘤资讯

当地时间2024年9月13～17日，2024欧洲肿瘤内科学会（ESMO）年会即将于西班牙巴塞罗那拉开序幕，同步线上直播。ESMO年会作为全球肿瘤学领域备受关注的国际会议，一如既往地为业界带来前沿进展与创新理念的学术交流盛宴。一项基于蛋白质组学预测平滑肌肉瘤（LMS）转移复发的研究以Mini Oral形式亮相。【肿瘤资讯】特此整理研究摘要内容，以飨读者。

摘要ID：1727MO

英文标题：Can proteomics predict metastatic relapse in leiomyosarcoma (LMS)? Development of an 8 protein signature in a >350 sample study including a validation cohort

中文标题：蛋白质组学能否预测平滑肌肉瘤（LMS）的转移复发？在包括验证队列的350多个样本研究中开发了8蛋白标志物

讲者：Elizabeth A. Connolly (Sydney, Australia)

研究背景

为了改善风险分层并尽可能为辅助治疗研究探索提供更多信息与参考，我们需要探索生物标志物来预测平滑肌肉瘤（LMS）的转移复发（MR）。蛋白质组学技术的发展有望为肿瘤研究提供新见解。

研究方法

该研究主要目的是识别MR的预后蛋白质标志物（PS），在两个队列中对FFPE样本行高通量定量（HTQ）蛋白质组分析，采用数据独立采集质谱。两个队列分别为：发现队列LMS-AUS（n=225）和验证队列LMS-USA（n=127）。对于PS，仅采用诊断时患者的局部疾病（LDAD）原发性肿瘤样本。我们开发了一种新的生物信息学和机器学习方法来识别预后蛋白，并构建基于风险评分的无转移生存（MFS）标志物。生物信息学方法包括特征选择与数据划分、差异表达分析、Cox和LASSO回归分析以及交叉验证。

研究结果

下表总结了两队列及其结果。在包括LMS原发部位、大小、分级和边缘的多变量分析（MVA）中，基于LMS-AUS队列开发的8-PS与MFS具有高度显著相关性（ HR=5.2，P＜0.0001）。8-PS与部位、大小和分级结合，在复合模型中显示出强大的预测性能（ROC AUC 0.83）。在LMS-USA队列中，由于临床数据有限，8-PS在限制性MVA下与MFS相关（HR=3.4,P=0.03）。在LMS-AUS队列中，8-PS与总生存（OS）具有显著相关性（HR=2.1, P=0.03）。在LMS-USA队列中，由于小队列规模，8-PS仅显示出与OS的显著相关性趋势（HR=2.0, P=0.18）。

图片1.png

研究结论

高通量蛋白质组学可以定义LMS中MR的预后标志物，这些标志物在独立队列与MVA具有显著相关性。8-PS与临床变量结合时显示出良好的预测性能，为开发针对性的蛋白质组学Panle铺平了道路，这可能进一步增强精确度和临床效用。

责任编辑：肿瘤资讯-QTT
排版编辑：肿瘤资讯-HYF