Radiogenomik
Termen radiogenomics används i två sammanhang: antingen för att hänvisa till studiet av genetisk variation associerad med respons på strålning (strålningsgenomik) eller för att hänvisa till korrelationen mellan canceravbildningsegenskaper och genuttryck (avbildningsgenomik).
Strålningsgenomik
Inom strålningsgenomik används radiogenomik för att hänvisa till studien av genetisk variation associerad med svar på strålbehandling . Genetisk variation, såsom enkelnukleotidpolymorfismer , studeras i relation till en cancerpatients risk att utveckla toxicitet efter strålbehandling . Det används också i samband med att studera genomik av tumörsvar på strålbehandling .
Termen radiogenomics myntades för mer än arton år sedan av Andreassen et al. (2002) som en analogi till farmakogenomik , som studerar den genetiska variationen associerad med läkemedelssvar. Se även West et al. (2005) och Bentzen (2006).
Radiogenomics Consortium
År 2009 etablerades ett Radiogenomics Consortium (RGC) för att underlätta och främja samarbete mellan forskare i flera centrum som kopplar genetiska varianter till respons på strålbehandling. Radiogenomics Consortium ( http://epi.grants.cancer.gov/radiogenomics/ ) är ett Cancer Epidemiology Consortium som stöds av Epidemiology and Genetics Research Program vid National Cancer Institute of the National Institutes of Health. RGC-forskare har genomfört ett flertal kliniska studier som identifierat genetiska varianter associerade med strålningstoxicitet hos patienter med prostata-, bröst-, lung-, huvud- och halscancer och andra cancerformer.
Avbildning genomik
Radiologiska bilder används för att diagnostisera sjukdom i stor skala: vävnadsavbildning korrelerar med vävnadspatologi . Tillägget av genomiska data inklusive DNA-mikroarrayer , miRNA , RNA-Seq gör att nya korrelationer kan göras mellan cellulär genomik och vävnadsskalig bildbehandling.
Praxis och tillämpningar av bildgenomik
Inom avbildningsgenomik kan radiogenomik användas för att skapa avbildningsbiomarkörer som kan identifiera genomik för en sjukdom, särskilt cancer utan användning av en biopsi . Olika tekniker för att hantera högdimensionella data används för att hitta statistiskt signifikanta korrelationer mellan MRI- , CT- och PET -avbildningsegenskaper och sjukdomsgenomiken, inklusive SAM , VAMPIRE och GSEA.
Den avbildande radiogenomiska metoden har visat sig vara framgångsrik för att bestämma MRT-fenotypassocierad genetik av glioblastom , en mycket aggressiv typ av hjärntumör med låg prognos. Den första storskaliga MR-avbildning mikroRNA-mRNA korrelativ studie i GBM publicerades av Zinn et al. 2011 Liknande studier inom levercancer har framgångsrikt bestämt mycket av levercancergenomet från icke-invasiva avbildningsfunktioner. Gevaert et al. vid Stanford University har visat potentialen att länka bildegenskaper hos icke-småcelliga lungknölar i CT-skanningar för att förutsäga överlevnad genom att utnyttja allmänt tillgängliga genuttrycksdata. Denna publikation åtföljdes av en ledare som diskuterade synergin mellan bildbehandling och genomik. På senare tid har Mu Zhou et al. vid Stanford University har visat att flera samband mellan semantiska bildegenskaper och metagener som representerade kanoniska molekylära vägar, och det kan resultera i icke-invasiv identifiering av molekylära egenskaper hos icke-småcellig lungcancer.
Flera radiogenomiska studier har nu utförts i prostatacancer, Vissa har noterat att genetiska egenskaper korrelerade med MRI-signaler ofta också är associerade med mer aggressiv prostatacancer. En systematisk genomgång av de genetiska egenskaperna som finns i mer synliga lesioner på MRI identifierade flera studier som hade funnit förlust av tumörsuppressorn PTEN , ökat genuttryck kopplat till cellproliferation samt cell-ECM-interaktioner. Detta kan tyda på att vissa genetiska egenskaper driver cellförändringar som i slutändan påverkar vätskerörelser som kan ses på MRT och dessa egenskaper är främst förknippade med dålig prognos. Kombinationen av farligare genetiska förändringar, histologi och kliniska resultat för patienter med prostatatumörer som är synliga på mpMRI, har lett till förslag om att definitionen av "kliniskt signifikant cancer" åtminstone delvis bör baseras på mpMRI-fynd.
Det radiogenomiska tillvägagångssättet har också framgångsrikt tillämpats vid bröstcancer. 2014, Mazurowski et al. visade att förbättringsdynamik i MRI, beräknad med datorseendealgoritmer, är associerad med genuttrycksbaserad tumörmolekylär subtyp hos bröstcancerpatienter.
Program som studerar sambanden mellan radiologi och genomik är aktiva vid University of Pennsylvania , UCLA , MD Anderson Cancer Center , Stanford University och vid Baylor College of Medicine i Houston, Texas.
Se även
Vidare läsning
- https://epi.grants.cancer.gov/radiogenomics/
- Kerns, Sarah L.; Dorling, Leila; Fachal, Laura; Bentzen, Søren; Pharoah, Paul DP; Barnes, Daniel R.; Gómez-Caamaño, Antonio; Carballo, Ana M.; Dearnaley, David P.; Peleteiro, Paula; Gulliford, Sarah L.; Hall, Emma; Michailidou, Kyriaki; Carracedo, Ángel; Sia, Michael; Stock, Richard; Stone, Nelson N.; Sydes, Matthew R.; Tyrer, Jonathan P.; Ahmed, Shahana; parlamentet, Matteus; Ostrer, Harry; Rosenstein, Barry S.; Vega, Ana; Burnet, Neil G.; Dunning, Alison M.; Barnett, Gillian C.; West, Catharine ML; Radiogenomics, konsortium. (augusti 2016). "Metaanalys av Genome Wide Association Studies identifierar genetiska markörer för sen toxicitet efter strålbehandling för prostatacancer" . EBioMedicine . 10 : 150–163. doi : 10.1016/j.ebiom.2016.07.022 . PMC 5036513 . PMID 27515689 .
- Zinn, Pascal O.; Sathyan, Pratheesh; Mahajan, Bhanu; Bruyere, John; Hegi, Monika; Majumder, Sadhan; Colen, Rivka R. (2012). Lesniak, Maciej S (red.). "En ny volymålder-KPS (VAK) glioblastomklassificering identifierar en prognostisk besläktad mikroRNA-gensignatur" . PLOS ETT . 7 (8): e41522. Bibcode : 2012PLoSO...741522Z . doi : 10.1371/journal.pone.0041522 . PMC 3411674 . PMID 22870228 .
- Segal, Eran; Sirlin, Claude B; Ooi, Clara; Adler, Adam S; Gollub, Jeremy; Chen, Xin; Chan, Bryan K; Matcuk, George R; et al. (2007). "Avkoda globala genuttrycksprogram i levercancer genom icke-invasiv avbildning". Natur Bioteknik . 25 (6): 675–80. doi : 10.1038/nbt1306 . PMID 17515910 . S2CID 10499664 .
- Andreassen CN, Barnett GC, Langendijk JA, Alsner J, De Ruysscher D, Krause M, Bentzen SM, Haviland JS, Griffin C, Poortmans P, Yarnold JR (2012). "Utföra radiogenomisk forskning - Glöm inte noggrant övervägande av kliniska data". Radiother Oncol . 105 (3): 337–40. doi : 10.1016/j.radonc.2012.11.004 . PMID 23245646 .
- West, CM; Barnett GC (2011). "Genetik och genomik för radioterapitoxicitet: mot förutsägelse" . Genome Med . 3 (8): 52. doi : 10,1186/gm268 . PMC 3238178 . PMID 21861849 .
- Åh, JH; Kerns, S; Ostrer, H; Powell, SN; Rosenstein, B; Deasy, JO (2017). "Beräkningsmetoder som använder genomomfattande associationsstudier för att förutsäga strålbehandlingskomplikationer och för att identifiera korrelativa molekylära processer" . Sci Rep . 7 : 43381. Bibcode : 2017NatSR...743381O . doi : 10.1038/srep43381 . PMC 5324069 . PMID 28233873 .
- Hall, William A.; Bergom, Carmen; Thompson, Reid F.; Baschnagel, Andrew M.; Vijayakumar, Srinivasan; Willers, Henning; Li, X. Allen; Schultz, Christopher J.; Wilson, George D.; West, Catharine ML; Capala, Jacek; Coleman, C. Norman; Torres-Roca, Javier F.; Weidhaas, Joanne; Feng, Felix Y. (juni 2018). "Precisionsonkologi och genomiskt guidad strålbehandling: En rapport från American Society for Radiation Oncology/American Association of Physicists in Medicine/National Cancer Institute Precision Medicine Conference". International Journal of Radiation Oncology, Biology, Physics . 101 (2): 274–284. doi : 10.1016/j.ijrobp.2017.05.044 . PMID 28964588 .
- Lee, S; Kerns, S; Ostrer, H; Rosenstein, B; Deasy, JO; Åh, JH (2018). "Machine Learning på en genomomfattande föreningsstudie för att förutsäga sen genitourinär toxicitet efter prostatastrålningsterapi" . Int J Radiat Oncol Biol Phys . 101 (1): 128–135. doi : 10.1016/j.ijrobp.2018.01.054 . PMC 5886789 . PMID 29502932 .
- Johnson, K; Chang-Claude, J; Critchley, AM; Kyriacou, C; Lavers, S; Rattay, T; Seibold, P; Webb, A; West, C; Symonds, RP; Talbot, CJ; Consortium, Requite (januari 2019). "Genetiska varianter förutsäger optimal tidpunkt för strålbehandling för att minska biverkningar hos bröstcancerpatienter. " Clin Oncol (R Coll Radiol) . 31 (1): 9–16. doi : 10.1016/j.clon.2018.10.001 . PMID 30389261 .
- Mbah, C; De Ruyck, K; De Schrijver, S.; De Sutter, C.; Schiettecatte, K.; Monten, C.; Paelinck, L.; De Neve, W.; Thierens, H.; West, C.; Amorim, G.; Detta, O.; Veldeman, L. (2018). "Ett nytt tillvägagångssätt för att modellera patientens totala strålkänslighet och förutsäga multipla toxicitetsslutpunkter för bröstcancerpatienter. " Acta Oncologica . 57 (5): 604–12. doi : 10.1080/0284186X.2017.1417633 . PMID 29299946 .