Ракот на панкреасот е еден од најсмртоносните тумори во светот со лоша прогноза.Затоа, потребен е точен модел на предвидување за да се идентификуваат пациентите со висок ризик од рак на панкреасот за да се прилагоди третманот и да се подобри прогнозата на овие пациенти.
Добивме податоци за RNAseq за панкреатичен аденокарцином на атласот на ракот (TCGA) од базата на податоци на UCSC Xena, идентификувавме lncRNAs (irlncRNAs) поврзани со имунолошкиот систем преку корелација и идентификувавме разлики помеѓу TCGA и нормалните ткива на панкреасниот аденокарцином.DEirlncRNA) од TCGA и генотипната ткивна експресија (GTEx) на ткивото на панкреасот.Беа изведени дополнителни униваријатни и ласо регресивни анализи за да се конструираат модели на прогностички потпис.Потоа ја пресметавме областа под кривата и ја одредивме оптималната гранична вредност за идентификување на пациенти со висок и низок ризик аденокарцином на панкреас.Да се споредат клиничките карактеристики, инфилтрацијата на имуните клетки, имуносупресивната микросредина и отпорноста на хемотерапија кај пациенти со висок и низок ризик на панкреасот.
Идентификувавме 20 парови DEirlncRNA и ги групиравме пациентите според оптималната гранична вредност.Демонстриравме дека нашиот модел на прогностички потпис има значителни перформанси во предвидувањето на прогнозата на пациентите со PAAD.AUC на ROC кривата е 0,905 за 1-годишната прогноза, 0,942 за 2-годишната и 0,966 за 3-годишната прогноза.Пациентите со висок ризик имале пониски стапки на преживување и полоши клинички карактеристики.Исто така, покажавме дека пациентите со висок ризик се имуносупримирани и може да развијат отпорност на имунотерапија.Евалуацијата на антиканцерогените лекови како што се паклитаксел, сорафениб и ерлотиниб врз основа на алатки за пресметковно предвидување може да биде соодветна за пациенти со висок ризик со PAAD.
Генерално, нашата студија воспостави нов модел на прогностички ризик базиран на спарена irlncRNA, која покажа ветувачка прогностичка вредност кај пациенти со рак на панкреасот.Нашиот модел на прогностички ризик може да помогне да се разликуваат пациентите со PAAD кои се погодни за медицински третман.
Ракот на панкреасот е малигнен тумор со ниска стапка на петгодишно преживување и висок степен.Во моментот на дијагнозата, повеќето пациенти се веќе во напредна фаза.Во контекст на епидемијата СОВИД-19, лекарите и медицинските сестри се под огромен притисок кога лекуваат пациенти со рак на панкреасот, а семејствата на пациентите, исто така, се соочуваат со повеќекратни притисоци кога донесуваат одлуки за лекување [1, 2].Иако е постигнат голем напредок во третманот на DOADs, како што се неоадјувантна терапија, хируршка ресекција, терапија со зрачење, хемотерапија, насочена молекуларна терапија и инхибитори на имунолошкиот контролен пункт (ICIs), само околу 9% од пациентите преживуваат пет години по дијагнозата [3. ].], 4].Бидејќи раните симптоми на аденокарцином на панкреас се атипични, на пациентите обично им се дијагностицира метастази во напредна фаза [5].Затоа, за даден пациент, индивидуализираниот сеопфатен третман мора да ги мери предностите и недостатоците на сите опции за третман, не само за да го продолжи преживувањето, туку и да го подобри квалитетот на животот [6].Затоа, ефикасен модел на предвидување е неопходен за прецизна проценка на прогнозата на пациентот [7].Така, може да се избере соодветен третман за да се балансира опстанокот и квалитетот на животот на пациентите со PAAD.
Лошата прогноза на PAAD главно се должи на отпорност на лекови за хемотерапија.Во последниве години, инхибиторите на имунолошкиот контролен пункт се широко користени во третманот на цврсти тумори [8].Сепак, употребата на ICI кај ракот на панкреасот е ретко успешна [9].Затоа, важно е да се идентификуваат пациентите кои можат да имаат корист од ICI терапијата.
Долга некодирачка РНК (lncRNA) е тип на некодирачка РНК со транскрипти >200 нуклеотиди.LncRNAs се широко распространети и сочинуваат околу 80% од човечкиот транскриптом [10].Голем дел од работата покажа дека прогностичките модели базирани на lncRNA можат ефикасно да ја предвидат прогнозата на пациентот [11, 12].На пример, 18 lncRNA поврзани со автофагија беа идентификувани за да генерираат прогностички потписи кај ракот на дојка [13].Шест други lncRNA поврзани со имунолошкиот систем се користени за да се утврдат прогностичките карактеристики на глиомот [14].
Кај ракот на панкреасот, некои студии воспоставија потписи базирани на lncRNA за да се предвиди прогнозата на пациентот.Потпис на 3-lncRNA беше воспоставен кај аденокарцином на панкреас со површина под ROC кривата (AUC) од само 0,742 и вкупно преживување (OS) од 3 години [15].Дополнително, вредностите на изразување на lncRNA варираат меѓу различни геноми, различни формати на податоци и различни пациенти, а перформансите на моделот за предвидување се нестабилни.Затоа, ние користиме нов алгоритам за моделирање, спарување и повторување, за да генерираме потписи на lncRNA (irlncRNA) поврзани со имунитетот за да создадеме попрецизен и постабилен модел на предвидување [8].
Нормализираните податоци за RNAseq (FPKM) и клиничките податоци за рак на панкреасот TCGA и генотипната ткивна експресија (GTEx) беа добиени од базата на податоци на UCSC XENA (https://xenabrowser.net/datapages/).GTF-датотеките беа добиени од базата на податоци на Ensembl (http://asia.ensembl.org) и се користеа за извлекување на профили на изразување lncRNA од RNAseq.Преземавме гени поврзани со имунитетот од базата на податоци ImmPort (http://www.immport.org) и идентификувавме lncRNA поврзани со имунитетот (irlncRNAs) користејќи корелација (p <0,001, r > 0,4).Идентификација на диференцијално изразени irlncRNAs (DEirlncRNAs) со вкрстување на irlncRNA и диференцијално изразени lncRNA добиени од базата на податоци GEPIA2 (http://gepia2.cancer-pku.cn/#index) во групата TCGA-PAAD (|logFC| > 1 и FDR ) <0,05).
Овој метод е пријавен претходно [8].Поточно, ние конструираме X за да ги замениме спарените lncRNA A и lncRNA B. Кога изразната вредност на lncRNA A е повисока од изразната вредност на lncRNA B, X се дефинира како 1, инаку X е дефиниран како 0. Затоа, можеме да добиеме матрица од 0 или – 1. Вертикалната оска на матрицата го претставува секој примерок, а хоризонталната оска го претставува секој пар DEirlncRNA со вредност од 0 или 1.
Униваријатна регресивна анализа проследена со регресија Ласо беше искористена за скрининг на прогностички парови DEirlncRNA.Ласо регресионата анализа користеше 10-кратна вкрстена валидација повторена 1000 пати (p <0,05), со 1000 случајни стимули по истекот.Кога фреквенцијата на секој пар DEirlncRNA надмина 100 пати во 1000 циклуси, паровите DEirlncRNA беа избрани за да се изгради модел на прогностички ризик.Потоа ја користевме кривата AUC за да ја пронајдеме оптималната гранична вредност за класификација на пациентите со PAAD во групи со висок и низок ризик.Вредноста AUC на секој модел беше исто така пресметана и исцртана како крива.Ако кривата ја достигне највисоката точка што ја покажува максималната вредност на AUC, процесот на пресметување запира и моделот се смета за најдобар кандидат.Конструирани се 1-, 3- и 5-годишни модели на крива ROC.Униваријантните и мултиваријантните регресивни анализи беа користени за да се испитаат независните предвидливи перформанси на моделот на прогностички ризик.
Користете седум алатки за проучување на стапката на инфилтрација на имунолошките клетки, вклучувајќи ги XCELL, TIMER, QUANTISEQ, MCPCOUNTER, EPIC, CIBERSORT-ABS и CIBERSORT.Податоците за инфилтрација на имуните клетки беа преземени од базата на податоци TIMER2 (http://timer.comp-genomics.org/#tab-5817-3).Разликата во содржината на имуно-инфилтрирачките клетки помеѓу групите со висок и низок ризик од конструираниот модел беше анализирана со помош на тестот за потпишан ранг на Wilcoxon, резултатите се прикажани на квадратниот график.Анализата на корелација на Спирман беше направена за да се анализира односот помеѓу вредностите на резултатот на ризик и клетките кои инфилтрираат имунитет.Добиениот коефициент на корелација е прикажан како лижавче.Прагот на значајност беше поставен на p <0,05.Постапката е изведена со користење на R пакетот ggplot2.За да ја испитаме врската помеѓу моделот и нивоата на генска експресија поврзани со стапката на инфилтрација на имуните клетки, го извршивме пакетот ggstatsplot и визуелизацијата на заговорот на виолина.
За да ги процениме шаблоните за клинички третман за рак на панкреасот, го пресметавме IC50 на најчесто користените лекови за хемотерапија во групата TCGA-PAAD.Разликите во половина инхибиторни концентрации (IC50) помеѓу групите со висок и низок ризик беа споредени со помош на тестот за потпишан ранг на Wilcoxon, а резултатите се прикажани како кутии генерирани со користење на pRRophetic и ggplot2 во R. Сите методи се во согласност со релевантните упатства и норми.
Работниот тек на нашата студија е прикажан на слика 1. Користејќи корелациона анализа помеѓу lncRNA и гените поврзани со имунитетот, избравме 724 irlncRNA со p <0,01 и r> 0,4.Следно ги анализиравме диференцијално изразените lncRNA на GEPIA2 (Слика 2А).Вкупно 223 irlncRNA беа диференцијално изразени помеѓу аденокарцином на панкреас и нормално ткиво на панкреас (|logFC| > 1, FDR <0,05), наречени DEirlncRNAs.
Изградба на модели на предвидливи ризик.(А) Вулканска шема на диференцијално изразени lncRNAs.(Б) Распределба на коефициентите на ласо за 20 парови DEirlncRNA.(В) Делумна варијанса на веројатност на распределбата на коефициентот LASSO.(Г) Шумска парцела која покажува униваријатна регресивна анализа на 20 парови DEirlncRNA.
Потоа конструиравме матрица 0 или 1 со спарување на 223 DEirlncRNAs.Беа идентификувани вкупно 13.687 парови DEirlncRNA.По униваријатна и ласо регресивна анализа, конечно беа тестирани 20 парови DEirlncRNA за да се конструира модел на прогностички ризик (Слика 2B-D).Врз основа на резултатите од Ласо и анализата на повеќекратна регресија, пресметавме резултат на ризик за секој пациент во групата TCGA-PAAD (Табела 1).Врз основа на резултатите од ласо регресионата анализа, пресметавме резултат на ризик за секој пациент во групата TCGA-PAAD.AUC на кривата ROC беше 0,905 за 1-годишното предвидување на моделот на ризик, 0,942 за 2-годишното предвидување и 0,966 за 3-годишното предвидување (Слика 3А-Б).Поставивме оптимална гранична вредност од 3,105, ги стратификувавме пациентите од групата TCGA-PAAD во групи со висок и низок ризик и ги нацртавме исходите за преживување и распределбата на резултатот на ризик за секој пациент (Слика 3C-E).Анализата на Каплан-Мајер покажа дека преживувањето на пациентите со PAAD во групата со висок ризик е значително пониско од она на пациентите во групата со низок ризик (p <0,001) (Слика 3F).
Валидност на моделите на прогностички ризик.(А) ROC на моделот на прогностички ризик.(Б) 1-, 2- и 3-годишни ROC модели на прогностички ризик.(В) ROC на моделот на прогностички ризик.Ја прикажува оптималната точка на исклучување.(DE) Дистрибуција на статусот на преживување (D) и оценките за ризик (E).(F) Каплан-Мајер анализа на пациенти со PAAD во групи со висок и низок ризик.
Понатаму ги проценивме разликите во оценките за ризик според клиничките карактеристики.Стрип заплетот (слика 4А) ја покажува севкупната врска помеѓу клиничките карактеристики и оценките за ризик.Особено, постарите пациенти имаа повисоки резултати на ризик (Слика 4Б).Дополнително, пациентите со стадиум II имале повисоки резултати на ризик од пациентите со стадиум I (Слика 4В).Што се однесува до степенот на туморот кај пациентите со PAAD, пациентите од степен 3 имале повисоки резултати на ризик од пациентите од степен 1 и 2 (Слика 4Д).Понатаму извршивме униваријантни и мултиваријатни регресивни анализи и покажавме дека резултатот на ризик (p <0,001) и возраста (p = 0,045) се независни прогностички фактори кај пациенти со PAAD (Слика 5А-Б).Кривата ROC покажа дека резултатот на ризикот е супериорен во однос на другите клинички карактеристики во предвидувањето на 1-, 2- и 3-годишно преживување на пациентите со PAAD (Слика 5C-E).
Клинички карактеристики на моделите на прогностички ризик.Хистограмот (А) покажува (Б) возраст, (Ц) стадиум на тумор, (Д) степен на тумор, резултат на ризик и пол на пациенти во групата TCGA-PAAD.** p < 0,01
Независна предвидлива анализа на моделите на прогностички ризик.(AB) Униваријантни (А) и мултиваријантни (Б) регресивни анализи на модели на прогностички ризик и клинички карактеристики.(CE) 1-, 2- и 3-годишен ROC за модели на прогностички ризик и клинички карактеристики
Затоа, ја испитавме врската помеѓу резултатите од времето и ризикот.Откривме дека резултатот на ризик кај пациентите со PAAD е во обратна корелација со ЦД8+ Т-клетките и НК-клетките (Слика 6А), што укажува на потисната имунолошка функција во групата со висок ризик.Ние, исто така, ја проценивме разликата во инфилтрацијата на имуните клетки помеѓу групите со висок и низок ризик и ги најдовме истите резултати (Слика 7).Имаше помала инфилтрација на ЦД8+ Т-клетките и НК-клетките во високоризичната група.Во последниве години, инхибиторите на имунолошкиот контролен пункт (ICIs) се широко користени во третманот на цврсти тумори.Сепак, употребата на ICI кај ракот на панкреасот ретко била успешна.Затоа, ја проценивме експресијата на гените на имунолошкиот контролен пункт во групи со висок и низок ризик.Откривме дека CTLA-4 и CD161 (KLRB1) беа прекумерно изразени во групата со низок ризик (Слика 6B-G), што покажува дека пациентите со PAAD во групата со низок ризик може да бидат чувствителни на ICI.
Анализа на корелација на модел на прогностички ризик и инфилтрација на имуните клетки.(А) Корелација помеѓу моделот на прогностички ризик и инфилтрацијата на имуните клетки.(BG) Укажува генска експресија во групи со висок и низок ризик.(HK) IC50 вредности за специфични антиканцерогени лекови во групи со висок и низок ризик.* p < 0,05, ** p < 0,01, ns = не е значајно
Понатаму ја проценивме поврзаноста помеѓу оценките за ризик и вообичаените агенси за хемотерапија во групата TCGA-PAAD.Баравме најчесто користени антиканцерогени лекови кај ракот на панкреасот и ги анализиравме разликите во нивните вредности на IC50 помеѓу групите со висок и низок ризик.Резултатите покажаа дека вредноста на IC50 на AZD.2281 (олапариб) беше повисока во групата со висок ризик, што покажува дека пациентите со PAAD во групата со висок ризик може да бидат отпорни на третманот AZD.2281 (Слика 6H).Дополнително, вредностите на IC50 на паклитаксел, сорафениб и ерлотиниб беа пониски во групата со висок ризик (Слика 6I-K).Понатаму идентификувавме 34 антиканцерогени лекови со повисоки вредности на IC50 во групата со висок ризик и 34 антиканцерогени лекови со пониски вредности на IC50 во групата со висок ризик (Табела 2).
Не може да се негира дека lncRNAs, mRNAs и miRNAs широко постојат и играат клучна улога во развојот на ракот.Има многу докази кои ја поддржуваат важната улога на mRNA или miRNA во предвидувањето на целокупното преживување кај неколку видови на рак.Несомнено, многу модели на прогностички ризик исто така се базираат на lncRNAs.На пример, Луо и сор.Студиите покажаа дека LINC01094 игра клучна улога во пролиферацијата и метастазите на PC, а високата експресија на LINC01094 укажува на слабо преживување на пациентите со рак на панкреасот [16].Студијата презентирана од Лин и сор.Истражувањата покажаа дека регулацијата на lncRNA FLVCR1-AS1 е поврзана со лоша прогноза кај пациенти со рак на панкреасот [17].Сепак, lncRNAs поврзани со имунитетот се релативно помалку дискутирани во однос на предвидување на целокупното преживување на пациентите со рак.Неодамна, голема количина на работа беше фокусирана на градење модели на прогностички ризик за да се предвиди преживувањето на пациентите со рак и со тоа да се прилагодат методите на лекување [18, 19, 20].Се повеќе се препознава важната улога на имуните инфилтрати во започнувањето, прогресијата и одговорот на ракот на третмани како што е хемотерапијата.Бројни студии потврдија дека имуните клетки кои инфилтрираат тумор играат клучна улога во одговорот на цитотоксичната хемотерапија [21, 22, 23].Туморската имунолошка микросредина е важен фактор во преживувањето на туморските пациенти [24, 25].Имунотерапијата, особено терапијата со ICI, е широко користена во третманот на цврсти тумори [26].Гените поврзани со имунитетот широко се користат за да се конструираат модели на прогностички ризик.На пример, Су и сор.Моделот на прогностички ризик поврзан со имунолошкиот систем се заснова на гени за кодирање на протеини за да се предвиди прогнозата на пациентите со рак на јајниците [27].Некодирачките гени како што се lncRNAs се исто така погодни за конструирање на модели на прогностички ризик [28, 29, 30].Луо и соработниците тестираа четири lncRNA поврзани со имунолошкиот систем и изградија предвидувачки модел за ризикот од рак на грлото на матката [31].Кан и сор.Беа идентификувани вкупно 32 диференцијално изразени транскрипти, и врз основа на ова, беше воспоставен модел на предвидување со 5 значајни транскрипти, кој беше предложен како високо препорачана алатка за предвидување на акутно отфрлање докажано со биопсија по трансплантација на бубрег [32].
Повеќето од овие модели се засноваат на нивоата на генска експресија, или гени кои кодираат протеини или гени кои не кодираат.Сепак, истиот ген може да има различни вредности на изразување во различни геноми, формати на податоци и кај различни пациенти, што доведува до нестабилни проценки во предвидливите модели.Во оваа студија, изградивме разумен модел со два пара lncRNA, независно од точните вредности на изразување.
Во оваа студија, ние ја идентификувавме irlncRNA за прв пат преку корелација анализа со гени поврзани со имунитетот.Скриниравме 223 DEirlncRNA со хибридизација со диференцијално изразени lncRNAs.Второ, конструиравме матрица 0-или-1 врз основа на објавениот метод на спарување DEirlncRNA [31].Потоа извршивме униваријатни и ласо регресивни анализи за да ги идентификуваме прогностичките парови на DEirlncRNA и да изградиме модел на предвидувачки ризик.Понатаму ја анализиравме поврзаноста помеѓу оценките за ризик и клиничките карактеристики кај пациенти со PAAD.Откривме дека нашиот модел на прогностички ризик, како независен прогностички фактор кај пациентите со PAAD, може ефикасно да ги разликува пациентите со висок степен од пациентите со низок степен и пациентите со висок степен од пациентите со низок степен.Дополнително, вредностите на AUC на кривата ROC на моделот на прогностички ризик беа 0,905 за 1-годишната прогноза, 0,942 за 2-годишната прогноза и 0,966 за 3-годишната прогноза.
Истражувачите објавија дека пациентите со повисока инфилтрација на ЦД8+ Т-клетките биле почувствителни на третман со ICI [33].Зголемувањето на содржината на цитотоксични клетки, CD56 NK клетки, NK клетки и CD8 + Т-клетки во туморската имунолошка микросредина може да биде една од причините за супресивниот ефект на туморот [34].Претходните студии покажаа дека повисоките нивоа на ЦД4(+) Т и ЦД8(+) Т кои инфилтрираат тумор беа значително поврзани со подолго преживување [35].Лошата инфилтрација на ЦД8 Т-клетките, ниското оптоварување со неоантиген и високо имуносупресивната туморска микросредина доведуваат до недостаток на одговор на ICI терапијата [36].Откривме дека резултатот на ризикот е негативно корелиран со ЦД8+ Т-клетките и НК-клетките, што укажува дека пациентите со висок ризик може да не се погодни за ICI третман и имаат полоша прогноза.
CD161 е маркер на природни клетки убијци (NK).CD8+CD161+ CAR-трансдуцираните Т-клетки посредуваат во зголемена in vivo антитуморна ефикасност во моделите на ксенографт на HER2+ дуктален аденокарцином на панкреасот [37].Инхибиторите на имунолошкиот контролен пункт ги таргетираат патиштата на цитотоксични Т-лимфоцити поврзани со протеин 4 (CTLA-4) и програмиран протеин 1 (PD-1)/програмиран лиганд 1 на клеточна смрт (PD-L1) и имаат голем потенцијал во многу области.Изразот на CTLA-4 и CD161 (KLRB1) е понизок кај високоризичните групи, што дополнително покажува дека пациентите со високоризични резултати можеби не се подобни за ICI третман.[38]
За да најдеме опции за третман погодни за пациенти со висок ризик, анализиравме различни антиканцерогени лекови и откривме дека паклитакселот, сорафениб и ерлотиниб, кои се широко користени кај пациенти со PAAD, може да бидат погодни за пациенти со висок ризик со PAAD.[33].Жанг и соработниците открија дека мутациите на која било патека на одговор на оштетување на ДНК (DDR) може да доведат до лоша прогноза кај пациенти со рак на простата [39].Студијата за рак на панкреасот Олапариб во тек (POLO) покажа дека третманот на одржување со олапариб го продолжува преживувањето без прогресија во споредба со плацебо по прва линија на хемотерапија базирана на платина кај пациенти со аденокарцином на панкреасот дуктален и герминативни BRCA1/2 мутации [40].Ова обезбедува значителен оптимизам дека резултатите од третманот значително ќе се подобрат кај оваа подгрупа пациенти.Во оваа студија, вредноста на IC50 на AZD.2281 (олапариб) беше повисока во групата со висок ризик, што покажува дека пациентите со PAAD во групата со висок ризик може да бидат отпорни на третман со AZD.2281.
Моделите за предвидување во оваа студија даваат добри резултати од прогнозирањето, но тие се засноваат на аналитички предвидувања.Како да се потврдат овие резултати со клинички податоци е важно прашање.Ендоскопската аспирациона ултрасонографија со фино игла (EUS-FNA) стана неопходен метод за дијагностицирање на цврсти и екстрапанкреатични лезии на панкреасот со чувствителност од 85% и специфичност од 98% [41].Појавата на иглите за биопсија со фино иглена EUS (EUS-FNB) главно се заснова на воочените предности во однос на FNA, како што се поголема дијагностичка точност, добивање примероци што ја зачувуваат хистолошката структура и на тој начин генерирање на имуно ткиво кое е критично за одредени дијагнози.специјално боење [42].Систематски преглед на литературата потврди дека иглите FNB (особено 22G) покажуваат највисока ефикасност во собирањето ткиво од панкреасните маси [43].Клинички, само мал број пациенти се подобни за радикална операција, а повеќето пациенти имаат неоперабилни тумори во моментот на првичната дијагноза.Во клиничката пракса, само мал дел од пациентите се погодни за радикална хирургија бидејќи повеќето пациенти имаат неоперабилни тумори во моментот на првичната дијагноза.По патолошка потврда со EUS-FNB и други методи, обично се избира стандардизиран нехируршки третман како што е хемотерапијата.Нашата последователна истражувачка програма е да го тестира прогностичкиот модел на оваа студија во хируршки и нехируршки групи преку ретроспективна анализа.
Генерално, нашата студија воспостави нов модел на прогностички ризик базиран на спарена irlncRNA, која покажа ветувачка прогностичка вредност кај пациенти со рак на панкреасот.Нашиот модел на прогностички ризик може да помогне да се разликуваат пациентите со PAAD кои се погодни за медицински третман.
Збирките на податоци што се користат и анализирани во тековната студија се достапни од соодветниот автор на разумно барање.
Sui Wen, Gong X, Zhuang Y. Посредувачката улога на самоефикасноста во емоционалното регулирање на негативните емоции за време на пандемијата COVID-19: студија на пресек.Int J Ment Health Nurs [напис во списанието].2021 06/01/2021; 30 (3): 759-71.
Суи Вен, Гонг Х, Киао Х, Џанг Л, Ченг Ј, Донг Ј и др.Ставовите на членовите на семејството за алтернативно одлучување во единиците за интензивна нега: систематски преглед.INT J NURS STUD [напис од списание;преглед].2023 01/01/2023; 137:104391.
Винсент А, Херман Ј, Шулих Р, Хрубан РХ, Гогинс М. Рак на панкреасот.Лансет.[Напис во весник;поддршка за истражување, НИХ, екстрамурална;истражувачка поддршка, влада надвор од САД;преглед].2011 08/13/2011; 378 (9791): 607-20.
Илиќ М, Илиќ И. Епидемиологија на рак на панкреасот.Светски весник за гастроентерологија.[Напис во весник, преглед].2016 11/28/2016; 22 (44): 9694–705.
Liu X, Chen B, Chen J, Sun S. Нов номограм поврзан со tp53 за предвидување на целокупното преживување кај пациенти со рак на панкреасот.BMC Cancer [напис во журнал].2021 31-03-2021; 21 (1): 335.
Xian X, Zhu X, Chen Y, Huang B, Xiang W. Ефект на терапија фокусирана на раствор на замор поврзан со рак кај пациенти со колоректален карцином кои примаат хемотерапија: рандомизирано контролирано испитување.Медицинска сестра од рак.[Напис во весник;рандомизирано контролирано испитување;студијата е поддржана од влада надвор од САД].2022 05/01/2022; 45 (3): E663-73.
Џанг Ченг, Женг Вен, Лу И, Шан Л, Ксу Донг, Пан И и др.Постоперативните нивоа на карциноембрионски антиген (ЦЕА) го предвидуваат исходот по ресекција на колоректален карцином кај пациенти со нормални предоперативни нивоа на ЦЕА.Центар за преводни истражувања за рак.[Напис во весник].2020 01.01.2020; 9 (1): 111-8.
Хонг Вен, Лианг Ли, Гу Ју, Чи Зи, Киу Хуа, Јанг Х и др.lncRNA поврзани со имунолошкиот систем генерираат нови потписи и го предвидуваат имунолошкиот пејзаж на човечкиот хепатоцелуларен карцином.Мол Тер нуклеински киселини [напис во весник].2020 2020-12-04; 22:937 - 47.
Toffey RJ, Zhu Y., Schulich RD Имунотерапија за рак на панкреасот: бариери и откритија.Ен Гастроинтестинален хирург [напис во весник;преглед].2018 07/01/2018; 2 (4): 274–81.
Hull R, Mbita Z, Dlamini Z. Долги некодирачки РНК (LncRNAs), геномика на вирусни тумори и настани на аберантно спојување: терапевтски импликации.AM J CANCER RES [напис во журнал;преглед].2021 01/20/2021; 11 (3): 866-83.
Wang J, Chen P, Zhang Y, Ding J, Yang Y, Li H. 11-Идентификација на lncRNA потписи поврзани со прогнозата на ендометријален карцином.Достигнувања на науката [напис во списание].2021 2021-01-01; 104 (1): 311977089.
Џијанг С, Рен Х, Лиу С, Лу З, Ксу А, Чин С и сор.Сеопфатна анализа на прогностички гени за протеин што врзуваат РНК и кандидати за лекови во папиларен карцином на бубрежни клетки.преген.[Напис во весник].2021 01/20/2021; 12:627508.
Ли Х, Чен Ј, Ју Кју, Хуанг Х, Лиу З, Ванг Х и сор.Карактеристиките на долгата некодирачка РНК поврзана со автофагија ја предвидуваат прогнозата за рак на дојка.преген.[Напис во весник].2021 01/20/2021; 12:569318.
Zhou M, Zhang Z, Zhao X, Bao S, Cheng L, Sun J. Шест потпис на lncRNA поврзани со имунолошкиот систем ја подобрува прогнозата кај мултиформен глиобластом.MOL Невробиологија.[Напис во весник].2018 01.05.2018; 55 (5): 3684–97.
Ву Б, Ванг Кју, Феи Ј, Бао И, Ванг Х, песна З и др.Новиот потпис на tri-lncRNA предвидува преживување на пациентите со рак на панкреасот.ПРЕТСТАВНИЦИ НА ОНКОЛ.[Напис во весник].2018 12/01/2018; 40 (6): 3427–37.
Luo C, Lin K, Hu C, Zhu X, Zhu J, Zhu Z. LINC01094 ја промовира прогресијата на ракот на панкреасот преку регулирање на експресијата на LIN28B и патеката PI3K/AKT преку сунѓерестиот miR-577.Mol Therapeutics - Нуклеински киселини.2021; 26:523-35.
Лин Ј, Жаи Х, Зоу С, Ксу З, Џанг Ј, Џианг Л, и сор.Позитивните повратни информации помеѓу lncRNA FLVCR1-AS1 и KLF10 може да ја инхибираат прогресијата на ракот на панкреасот преку патеката PTEN/AKT.J EXP Clin Cancer Res.2021; 40 (1).
Zhou X, Liu X, Zeng X, Wu D, Liu L. Идентификација на тринаесет гени кои предвидуваат севкупно преживување кај хепатоцелуларен карцином.Biosci Rep [напис во списанието].2021 04/09/2021.
Време на објавување: Сеп-22-2023 година