<td id="zt138"></td>

<tr id="zt138"><label id="zt138"></label></tr>
<acronym id="zt138"><strong id="zt138"></strong></acronym>
<td id="zt138"></td>

      <table id="zt138"></table>

      <acronym id="zt138"><label id="zt138"><menu id="zt138"></menu></label></acronym>

      黑科技賦能NGS,至本推出基于基因變異的CUP預測模型

      2021-03-18


      導讀

      1、通過全面的基因檢測和人工智能黑科技的結合,至本醫療可提供對原發灶部位的有效預測,預測準確率高達83.2%。

      2、85% 的原發灶不明癌(CUP)患者可以通過全面的基因檢測找到用藥機會。

      為何原發灶不明癌(CUP)難以診斷


      現有癌癥診療體系中,明確原發部位仍是進行標準化治療的基礎,但是,在臨床上仍有3~5%的癌癥是無法確定原發部位的,他們稱之為原發灶不明癌(Cancers of Unknown Primary,CUP)。


      原發灶不明癌(CUP),是指一類經病理學診斷確診為轉移性,但是經過詳細檢查和評估仍無法明確原發部位的癌癥,是最常見的十大癌癥之一,死亡率位列第4。1

      640.png

      由于癌癥原發部位的診斷是指導臨床治療的重要依據,因此原發灶不明癌(CUP)的治療策略一直是臨床難題,尚無標準治療方案。


      為何原發灶不明癌(CUP)難以診斷?可能的原因有如下幾點:

      (1)可能原發腫瘤很小,生長緩慢,通過現有的影像學或其他檢測技術檢測不能發現;

      (2)轉移的腫瘤細胞可能改變了外觀,因此可能不再像原發部位的腫瘤(即分化差或未分化);

      (3)原發灶被人體的自身免疫系統消除了;

      (4)原發腫瘤在手術中被切除,而醫生并不知道這是腫瘤(未做組織學檢查)。


      此外,原發灶不明癌(CUP)的診斷對于臨床醫生來講是一項巨大挑戰。很多時候即使通過影像學、病理學、免疫組化等評估,仍無法精確診斷其腫瘤來源,甚至造成診斷錯誤,對臨床醫生制定治療方案造成很大的困擾。


      為何要鑒定腫瘤原發部位?

      臨床腫瘤診斷技術在過去幾十年中有了很大的改進與提高,但是,原發灶不明癌(CUP)的起源鑒定還是臨床揮之不去的問題,如果能夠明確腫瘤的原發部位,有助于臨床醫生制定針對性的治療方案,同時緩解患者的消極情緒。


      診斷原發灶不明癌(CUP)的意義

      (1)原發灶不明癌(CUP)的治療主要以經驗性化療為主,患者預后普遍較差,所以需要明確原發部位;

      (2)準確地了解腫瘤原發部位及組織類型,即可按照原發腫瘤的類型進行治療,有助于醫生選擇最合適的治療方案;

      (3)病人可受惠于:減少重復的檢測、檢查、影像、活檢等;有機會進入適當的臨床試驗;評估癌癥的家族風險。


      至本數據:85%的CUP患者可以通過基因檢測找到用藥機會


      至本醫療科技CEO王凱博士作為共同第一作者在《JAMA Oncology》發表了一項針對原發灶不明腫瘤的研究[2],通過對200名原發灶不明腫瘤(CUP)患者的基因測序結果進行分析,顯示有85%(169/200)的原發灶不明腫瘤(CUP)患者可以通過全面的基因檢測找到可靶向的基因變異,而在原發灶不明的腺癌(ACUP)中有72%的患者存在臨床上常見的絡氨酸激酶(RTK)/RAS信號通路上的基因變異(如ALK, ARAF, BRAF, EGFR, FGFR1, FGFR2, KIT, KRAS, MAP2K1, MET, NF1, NF2, NRAS, RAF1, RET和 ROS1等)。

      640 (1).png

      基于基因變異的黑科技CUP預測模型,驗證準確率83%


      隨著生物技術在醫學領域的快速發展和人們在細胞分子水平對腫瘤發病機制認識的深入,腫瘤診療已經進入了全新的基因組時代。那么,在基因組時代下,原發灶不明癌(CUP)之謎是否可以解開?還是依然存在?


      至本在行業內推出基于基因變異的CUP預測模型,通過全面的基因檢測和AI人工智能技術的結合,輔助臨床醫生,為原發灶不明癌(CUP)患者提供更精準的臨床治療策略,獲得更大化臨床獲益。


      全新的至本CUP預測模型,主要針對原發灶不明癌(CUP),可根據申請出具預測報告。該模型基于內部大量數據集開發,可以憑借人工智能技術從醫學典籍中提取內容相關的信息?;谥帘咀杂械闹R平臺(包括:高質量的期刊文獻、指南、基因變異數據庫和臨床試驗信息),基因變異的信息分析可以快速高效的完成。


      640 (2).png

      至本基于基因變異的CUP預測模型,適用于至本旗下的多款大panel檢測(包含至尋WES+,元溯,元溯IO,元溯S,元溯GU),可以支持24種常見腫瘤類型的預測,包含非小細胞肺癌、結直腸癌、乳腺癌、小細胞肺癌、胰腺癌、胃癌、肝細胞癌、軟組織腫瘤等,提供對原發灶腫瘤類型的有效預測,明確病理,輔助臨床診斷,驗證綜合準確率達83%。


      通過至本CUP預測模型,無需額外檢測和費用,預測更加簡單快速,1-2 分鐘即可出具結果。


      此外,至本CUP預測模型基于全球領先的腫瘤基因信息+數萬例中國腫瘤數據,通過對基因信息和臨床信息的整合分析,為沒有可用藥基因突變的原發灶不明癌(CUP)患者提示原發灶的位置,從而協助臨床醫生選擇更合適的化療方案。


      例如,對于下面這位多發轉移、原發灶不明的男性患者,送檢取樣部位為膀胱,通過至本醫療的NGS元溯GU檢測,發現不存在可用藥基因變異、TMB-L、MSS 且HED-L。


      基于送檢樣本的基因變異結果,通過模型預測,相似度排序前三腫瘤類型為:結直腸腫瘤(相似度0.905)、胰腺癌(相似度0.029)、非小細胞肺癌(相似度0.023)。用藥機會。

      基于至本CUP預測模型,我們可以分析出患者最有可能的原發灶位置為結直腸(概率最大的前三個原發灶部位如下圖)。


      640 (3).png


      基于該分析結果,結合臨床實際情況,相比于其他化療方案,結直腸癌一線化療方案FOLFORI/FOLFOX 有望為患者帶來更大的臨床獲益。


      至本引領NGS走向黑科技時代


      作為率先在國內完成CAP/CLIA“雙C”認證、產品驗證以及臨床驗證等全面體系建設的腫瘤精準醫療公司,至本醫療立足于患者獲益需求,以領先的醫學洞察、獨創的生信算法和AI人工智能技術,始終致力于提升腫瘤患者的臨床獲益。


      未來,至本醫療將繼續推動檢測技術、生信算法和AI人工智能技術的不斷迭代和優化,持續助力腫瘤精準診療,更好地幫助醫生,提高患者生存希望。每一次檢測都能提供全面、準確的分子水平信息,不遺漏任何臨床獲益機會,至本檢測“一次就夠”! 


      參考資料:

      1.陳金影,徐清華,原發灶不明轉移癌的臨床診斷,分子診斷與治療雜志 2016 年 3 月 第8卷 第2期

      [2] Ross Jeffrey S,Wang Kai,Gay Laurie et al. Comprehensive Genomic Profiling of Carcinoma of Unknown Primary Site: New Routes to Targeted Therapies.[J] .JAMA Oncol, 2015, 1: 40-49.




      閱讀上一篇 閱讀下一篇

      推薦閱讀

      欧美黑人巨大XXXXX,欧美最猛黑人XXXX黑人猛交,黑人疯狂巨大XXX0O0,黑人巨大XXXXXXX