Subskrypcja JoVE jest wymagana do oglądania tego materiału. Zaloguj się lub rozpocznij bezpłatny okres próbny.

Artykuł badawczy

Kliniczne implikacje metaloproteinazy matrycy-12 w surowicy oraz kadheryny w guzie dla podtypowania molekularnego i terapii spersonalizowanej w raku płuc

128 wyświetleń

⸱

DOI:

10.3791/70633

⸱

28 kwietnia 2026

 ,  ,  ,  , 
1Department of Respiratory and Critical Care Medicine IV (RICU), Xingtai People's Hospital, 2Department of Respiratory and Critical Care Medicine I, Xingtai People's Hospital, 3Department of Medical Oncology II, Xingtai People's Hospital, 4Department of Respiratory and Critical Care Medicine, Huanghua Development Zone Boai Hospital

W tym artykule

Podsumowanie

Badanie to ocenia metaloproteinazę matrycową surowicy-12 (MMP-12) oraz kadherynę-13 z guza (CDH13) jako komplementarne biomarkery w raku płuc. Markery te korelują z podtypami molekularnymi, odpowiedzią na leczenie i przeżyciem, wspierając ich potencjalne zastosowanie w podtypowaniu, stratyfikacji leczenia i ocenie prognosycznej.

Streszczenie

Rak płuc pozostaje główną przyczyną śmiertelności związanej z nowotworami na całym świecie, głównie ze względu na swoją biologiczną heterogeniczność, częste diagnozy w późnym stadium oraz ograniczenia w kompleksowych badaniach molekularnych. Pojedyncze biomarkery często nie wystarczają do podejmowania decyzji klinicznych, co podkreśla potrzebę komplementarnych i klinicznie wykonalnych wskaźników integrujących biologię systemową i specyficzną dla guza. W tym jednoośrodkowym badaniu kohortowym włączono 262 pacjentów z rakiem płuc. Poziomy metaloproteinazy w matrycy surowicy-12 (MMP-12) zmierzono za pomocą enzymatycznego immunosorbentu testu (ELISA), a ekspresję kadheryny-13 w guzie (CDH13) oceniono za pomocą immunohistochemii (IHC) na podstawie zwalidowanego wyniku immunoreaktywnego (IRS). Podtypowanie molekularne uzyskano na podstawie rutynowych badań klinicznych, a powiązania z odpowiedzią na leczenie i wynikami przeżycia oceniono za pomocą wielowymiarowych modeli logistycznych i regresji Coxa. MMP-12 i CDH13 wykazały odwrotne rozkłady pomiędzy podtypami molekularnymi (P < 0,001), tak że guzy z receptorem czynnika wzrostu naskórka (EGFR)/kinazą chłoniaka anaplastycznego (ALK) wykazywały niższy i wyższy poziom CDH13, podczas gdy guzy Kirsten rat rat scarcoma wirusowego onkogenu (KRAS) mutowanego i dzikiego wykazywały odwrotny wzorzec. Wyższa zaprogramowana ekspresja ligandu śmierci 1 (PD-L1) była konsekwentnie wiązana ze wzrostem MMP-12 i obniżonym CDH13 (wszystkie P < 0,05). Podwyższony MMP-12 był niezależnie powiązany ze zmniejszonym wskaźnikiem odpowiedzi obiektywnej (ORR) (skorygowany iloraz szans [OR] = 0,662, P < 0,001) oraz gorszym przeżyciem (wskaźnik ryzyka przeżycia wolnego od progresji [PFS] [HR] = 1,382; całkowite przeżycie [OS] HR = 1,421; zarówno P, < 0,001), podczas gdy wyższy poziom CDH13 przewidywał poprawę odpowiedzi (skorygowany OR = 1,201, P < 0,001) oraz przeżywalność (PFS HR = 0,884; OS HR = 0,862; zarówno P < 0,001). Łączna sygnatura wysokiego MMP-12/niskiego CDH13 wskazała podgrupę o istotnie gorszych wynikach (PFS HR = 2,281; Tętno OS = 2,506; P < 0,001). Wyniki te sugerują, że surowica MMP-12 i guz CDH13 mogą pełnić rolę komplementarnych biomarkerów dla podtypowania molekularnego, stratyfikacji terapeutycznej oraz oceny prognosycznej w raku płuc.

Wprowadzenie

Rak płuc pozostaje dominującym globalnym obciążeniem zdrowotnym, odpowiadając za prawie 2,5 miliona nowych przypadków i około 1,8 miliona zgonów na świecie w 2022roku. Pomimo znacznych postępów w badaniach przesiewowych, obrazowaniu i terapii ogólnoustrojowej, przeżywalność u wielu pacjentów pozostaje ograniczona, ponieważ rak płuca jest biologicznie heterogenny i często diagnozowany w zaawansowanym stadium 2,3,4,5. Onkologia precyzyjna stała się zatem kluczowa dla współczesnej opieki nad rakiem płuc, szczególnie w przypadku niedrobnokomórkowego raka płuc (NSCLC), gdzie możliwe do działania zmiany czynnikowe definiują podgrupy molekularne o odrębnych naturalnych przebiegach i wrażliwości na leczenie6. Wytyczne kliniczne zalecają szerokie profilowanie molekularne w zaawansowanych chorobach, w tym EGFR, ALK, KRAS, ROS1, BRAF, MET exon 14 skipping, RET, ERBB2 (HER2) oraz fuzje NTRK, a także ocenę biomarkerów immunologicznych takich jak PD-L1 7,8,9,10. Te zmiany zmieniły wyniki dla wybranych populacji, ale jednocześnie stworzyły nowe wąskie gardła kliniczne. Tkanka może być niewystarczająca do kompleksowych badań, czas realizacji może opóźnić decyzje terapeutyczne, a dostęp do wysokiej jakości sekwencjonowania nowej generacji różni się w zależności od systemów zdrowotnych 7,9. Nawet gdy dostępne są badania molekularne, terapia sterowana biomarkerami pozostaje niedoskonała, ponieważ status molekularny nie obejmuje w pełni stanów mikrośrodowiskowych guza, które wpływają na odpowiedź na leczenie i oporność. Ekspresja PD-L1 jest szeroko stosowana, ale ma dobrze znane ograniczenia jako samodzielny predyktor, a obciążenie mutacjami guza cechuje się znaczną zmiennością i niepewnością w optymalnym zastosowaniu 6,9,10. Te realia podkreślają praktyczną potrzebę uzupełniających się biomarkerów, które są skalowalne, biologicznie informacyjne i zdolne do wzbogacania molekularnej podtypowania oraz stratyfikacji leczenia, gdy informacje genomowe są niepełne, opóźnione lub niejednoznaczne.

Proteolityczna remodelacja macierzy zewnątrzkomórkowej i mikrośrodowiska guza to jeden z biologicznie ugruntowanych wymiarów, który coraz częściej jest doceniany zarówno jako cecha nowotworowa, jak i determinant odpowiedzi terapeutycznej. Metaloproteinazy macierzowe (MMP) regulują inwazję, angiogenezę, transport komórek odpornościowych oraz sygnalizację cytokin, łącząc tym samym programy wewnętrzne guza z kontekstami zapalnymi i stromalnymi gospodarzami11. Wśród tych enzymów macierzycowa metalloproteinaza-12 (MMP-12), znana również jako elastaza makrofagowa, zwróciła uwagę w leczeniu raka płuc, ponieważ jest wyrażana w spektrum ludzkich guzów płuc i wydaje się być powiązana z agresywnymi fenotypami oraz gorszymi wynikami12. Poza ekspresją tkankową, MMP-12 jest mierzalny w krążeniu, co czyni go atrakcyjnym jako minimalnie inwazyjny biomarker z potencjalnym zastosowaniem do seryjnego monitorowania13. Najnowsze analizy wielonowotworowe dodatkowo potwierdziły kliniczne znaczenie MMP-12 w gruczolakoraku płuc, sugerując rolę predykcyjną i prognostyczną, która wymaga głębszego zbadania klinicznie możliwych do badania podgrup14. Co ważne, biomarkery krążące są coraz częściej wykorzystywane jako uzupełnienie testów tkankowych w onkologii, a rośnie zainteresowanie wskaźnikami krwi, które odzwierciedlają nie tylko obciążenie guzami, ale także dynamikę układu odpornościowego i stromalnego kształtującą wrażliwość na terapię systemową15. W raku płuc, gdzie immunoterapia i terapia celowana są często stosowane, biomarkery odzwierciedlające mikrośrodowisko nowotworowe mogą być szczególnie cenne dla zrozumienia heterogeniczności leczenia, wczesnej oporności oraz potrzeby stosowania podejść kombinowanych16. Ten kontekst biologiczny i kliniczny motywuje ukierunkowaną ocenę surowicy MMP-12 wykraczającą poza sygnał diagnostyczny, a konkretnie jako kandydata na marker powiązany z podtypami molekularnymi i trajektoriami terapeutycznymi.

Równolegle, kadheryna 13 (CDH13), nazywana także T-kadheryną lub H-kadheryną, reprezentuje mechanistycznie odrębną oś istotną dla różnicowania guza, sygnalizacji adhezji oraz plastyczności nabłonka. CDH13 to atypowa kadheryna zakotwiczona w błonie za pomocą glikozylofosfatydylinozytolinowej części i szeroko opisywana jako supresora nowotworów w wielu nowotworach17. W NSCLC epigenetyczne wyciszanie CDH13 poprzez hipermetylację promotora było wielokrotnie zgłaszane i wiązało się z postępem guza oraz niekorzystnymi cechami kliniczno-patologicznymi18,19. Dowody metaanalityczne i integracyjne dodatkowo potwierdzają, że hipermetylacja CDH13 występuje częściej w NSCLC niż w zdrowej tkance płucnej i może mieć znaczenie diagnostyczne 20,21. Poza swoją wartością jako marker przemiany złośliwej, status CDH13 może prawdopodobnie przecinać się z wrażliwością na leczenie. Badania eksperymentalne powiązały metylację promotora CDH13 i zmienioną ekspresję z fenotypami oporności na cisplatynę w modelach raka płuc, co podniesie możliwość, że CDH13 odzwierciedla programy biologiczne związane z odpowiedzią na terapię i adaptacją guza pod presją leczenia22. Dane te łącznie wskazują CDH13 jako biomarker tkankowy, co może mieć znaczenie dla biologii ryzyka i stratyfikacji terapeutycznej. W przeciwieństwie do złożonych testów multiomicznych, CDH13 może być oceniany przez immunohistochemię w rutynowych procesach patologicznych, umożliwiając praktyczne tłumaczenie, jeśli dostarcza informacji addytywnych wykraczających poza istniejące markery kliniczne i molekularne.

Razem MMP-12 i CDH13 reprezentują komplementarne przedziały biologiczne i mechanizmy. MMP-12 to obiegowy odczyt, który może rejestrować aktywację immunologiczną i stromalną oraz remodelowanie sterowane proteazą, podczas gdy CDH13 to marker tkankowy odzwierciedlający adhezję supresyjną nowotworową i regulację epigenetyczną. Hipotezujemy, że integracja tych osi może poprawić wnioskowanie kliniczne w dwóch kluczowych dziedzinach definiujących precyzyjną onkologię w raku płuc. Po pierwsze, połączone ramy biomarkerów surowicy i tkanek mogą dostarczać uzupełniających informacji dla podtypowania molekularnych, albo poprzez powiązanie z możliwymi do działania zmianami czynnikowymi i stanami biomarkerów immunologicznych, albo poprzez identyfikację biologicznie spójnych fenotypów odpowiadających określonym klasom molekularnym, gdy testy genomowe są ograniczone 2,6,8,10 . Po drugie, zintegrowany podpis może wpłynąć na terapię spersonalizowaną poprzez poprawę stratyfikacji ryzyka oraz korelację z wyborem leczenia i wynikami w paradygmatach terapii celowanej i immunoterapii, gdzie oporność jest wieloczynnikowa, a pojedyncze markery są niewystarczające 9,10,23. W tym kontekście nasze podejście jest celowo pragmatyczne. Zamiast zastępować diagnostykę molekularną, dąży do uzupełnienia jej poprzez dostarczanie skalowalnych, zgodnych z kliniką pomiarów, które można szybko uzyskać i interpretować razem z genotypem, PD-L1 i stadium. Ta strategia może być szczególnie przydatna w rzeczywistych warunkach, gdzie tkanek jest niewiele, powtarzające się biopsje są niepraktyczne, a kliniczne pytanie nie dotyczy tylko obecności czynnika, ale także tego, jak przewidywać wrażliwość leczenia i ryzyko progresji leczenia u konkretnego pacjenta.

W związku z tym, w obecnym badaniu kohortowym oceniamy kliniczne implikacje surowicy MMP-12 i guza CDH13 dla podtypów molekularnych raka płuc oraz ścieżek leczenia. Konkretnie badamy, czy te biomarkery, indywidualnie i w połączeniu, są powiązane z głównymi klasami molekularnymi i grupami terapeutycznymi oraz czy dostarczają informacji prognostycznych istotnych dla spersonalizowanego leczenia. Prace te umieszczamy również w szerszym ekosystemie alternatywnych podejść, w tym krążącego DNA guza, profilowania metylacyjnego oraz modelowania multimodalnego, które integruje cechy kliniczne, obrazowe i molekularne24,25. Nowość naszego badania nie polega na proponowaniu nowych indywidualnych biomarkerów, lecz na celowym integrowaniu krążącego sygnału proteazy z tkankowym zrostem i markerem epigenetycznym, aby odpowiedzieć na pytanie klinicznie możliwe: jak uzupełnić podtypowanie molekularne i personalizację terapii za pomocą pomiarów możliwych do rutynowej praktyki. Poprzez uchwycenie komplementarnych wymiarów ogólnoustrojowych interakcji guz-gospodarz oraz wewnętrznej biologii guza, ten integracyjny system wykracza poza wcześniejsze badania oceniające MMP-12 lub CDH13 w izolacji. Takie podejście może stanowić praktyczne połączenie między diagnostyczną patologią a terapią precyzyjną, z potencjalnymi zastosowaniami w priorytetyzacji badań molekularnych, kontekstualizacji niezgodności biomarkerów oraz udoskonalaniu indywidualnego, opartego na ryzyku planowania leczenia.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

Wszystkie procedury były zgodne z przepisami instytucjonalnymi i krajowymi i zostały zatwierdzone przez Komisję Etyki Szpitala Ludowego w Xingtai (nr 2024-124). Wymóg pisemnej świadomej zgody został zniesiony, ponieważ rutynowo zbierano dane kliniczne i próbki resztkowe. Wszystkie dane zostały zanonimizowane przed analizą.

Projekt studia, otoczenie i ogólny schemat
Badanie to zostało przeprowadzone jako jednocentrowa kohorta obserwacja, zaprojektowana w celu oceny klinicznych implikacji serwowego MMP-12 i guza CDH13, indywidualnie i w połączeniu, dla molekularnego podtypowania raka płuca oraz terapii spersonalizowanej. Badanie przeprowadzono w Szpitalu Ludowym w Xingtai. Zidentyfikowano kwalifikujących się pacjentów leczonych między styczniem 2021 a czerwcem 2022 roku, a do programu włączono 262 kolejnych pacjentów spełniających określone kryteria włączenia i wykluczenia.

Cały proces badania przedstawiony jest na Rysunku 1. Schemat przedstawia cały proces od identyfikacji pacjentów do analizy, w tym przesiewowe badania i zapis pacjenta, bazową charakteryzację klinicznopatologiczną oraz profilowanie molekularne uzyskane na podstawie rutynowych badań klinicznych, pobieranie i przetwarzanie surowicy przed leczeniem, przygotowanie tkanek nowotworowych do immunohistochemii CDH13, ilościowe określenie MMP-12 w surowicy, ocenę immunoreaktywną CDH13, klasyfikację terapii pierwszego wyboru i kolejnych ścieżek leczenia oraz wyniki podłużne Ustalanie, w tym reakcja na leczenie, przeżycie bez progresji oraz ogólne przeżycie. Schemat odróżnia analizy diagnostyczne i podtypowania molekularnego od analiz leczenia i wyników oraz wskazuje punkty czasowe, w których pobrano próbki biologiczne, uzyskano wyniki molekularne, rozpoczęto terapię oraz przeprowadzono oceny kontrolne.

Badanie przesiewowe uczestników, kryteria kwalifikacyjne i abstrakce danych klinicznych
Potencjalnie kwalifikujący się pacjenci zostali wybrani z systemu informacyjnego szpitala oraz rejestru patologii w określonym z góry okresie zapisu (styczeń 2021–czerwiec 2022). Pierwotny rak płuc został potwierdzony za pomocą histopatologii, uzupełnionej interdyscyplinarnym przeglądem klinicznym w razie potrzeby. Do programu włączono kolejnych dorosłych pacjentów spełniających wszystkie kryteria kwalifikacyjne. Kryteria włączenia obejmowały histologicznie potwierdzony pierwotny rakiem płuc, dostępność próbki surowicy przed leczeniem pobranej przed rozpoczęciem jakiejkolwiek terapii przeciwnowotworowej (oraz przed operacją u pacjentów poddawanych resekcji przedniej), dostępność tkanki nowotworowej wystarczającej do immunohistochemii CDH13 oraz dostępność informacji o podtypach molekularnych generowanych w ramach rutynowej opieki klinicznej. Pacjenci z udokumentowaną historią innego złośliwego guza przed wstąpieniem do programu, pacjenci z niewystarczającą objętością surowicy lub osłabioną integralnością próbki, pacjenci bez ewalecyjnej tkanki nowotworowej do oceny CDH13 oraz pacjenci, którzy otrzymali ogólnoustrojową terapię przeciwnowotworową przed pobraniem krwi na bazie, zostali wykluczeni.

Dane kliniczno-patologiczne i terapeutyczne zostały pobrane z elektronicznej dokumentacji medycznej za pomocą ustandaryzowanego formularza raportu przypadku z predefiniowanymi definicjami zmiennych i zasadami kodowania. Zarejestrowano zmienne obejmujące dane demograficzne (wiek i płeć), narażenie na palenie, status wydajności Eastern Cooperative Oncology Group (ECOG), choroby współwystępujące, wyniki badań obrazowych, podtyp histologiczny, stadium przerzutów guz-węzłów (TNM) (zgodnie z systemem zaawansowania stosowanym w rutynowej praktyce klinicznej w okresie badania), parametry laboratoryjne na poziomie wyjściowym oraz szczegółowe informacje o leczeniu (w tym schemat pierwszego wyboru, daty rozpoczęcia, modyfikacje dawki i przejścia między leczeniem). Ekspozycja na palenie była mierzona w latach paczki następująco: Lata paczki = (papierosy dziennie ÷ 20) × lat palenia. Gdy historia palenia jest niepełna lub niespójna w różnych rejestrach, zmienna palenia była klasyfikowana jako nieznana, a źródło udokumentowano jako rozbieżność w dzienniku abstrakcii; Braki były rozpatrywane zgodnie z wcześniej określonym planem analizy statystycznej.

Zbieranie, przetwarzanie i przechowywanie próbek
Krew żyłna obwodowa była pobierana na początku przed rozpoczęciem jakiejkolwiek terapii przeciwnowotworowej. Serum było rozdzielane przez wirowanie w 1500 × g przez 10 minut w temperaturze pokojowej. Supernatant surowicy został przeniesiony do niskowiążących krioviali bez zakłócania warstwy komórkowej. Serum było alicytatowane na 200–500 μL, aby zminimalizować cykle zamrożenia i rozmrażania, a alikwoty przechowywano w temperaturze −80 °C do czasu analizy wsadowej. Odstęp od pobrania krwi do zamrażenia dla każdej próbki był rejestrowany, a próbki z czasem pobrania do zamrożenia przekraczającym 2 godziny były wyłączane.

Stosowano wcześniej określone procedury kontroli jakości przedanalitycznej poprzez dokumentowanie hemolizy i lipemii podczas przetwarzania. Widocznie hemolizowane próbki zostały wykluczone z ilościowej analizy ELISA. Aliquoty surowicy były rozmrażane na lodzie tuż przed badaniem, mieszane przez delikatną inwersję i wirowane w dawce 2 000 × g przez 5 minut, aby usunąć cząstki w razie potrzeby. Unikano intensywnego mieszania i wirowania, aby zapobiec powstawaniu pęcherzyków i artefaktom optycznym podczas pomiarów absorpcji.

Pozyskanie i przygotowanie tkanki nowotworowej
Pobrano tkankę nowotworową z rutynowych procedur diagnostycznych (biopsja, bronchoskopia, biopsja igłą rdzeniową lub resekcja chirurgiczna). Tkanka była utrwalona w neutralnej formalinie buforowanej zgodnie ze standardową praktyką patologiczną i osadzona w parafinie. Preparaty (3–4 μm) przygotowywano na naładowanych szkiełkach do immunohistochemii. Niebarwione preparaty przechowywano w suchym środowisku w temperaturze pokojowej i barwiano w określonym czasie, aby zminimalizować degradację antygenów. Prowadzono dziennik łańcucha dowodów, łączący identyfikatory próbek z nieidentyfikowanymi kodami badań. Patolog oceniający CDH13 był zaślepiony na wartości MMP-12 w surowicy, podtyp molekularny, leczenie oraz wyniki.

Ilościowa analiza MMP-12 w surowicy za pomocą enzymatycznego immunosorbentnego testu (ELISA)
Krew żyłna obwodowa pobierano przed jakąkolwiek terapią przeciwnowotworową, najlepiej w ciągu 7 dni przed biopsją lub rozpoczęciem leczenia. Serum MMP-12 zostało zmierzone za pomocą komercyjnego zestawu ELISA MMP-12 dla ludzi. Każda ilość serum była rozmrażana na lodzie, delikatnie wymieszana i testowana w duplikatach zgodnie z instrukcją zestawu. Na każdej płycie generowano standardową krzywą przy użyciu szeregowych rozcieńczeń dostarczonego standardu rekombinowanego, a absorpcja była odczytywana na 450 nm z korekcją referencyjną za pomocą czytnika mikropłyt. Stężenia obliczono poprzez dopasowanie czteroparametrowej standardowej krzywej regresji logistycznej. Aby zapewnić odporność analityczną, na każdej płytce umieszczono surowicę z wewnętrzną kontrolą jakości (QC) i monitorowano pod kątem precyzji intra-testowej i między-testowej (współczynniki zmienności docelowej zgodne z walidacją testu). Jeśli wyniki spadały poniżej dolnej granicy ilościowości, połowa tej granicy była przypisywana do analizy statystycznej; jeśli wyniki przekraczały górną granicę, pomiar powtarzano po odpowiednim rozcieńczeniu. Aby zminimalizować efekt partii, próbki były losowo przydzielane na płyty, a na każdej płytce umieszczono identyczny zestaw surowicy QC, aby śledzić zmienność między płytami. Personel laboratoryjny wykonujący ELISA był nieświadomy klasyfikacji klinicznej i wyników.

Immunohistochemia guza CDH13 i ocena immunoreaktywna
Immunohistochemia CDH13 została przeprowadzona na fragmentach guzów utrwalonych formaliną i osadzonych w parafinie, przy użyciu zweryfikowanego pierwotnego przeciwciała przeciw CDH13. Kompleksy antygen–przeciwciała wykrywano za pomocą systemu detekcji opartego na polimerach, a barwienie zobrazowano za pomocą 3,3′-diaminobenzydyny (DAB). Identyczny sposób barwienia zastosowano do wszystkich próbek badawczych; Preparaty były przetwarzane partiami, a odpowiednie kontrolki były dołączane.

Bloki parafiny były dzielone na 3–4 μm, deparafinizowane w ksylenie i nawodniane przez etanol do wody destylowanej. Pobieranie epitopów indukowane przez ciepło przeprowadzono w buforze cytrynianowym (10 mM, pH 6,0) w mikrofalówce w temperaturze 95–100 °C przez 15 minut, po czym przez 20 minut schłodzono do temperatury pokojowej. Endogenna aktywność nadoksydazy została schłodzona 3% nadtlenkiem wodoru przez 10 minut w temperaturze pokojowej, a blokowanie białek przeprowadzono za pomocą normalnego roztworu blokującego surowicę przez 20 minut w temperaturze pokojowej. Sekcje były inkubowane z głównym przeciwciałem przeciw CDH13 przez noc w temperaturze 4 °C. Po myciu zastosowano polimerowy odczynnik do detekcji wtórnej przez 20–30 minut w temperaturze pokojowej, a następnie wizualizowano chromogenem 3,3′-DAB przez 3–5 minut pod mikroskopowym monitoringiem. Sekcje były impregnowane hematoksyliną, odwodnione przez oczyszczony etanol, oczyszczone ksylenem i montowane za pomocą stałego nośnika montażowego.

W każdym cyklu bejcowania uwzględniano wewnętrzne kontrole jakości. Znany przekrój tkanki z CDH13 dodatnim był przetwarzany równolegle jako kontrolę pozytywną, a przeciwciało pierwotne zostało pominięte w kontroli ujemnej. Przeprowadzenie było akceptowane tylko wtedy, gdy dodatnia kontrola wykazała oczekiwany wzór barwienia z odpowiednią intensywnością, a negatywna nie wykazała specyficznego przebarwienia. Barwienie powtarzano dla przebiegów z nadmiernym tłem, niepowodzeniem sterowania lub przy niespecyficznym sygnale utrudniającym interpretację.

Ekspresja CDH13 została zmierzona ilościowo za pomocą wyniku immunoreaktywnego (IRS) wyprowadzonego na podstawie intensywności barwienia oraz udziału komórek nowotworowych z dodatnim wynikiem (NSD). Dwóch wykwalifikowanych patologów oceniło wszystkie slajdy niezależnie, nie dostrzegając pomiarów biomarkerów surowicy, podtypu molekularnego, leczenia i wyników. Rozbieżne wyniki były rozstrzygane przez wspólną ocenę pod mikroskopem wielogłowym, a rozstrzygnięty IRS był rejestrowany. Intensywność barwienia przypisano jako 0 (brak barwienia), 1 (słaba), 2 (umiarkowana) lub 3 (silna). Odsetek komórek nowotworowych z dodatnim wynikiem przypisano jako 0 (0%), 1 (1–10%), 2 (11–50%), 3 (51–80%) lub 4 (81–100%). IRS był obliczany następująco: IRS = wynik intensywności × wynik proporcji. Wartości IRS wahały się od 0 do 12. Niska ekspresja CDH13 została zdefiniowana jako IRS ≤ 3, na podstawie powszechnie stosowanego progu oceny immunoreaktywnej. IRS został zachowany zarówno jako zmienna ciągła, jak i kategoria dychotomizowana do analiz dalszych, w tym porównań podgrup i modelowania biomarkerów łączonych. Uzgodnienie między obserwatorami oceniano w uprecyzowanej losowej próbie obejmującej 30% przypadków przy użyciu ważonej statystyki kappa, a procedura próbkowania, szacunkowa zgoda i decyzje o rozstrzygnięciu zostały udokumentowane w ścieżce audytu.

Podtypowanie molekularne i klasyfikacja leczenia
Informacje o podtypach molekularnych zostały uzyskane z rutynowych badań klinicznych na diagnostycznych tkankach nowotworowych. Wyniki uzyskano na podstawie klinicznie zwalidowanych testów stosowanych w standardowej opiece, w tym ukierunkowanych testów opartych na PCR, paneli sekwencjonowania nowej generacji, immunohistochemii oraz hybrydyzacji in situ fluorescencją. Dla każdego pacjenta rejestrowano typ testu, źródło próbki, oświadczenie o adekwatności próbki oraz datę raportu. Pacjenci byli klasyfikowani według statusu zmiany napędu działającego, w tym mutacji aktywujących EGFR, przemieszczeń ALK, przemianów ROS1, mutacji KRAS, mutacji BRAF, zmian pomijania eksonu MET 14, przemijania RET, zmian ERBB2 oraz fuzji NTRK. W miejscu wykonania odnotowano ocenę proporcji guza PD-L1, a ekspresja PD-L1 została sklasyfikowana według warstw stosowanych w rutynowej praktyce w okresie badania. Wszystkie kategorie podtypowania cząsteczek zostały określone przed analizą. Gdy zgłaszano więcej niż jedną zmianę umożliwiającą działanie, pacjenci byli przydzielani zgodnie z wcześniej zdefiniowaną hierarchiczną regułą klasyfikacji, która priorytetowo traktowała zmiany o ustalonych implikacjach terapeutycznych ukierunkowanych na genotyp, w następującej kolejności: mutacje EGFR, przemianowania ALK, przemiany ROS1, mutacje BRAF, pomijanie MET exonu 14, przemijania RET, zmiany ERBB2, fuzje NTRK oraz mutacje KRAS.

Informacje o leczeniu zostały wyodrębnione z dokumentacji medycznej, w tym z pierwszego planu leczenia, dat rozpoczęcia i zakończenia oraz kolejnych linii leczenia. Początkowe leczenie zostało sklasyfikowane na wzajemnie wykluczające się kategorie leczenia zdefiniowane a priori: terapia ukierunkowana na genotyp, terapia oparta na inhibitorach punktów kontrolnych immunologicznych, terapia chemioterapia oraz zarządzanie multimodalne z chirurgią i ogólnoustrojowym leczeniem okołooperacyjnym, w miarę stosowności. Data indeksowa została zdefiniowana jako data rozpoczęcia terapii pierwszego rzutu ogólnoustrojowego; Dla pacjentów leczonych resekcją przednią datą indeksową była data operacji, a kolejna terapia ogólnoustrojowa była klasyfikowana jako adiuwantna według dokumentacji klinicznej. W analizach dotyczących terapii spersonalizowanej pacjenci byli podzieleni wspólnie według podtypu molekularnego i kategorii leczenia, a stężenia MMP-12 w surowicy i ekspresja CDH13 w nowotworze porównywano między chorobami z wpływem na czynniki kierowcy i negatywnymi oraz między grupami leczoną terapią celowaną a inhibitorami punktów kontrolnych odporności.

Definicje wyników i dalsze działania
Data indeksowa została zdefiniowana jako data rozpoczęcia terapii przeciwnowotworowej pierwszego rzutu. Dla pacjentów leczonych po operacji przedwczesnej data indeksowa była definiowana jako data operacji; Kolejne leczenie systemowe zostało sklasyfikowane jako adiuwantne lub paliatywne według dokumentacji medycznej. Każdy pacjent był obserwowany od daty indeksowej aż do śmierci, daty ostatniego potwierdzonego kontaktu lub daty cenzury administracyjnej, w zależności od tego, co nastąpi wcześniej. Czas obserwacji był rejestrowany w miesiącach, a dla każdego punktu końcowego zachowywano wskaźnik zdarzenia oraz odpowiadające mu zdarzenie lub datę cenzury. Wyniki ustalano poprzez uporządkowaną abstrakcji elektronicznej dokumentacji medycznej, w tym raporty radiologiczne, dokumentację klinik onkologicznych, dokumentację szpitalną oraz telefoniczną kontrolę w razie potrzeby. Stosowano wcześniej określony formularz raportu przypadku oraz jednolite reguły hierarchii źródeł. Gdy daty lub klasyfikacje różniły się w zależności od rejestrów, rozbieżności rozwiązywano poprzez priorytetyzowanie bieżących raportów radiologicznych i notatek dotyczących decyzji leczenia; Udokumentowano ostateczną wartość ocenioną oraz źródła wspierające. Prowadzono dziennik kontrolny rejestrujący daty obrazowania, przejścia między leczeniami, hospitalizacje oraz próby kontaktu, aby zminimalizować straty w obserwacji i zapewnić śledzenie.

Odpowiedź guza oceniano u pacjentów z mierzalną chorobą zgodnie z wersją RECIST 1.1. Najlepsza ogólna odpowiedź została sklasyfikowana jako całkowita, częściowa odpowiedź, choroba stabilna lub postępująca. Wskaźnik odpowiedzi obiektywnej definiowano jako odpowiedź pełną lub częściową, a wskaźnik kontroli choroby jako pełną odpowiedź, częściową odpowiedź lub chorobę stabilną. Daty odpowiedzi i postępu zostały przypisane na podstawie najwcześniejszych udokumentowanych dowodów.

Przeżycie wolne od progresji (PFS) definiowano jako odstęp od daty indeksowej do pierwszego wystąpienia progresji choroby lub śmierci z dowolnej przyczyny, w zależności od tego, co nastąpi wcześniej. Postęp był określany głównie na podstawie raportów radiologicznych, które dokumentują postęp zgodnie z RECIST 1.1. Gdy radiologia nie jest dostępna w momencie pogorszenia klinicznego, udokumentowany postęp kliniczny był akceptowany, jeśli był wyraźnie powiązany z pogarszającym się obciążeniem guza i skłaniał do zmiany w leczeniu przeciwnowotworowym. Pacjenci bez zdarzenia w dniu ostatniej obiektywnej oceny byli cenzurowani, co potwierdzało brak postępu. Jeśli nowa linia terapii ogólnoustrojowej została rozpoczęta bez wyraźnej dokumentacji postępu, obrazowanie było przeglądane, a jednocześnie dostarczano dokumentację kliniczną. Jeśli postęp nie mógł zostać potwierdzony, pacjenci byli cenzurowani podczas ostatniej oceny radiograficznej przed zmianą leczenia, a zastosowana zasada decyzyjna była rejestrowana.

Przeżywalność ogólna (OS) została zdefiniowana jako odstęp czasu od daty indeksowej do śmierci z dowolnej przyczyny. Stan życiowy był określany na podstawie dokumentacji szpitalnej i notatek z badań ambulatoryjnych, uzupełnianych w razie potrzeby ustrukturyzowanym potwierdzeniem telefonicznym. Data śmierci została zapisana jako udokumentowana w dokumentacji medycznej lub, jeśli nie była dostępna, jako data potwierdzona przez rodzinę podczas kontaktu kontrolnego, z dokumentacją wspierającą w dzienniku kontrolnym. Pacjenci, którzy żyli w dniu ostatniego potwierdzonego kontaktu, byli cenzurowani.

Wprowadzono ustandaryzowany proces obserwacji dostosowany do rutynowej opieki. Podczas aktywnej terapii ogólnoustrojowej dokumentowano oceny kliniczne w każdym cyklu leczenia, a także rejestrowano ponowne oceny rentgenologiczne w regularnych odstępach czasu określonych na podstawie protokołu klinicznego, z rejestrowaną metodą obrazowania i datą dla każdej oceny. Po zakończeniu terapii pierwszego rzutu lub podczas obserwacji pooperacyjnej odnotowano wizyty kontrolne i oceny obrazowe zgodnie z harmonogramem instytucji. Gdy nie można było przeprowadzić osobistej kontroli, przeprowadzono ustrukturyzowaną telefoniczną kontrolę w celu potwierdzenia kontynuacji leczenia, dokumentowania hospitalizacji interwałowych, potwierdzenia stanu choroby zgodnie z zewnętrznym obrazowaniem, jeśli to dotyczy, oraz potwierdzenia przeżycia. Wszystkie opuszczone wizyty, nieosiągalne próby oraz powody przerwania dalszej wizyty zostały udokumentowane. Przed klasyfikacją pacjenta jako zagubionego na dalszą kontrolę, próbowano kontakt co najmniej dwa razy w różne dni, a każda próba była rejestrowana.

Zachowano proceduralne rozdzielenie oceny biomarkerów od ustalania wyniku. Personel wykonujący pomiar surowicy MMP-12 oraz ocenę CDH13 był nieświadomy wyników klinicznych. Abstrakcji wyników przeprowadzano bez dostępu do wyników biomarkerów, gdy tylko było to możliwe. Zastosowano dwuetapowy proces oceniania dla punktów końcowych progresji i reakcji. Wyszkolony abstraktor przypisywał klasyfikację zdarzeń i daty według wcześniej określonych reguł, po czym starszy klinicysta niezależnie przeglądał zadania. Rozbieżności zostały rozwiązane poprzez wspólny przegląd oryginalnego raportu radiologicznego, notatek onkologicznych oraz harmonogramu leczenia, a także prowadzono ścieżkę audytową wszystkich decyzji dotyczących rozstrzygania postępowania.

Przeprowadzono kontrole spójności w celu identyfikacji nieprawdopodobnych sekwencji, w tym zdarzeń datowanych przed datą indeksową, przejść między leczeniami bez odpowiednich ocen lub dat śmierci bez dokumentacji wspierającej. Oznaczone przypadki były uzgadniane poprzez powrót do dokumentów źródłowych i aktualizację zbioru danych datowaną notatką korektą, która określa powód zmiany oraz dowody wspierające.

Analiza statystyczna
Analizy statystyczne przeprowadzano przy użyciu SPSS (wersja 26.0) oraz R (wersja 4.3.0). Zmienne ciągłe przedstawiono jako średnią ± odchyleniu standardowym lub medianie (zakres interkwartylowy), w zależności od stosowności, a zmienne kategoryczne jako liczby i procenty. Porównania grupowe wykorzystywały testy parametryczne lub nieparametryczne, a chi-kwadrat lub testy Fishera dokładne dla danych kategorycznych. Wszystkie testy były dwustronne, przy czym P < 0,05 uznano za istotne statystycznie.

Kowarianty zostały wybrane a priori na podstawie istotności klinicznej i wcześniejszych dowodów, a ten sam zestaw kowariantów zastosowano w powiązanych modelach, aby wspierać porównywalność. Podstawowe zmienne adaptacyjne obejmowały wiek, płeć, narażenie na palenie, stadium TNM, stan wydajności ECOG oraz podtyp histologiczny, z dodatkową korektą dla grupy leczonej, gdy celem analizy jest podtyp molekularny w populacjach leczonych. Wielokolinierowność oceniano za pomocą czynników wariancji, a problematyczną kolinieariczność rozwiązano za pomocą wcześniej określonych reguł redukcji zmiennych. Zgłoszono skorygowane ilorazy szans z 95% przedziałami ufności oraz dwustronne wartości P. Liczba kowarianów uwzględnionych w wielowymiarowych modelach logistycznych i regresji Coxa była określona i ograniczona względem liczby zdarzeń wynikowych, aby zminimalizować ryzyko nadmiernego dopasowania. Współczynnik zdarzeń na zmienną pozostał akceptowalny (≥10) dla wszystkich modeli. Dla wyników podtypów molekularnych wielokategoriowych dopasowano albo modele regresji logistycznej wielomianowe, albo przeprowadzono zestaw binarnych porównań logistycznych z użyciem wcześniej określonej kategorii referencyjnej, a strategia modelowania była jasno określana.

Przeżycie bez progresji oraz całkowite przeżycie analizowano za pomocą szacunków Kaplan–Meiera, a krzywe przeżycia porównano za pomocą testu log-rank. Powiązania między biomarkerami a wynikami zostały zmierzone za pomocą regresji Coxa proporcjonalnej do zagrożeń, raportując wskaźniki ryzyka z 95% przedziałami ufności. Wielowymiarowe modele Coxa zostały skonstruowane z wykorzystaniem wcześniej określonych klinicznopatologicznych kowarianów, w tym podtypu molekularnego i kategorii leczenia, aby ocenić implikacje dla terapii spersonalizowanej. Założenie o zagrożeniach proporcjonalnych zostało zweryfikowane za pomocą diagnostyki resztek Schoenfelda oraz wykresów przeżycia log-minus-log. Jeśli założenie o zagrożeniach proporcjonalnych zostało naruszone dla kowarianatu, problem był rozwiązywany za pomocą wcześniej określonego podejścia, takiego jak stratyfikacja na tym kowariancie lub uwzględnienie terminu interakcji zależnego od czasu, a ostateczna specyfikacja modelu była przedstawiana.

Brakujące dane były obsługiwane według wcześniej określonej strategii. Gdy braki były minimalne, przeprowadzano analizy pełnych przypadków; w przeciwnym razie stosowano wielokrotną imputację z równaniami łańcuchowymi, obejmującą wszystkie zmienne w modelach analitycznych. Wygenerowano dziesięć imputowanych zbiorów danych, a szacunki połączone zostały obliczone według reguł Rubina. W analizach obejmujących porównania wielu podtypów lub wiele punktów końcowych, wskaźnik fałszywego wykrywania był kontrolowany za pomocą wcześniej określonej procedury lub analizy były wyraźnie określane jako eksploracyjne, aby zapewnić przejrzystość co do wielokrotności.

Zbiór danych analitycznych był blokowany przed dopasowaniem modelu, a utrzymywano kompleksowy słownik danych, który definiował każdą zmienną, jednostkę, schemat kodowania i dopuszczalny zakres. Do analizy uwzględniono duplikaty próbek kontroli jakości na płytach pomiarowych, aby ilościowo określić zmienność między płytami i monitorować dryf. Do punktacji immunohistochemii dokumentowano kryteria punktacji, procedury zaślepiania oraz ocenę zgodności między obserwatorami, a także prowadzono dzienniki oceny w przypadku rozbieżnych przypadków. Implementowano zaprogramowane kontrole zakresu oraz logiczne kontrole spójności dla kluczowych zmiennych, w tym daty indeksu, daty pobrania próbki, daty rozpoczęcia leczenia oraz dat wyników. Wszystkie skrypty statystyczne i logi wyjściowe sterowane wersjami zostały zachowane, aby umożliwić pełną replikację przepływu pracy analitycznego.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

Skład kohortowy i rozkład podtypów molekularnych
Cały proces badania jest podsumowany na Rysunku 1. Łącznie uwzględniono 262 kolejnych pacjentów z rakiem płuc, podzielonych na cztery klinicznie istotne podtypy molekularne: EGFR (n = 92), ALK (n = 48), KRAS (n = 54) oraz typ dziki (n = 68). Podstawowe cechy kliniczno-patologiczne różniły się w zależności od podtypów (Tabela 1). Pacjenci z modyfikacjami EGFR i ALK byli średnio młodsi niż osoby z grup KRAS i...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

Niniejsze badanie ocenia komplementarne role surowicy MMP-12 i guza CDH13 jako zintegrowanego podejścia biomarkerowego, wspierającego kliniczną interpretację podtypów molekularnych oraz stratyfikację terapii w raku płuc. Główna hipoteza wynika z komplementarnych biologicznych ról tych dwóch biomarkerów: MMP-12, krążącej proteazy odzwierciedlającej immuno-stromalną remodelację i agresywność guza, oraz CDH13, tkankowego supresora nowotworowego powiązanego z regulacją epigenetyczną i plastycznością n...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

Autorzy deklarują, że nie mają żadnych konfliktów interesów.

Podziękowania

Szczerze dziękujemy za wkład personelu medycznego i pielęgniarskiego w Szpitalu Ludowym Xingtai za wsparcie w rekrutacji pacjentów, zbieraniu danych klinicznych oraz przetwarzaniu próbek biologicznych. Badanie to zostało wsparte przez projekt Xingtai Key Research and Development Program (nr 2024ZC116).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
Przeciwciała, anty-CDH13 (T-kadheryna)Abcam, Cambridge, Wielka Brytaniaab15126Główne przeciwciało do immunohistochemii; zatwierdzone dla tkanek FFPE
Wirówka (chłodzona o dużych prędkościach)Eppendorf, Hamburg, Niemcy5424 RStosowany do separacji surowicy i klarowania próbek
Zestaw do podłoża DABZSGB-Bio, Pekin, ChinyZLI-9017Do wykrywania chromogenicznego w immunohistochemii
Czytnik mikropłyt ELISABioTek Instruments, Winooski, USAELx800Używany do odczytu absorpcji przy 450 nm z korekcją odniesienia
Formalina (10% buforowana neutralna)Sinopharm Chemical Reagent Co., Szanghaj, Chiny10009218Do utrwalania biopsji i próbek tkanek chirurgicznych
Zestaw do barwienia hematoksyliny i eozynySolarbio, Pekin, ChinyG1120Do kontrbarwowania i kontroli jakości szkiełów IHC
Ludzki zestaw MMP-12 ELISAAbcam, Cambridge, Wielka Brytaniaab246533Ilościowy pomiar metaloproteinazy matrycy surowicy 12
Mikroskop (jasny pol)Nikon, Tokio, JaponiaEclipse E200Wykorzystywany do oceny immunodawizacji i punktacji CDH13
MikrotomLeica Biosystems, Wetzlar, NiemcyRM2235Do sekcjonowania tkanki osadzonej w parafinie na 3– 4 & mikro; m grubości
Medium montażoweSolarbio, Pekin, ChinyS2100Do trwałego montażu szkiełka po barwieniu IHC
Stacja osadzania parafinyLeica Biosystems, Wetzlar, NiemcyEG1150Do przygotowania bloków tkankowych FFPE
Fosforanowa sól fizjologiczna (PBS)Gibco, Thermo Fisher Scientific, USA10010023Używany do prania podczas barwienia IHC
System wykrywania polimerówMXB Biotechnologies, Fuzhou, ChinyDAB-0031Zestaw detekcji wtórnego dla IHC
Oprogramowanie statystyczne RFundacja R ds. Obliczeń Statystycznych, Wiedeń, AustriaWersja 4.3.0Wykorzystywane do analizy statystycznej i modelowania
Rurki separatora surowicyBD Vacutainer, Franklin Lakes, USA367988Do pobierania krwi obwodowej
Oprogramowanie do statystyki SPSSIBM Corp., Armonk, USAWersja 26.0Wykorzystywane do analizy statystycznej danych ciągłych i kategorycznych
Krioviale magazynoweCorning Inc., Corning, USA430488Niskowiążące krioviale do alicytatu próbek surowicy
Kąpiel wodna (do pobierania antygenu)Grant Instruments, Cambridge, Wielka BrytaniaJBN26Utrzymuje stałą temperaturę podczas pobierania antygenów

Bibliografia

  1. Bray, F., et al. Global cancer statistics 2022: Globocan estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA Cancer J Clin. 74 (3), 229-263 (2024).
  2. Bhatt, A., Yone, N., Lalla, M., Jeon, H., Cheng, H. Molecular diagnosis, clinical trial representation, and precision medicine in minority patients with oncogene-driven lung cancer. Cancers (Basel). 17 (12), 1950(2025).
  3. Cognigni, V., et al. Molecular heterogeneity of small cell lung cancer and new therapeutic possibilities: A narrative review of the literature. Transl Lung Cancer Res. 14 (4), 1441-1455 (2025).
  4. Herbst, R. S., et al. Molecular residual disease analysis of adjuvant osimertinib in resected egfr-mutated stage ib-iiia non-small-cell lung cancer. Nat Med. 31 (6), 1958-1968 (2025).
  5. Huang, D., et al. Molecular subtypes and targeted therapeutic strategies in small cell lung cancer: Advances, challenges, and future perspectives. Molecules. 30 (8), 1731(2025).
  6. Luo, J., et al. Hiding in plain sight: Nut carcinoma is an unrecognized subtype of squamous cell carcinoma of the lungs and head and neck. Nat Rev Clin Oncol. 22 (4), 292-306 (2025).
  7. Mosleh, B., et al. Sex-based differences in lung cancer susceptibility and molecular genetics in the 2020s. Heliyon. 11 (2), e42089(2025).
  8. Skoulidis, F., et al. Molecular determinants of sotorasib clinical efficacy in kras(g12c)-mutated non-small-cell lung cancer. Nat Med. 31 (8), 2755-2767 (2025).
  9. Wang, Y., et al. Immunotherapy for advanced-stage squamous cell lung cancer: The state of the art and outstanding questions. Nat Rev Clin Oncol. 22 (3), 200-214 (2025).
  10. Zhu, Y., et al. Heterogeneity of molecular subtyping and therapy-related marker expression in primary tumors and paired lymph node metastases of small cell lung cancer. Virchows Arch. 486 (2), 243-255 (2025).
  11. Cesar, M. C. M., et al. Peptides derived from the pou domain of brn2 show antitumor activity against murine melanoma model cells in vitro and in vivo. Cancer Chemother Pharmacol. 95 (1), 67(2025).
  12. Chang, Z., et al. Simultaneous detection of mmp-1 and mmp-12 using au-se nanoprobe for advancing nsclc diagnosis. Anal Chem. 97 (8), 4452-4460 (2025).
  13. Fan, X., et al. The mir-23a/27a/24-2 cluster promotes postoperative progression of early-stage non-small cell lung cancer. Mol Ther Oncolytics. 24, 205-217 (2022).
  14. Fung, N. H., et al. Targeting the human β(c) receptor inhibits inflammatory myeloid cells and lung injury caused by acute cigarette smoke exposure. Respirology. 27 (8), 617-629 (2022).
  15. Ji-Hong, Y., et al. Baicalein attenuates bleomycin-induced lung fibroblast senescence and lung fibrosis through restoration of sirt3 expression. Pharm Biol. 61 (1), 288-297 (2023).
  16. Kumar, S., Parveen, S., Swaroop, S., Banerjee, M. Tnf-α and mmps mediated mucus hypersecretion induced by cigarette smoke: An in vitro study. Toxicol In Vitro. 92, 105654(2023).
  17. Li, Y. Q., et al. Prediction and validation of common targets in atherosclerosis and non-small cell lung cancer influenced by atorvastatin. BMC Complement Med Ther. 23 (1), 415(2023).
  18. Mitsune, A., et al. Upregulation of leukocyte immunoglobulin-like receptor b4 on interstitial macrophages in copd; their possible protective role against emphysema formation. Respir Res. 22 (1), 232(2021).
  19. Spix, B., et al. Lung emphysema and impaired macrophage elastase clearance in mucolipin 3 deficient mice. Nat Commun. 13 (1), 318(2022).
  20. Ando, F., et al. Combination of plasma mmps and pd-1-binding soluble pd-l1 predicts recurrence in gastric cancer and the efficacy of immune checkpoint inhibitors in non-small cell lung cancer. Front Pharmacol. 15, 1384731(2024).
  21. Colmenares, V., Hedman, A., Hesslow, A., Wahlin, B., Södergren, A. Cohort study of serological biomarkers for interstitial lung disease in patients with rheumatoid arthritis. Scand J Rheumatol. 53 (6), 386-395 (2024).
  22. Gonzalez-Avila, G., et al. Matrix metalloproteinases and stress hormones in lung cancer progression. J Oncol. 2022, 5349691(2022).
  23. Hung, W. Y., et al. Blocking mmp-12-modulated epithelial-mesenchymal transition by repurposing penfluridol restrains lung adenocarcinoma metastasis via upa/upar/tgf-β/akt pathway. Cell Oncol (Dordr). 44 (5), 1087-1103 (2021).
  24. Kowalczyk, A., et al. Effective voltammetric tool for simultaneous detection of mmp-1, mmp-2, and mmp-9; important non-small cell lung cancer biomarkers. Biosens Bioelectron. 229, 115212(2023).
  25. Lam, T. Y. W., et al. Ism1 protects lung homeostasis via cell-surface grp78-mediated alveolar macrophage apoptosis. Proc Natl Acad Sci U S A. 119 (4), e2019161119(2022).
  26. Li, J., et al. Development of a coagulation‑related gene model for prognostication, immune response and treatment prediction in lung adenocarcinoma. Oncol Lett. 29 (6), 290(2025).
  27. Ratajczak-Wielgomas, K., Kmiecik, A., Dziegiel, P. Role of periostin expression in non-small cell lung cancer: Periostin silencing inhibits the migration and invasion of lung cancer cells via regulation of mmp-2 expression. Int J Mol Sci. 23 (3), 1240(2022).
  28. Sakamoto, S., et al. Claudin-11 enhances invasive and metastatic abilities of small-cell lung cancer through mt1-mmp activation. Cancer Sci. 116 (6), 1773-1784 (2025).
  29. Spix, B., et al. Endolysosomal cation channels and lung disease. Cells. 11 (2), 304(2022).
  30. Ding, P., Peng, B., Li, G., Sun, X., Wang, G. Glucosamine-phosphate n-acetyltransferase 1 and its DNA methylation can be biomarkers for the diagnosis and prognosis of lung cancer. J Clin Lab Anal. 36 (9), e24628(2022).
  31. Hsu, J. L., Leu, W. J., Hsu, L. C., Hsieh, C. H., Guh, J. H. Doxazosin inhibits vasculogenic mimicry in human non‑small cell lung cancer through inhibition of the vegf‑a/ve‑cadherin/mtor/mmp pathway. Oncol Lett. 27 (4), 170(2024).
  32. Hwang, K. E., et al. Salinomycin suppresses tgf-β1-induced emt by down-regulating mmp-2 and mmp-9 via the ampk/sirt1 pathway in non-small cell lung cancer. Int J Med Sci. 18 (3), 715-726 (2021).
  33. Kim, S. Y., et al. Inhibition of a549 lung cancer cell migration and invasion by ent-caprolactin c via the suppression of transforming growth factor-β-induced epithelial-mesenchymal transition. Mar Drugs. 19 (8), 465(2021).
  34. Li, C., et al. Foxp3 facilitates the invasion and metastasis of non-small cell lung cancer cells through regulating vegf, emt and the notch1/hes1 pathway. Exp Ther Med. 22 (3), 958(2021).
  35. Lu, T., Zheng, C., Fan, Z. Cardamonin suppressed the migration, invasion, epithelial mesenchymal transition (emt) and lung metastasis of colorectal cancer cells by down-regulating adrb2 expression. Pharm Biol. 60 (1), 1011-1021 (2022).
  36. Xu, F., et al. Inhibition of non-small cell lung cancer by ferroptosis and apoptosis induction through p53 and gsk-3β/nrf2 signal pathways using qingrehuoxue formula. J Cancer. 14 (3), 336-349 (2023).
  37. Xu, S., et al. Diallyl disulfide attenuates ionizing radiation-induced migration and invasion by suppressing nrf2 signaling in non-small-cell lung cancer. Dose Response. 19 (3), 15593258211033114(2021).
  38. Zheng, Y., et al. Shashen-maidong decoction inhibited cancer growth under intermittent hypoxia conditions by suppressing oxidative stress and inflammation. J Ethnopharmacol. 299, 115654(2022).
  39. Malmros, K., et al. Diagnostic gastrointestinal markers in primary lung cancer and pulmonary metastases. Virchows Arch. 485 (2), 347-357 (2024).
  40. Zhou, H., et al. Metformin inhibits migration and epithelial-to-mesenchymal transition in non-small cell lung cancer cells through ampk-mediated gdf15 induction. Eur J Pharmacol. 985, 177127(2024).
  41. Mangang, K. N., Rao, G. S. N. K. Lung cancer biomarkers. Clin Chim Acta. 580, 120707(2026).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Tagi

Biomarkery surowiczeimmunohistochemiaenzymatyczny test immunoabsorpcyjnybiomarkery prognostyczneodpowied na leczenie
Skontaktuj się z nami
Poleć bibliotece

Prywatność

Warunki Korzystania

Zasady

Copyright © 2026 MyJoVE Corporation. Wszelkie prawa zastrzeżone.