Skip to content

Diagnostyka molekularna nowotworów hematologicznych ad

1 miesiąc ago

484 words

Panel A pokazuje odkrycie podgrup nowotworowych za pomocą nienadzorowanego algorytmu rozpoznawania wzorców. Ekspresję genów, określoną przez analizę mikromacierzy DNA, przedstawiono w formie tabelarycznej. Każdy rząd reprezentuje dane dla konkretnego ludzkiego genu, a każda kolumna reprezentuje ekspresję genów w pojedynczej próbce biopsyjnej (strzałki). Wysoko eksprymowane geny pokazano w odcieniach czerwieni, a geny o mniejszej ekspresji pokazano w odcieniach zieleni, zgodnie z pokazaną skalą kolorów. Przed analizą nie widać żadnego wzoru (lewy panel). Algorytm matematyczny, nazywany hierarchicznym grupowaniem 2, jest stosowany do danych ekspresji genów w celu wyszukania wzoru (prawy panel). Ten algorytm najpierw przestawia geny (w rzędach), tak aby geny o powiązanych wzorach ekspresji były skupione. Algorytm następnie rearanżuje próbki (w kolumnach), tak aby próbki mające powiązaną ekspresję tych genów były grupowane. W tym przykładzie algorytm hierarchicznego grupowania zidentyfikował wyraźną podgrupę trzech próbek guza (z prawej strony), których wzór ekspresji genów jest wyraźny. Panel B pokazuje, w jaki sposób stosuje się nadzorowany algorytm statystyczny do identyfikacji genów o wzorach ekspresji, które przewidują wynik kliniczny. Dla każdego genu na mikromacierzy dane dotyczące ekspresji z nowotworów są skorelowane z ogólnymi danymi dotyczącymi przeżycia od odpowiednich pacjentów. Przykład pokazuje dwa geny o wzorach ekspresji, które są skorelowane z przeżyciem po chemioterapii dla rozlanego chłoniaka z dużych limfocytów.44. Wysoki poziom ekspresji genu A wiąże się z przedłużonym przeżyciem, podczas gdy wysoki poziom ekspresji genu B jest związane z krótkim przeżyciem. Żaden z genów nie ma wzorca ekspresji, który jest doskonale skorelowany z przeżyciem, co ilustruje, że na wynik kliniczny niezależnie wpływają liczne zmienne molekularne i kliniczne. W procesie profilowania ekspresji, automatycznie wykorzystywane są mikromacierze DNA z robotycznym nadrukiem do mierzenia ekspresji dziesiątków tysięcy genów na raz; tworzy to profil molekularny RNA w próbce guza1 (rysunek 1B). Do klasyfikacji nowotworów stosuje się różne techniki analityczne na podstawie ich profili ekspresji genów.2.3 Istnieją dwa podejścia ogólne. W podejściu nienadzorowanym stosowane są algorytmy rozpoznawania wzorców w celu identyfikacji podgrup nowotworów, które mają pokrewne profile ekspresji genów (rysunek 2A). W nadzorowanym podejściu stosuje się metody statystyczne w celu odniesienia danych dotyczących ekspresji genów i danych klinicznych (rys. 2B). Metody te ujawniły nieoczekiwane podgrupy w kategoriach diagnostycznych nowotworów hematologicznych, które są oparte na morfologii i wykazały, że odpowiedź na leczenie jest podyktowana wieloma niezależnymi cechami biologicznymi guza. To nie jest kompleksowy przegląd nowotworów hematologicznych; raczej dostarczy przykładów tego, w jaki sposób profilowanie ekspresji genów zostało użyte w celu zapewnienia ram dla diagnostyki molekularnej tych nowotworów.
Diagnostyka molekularna chłoniaka nieziarniczego
Rozlany chłoniak z dużych komórek B
Niektóre przypadki rozlanego chłoniaka z dużych limfocytów B dobrze odpowiadają na chemioterapię wieloagentową, 5 jednak chłoniak ten pozostaje zagadkową zagadką kliniczną, ponieważ około 60 procent przypadków jest nieuleczalnych.
[podobne: dental partner, zdjęcie zęba cena, protezy poznań ]
[przypisy: rentgen zębów bydgoszcz, wimed lipno, alergosan koszalin ]

0 thoughts on “Diagnostyka molekularna nowotworów hematologicznych ad”

  1. [..] Oznaczono ponizsze tresci z artykulu oryginalnego: klinika medycyny estetycznej warszawa[…]