Integrated extracellular microRNA profiling for ovarian cancer screening.
Integrated extracellular microRNA profiling for ovarian cancer screening.
复制标题
用于卵巢癌筛查的细胞外microRNA分析。
DOI：
10.1038/s41467-018-06434-4
复制
发表时间：
2018-10-17
影响因子：
16.6
通讯作者：
Ochiya T
中科院分区：
文献类型：
--
作者：
Yokoi A;Matsuzaki J;Yamamoto Y;Yoneoka Y;Takahashi K;Shimizu H;Uehara T;Ishikawa M;Ikeda SI;Sonoda T;Kawauchi J;Takizawa S;Aoki Y;Niida S;Sakamoto H;Kato K;Kato T;Ochiya T
改善卵巢癌预后的一个主要障碍是缺乏有效的早期检测筛查方法。循环microRNAs （miRNAs）已被认为是有前途的生物标志物，可能导致临床应用。在这里，为了开发一种最佳的检测方法，我们使用微阵列技术从4046份血清样本中获得了全面的miRNA谱，其中包括428名卵巢肿瘤患者。在发现集中构建了基于10种mirna表达水平的诊断模型。在独立队列中的验证表明，该模型非常准确（敏感性0.99，特异性1.00），即使在早期卵巢癌中也保持诊断准确性。此外，我们构建了两个额外的模型，每个模型使用9-10个血清mirna，旨在区分卵巢癌与其他类型的实体瘤或良性卵巢肿瘤。我们的研究结果提供了强有力的证据，表明血清miRNA谱代表了一种有希望的卵巢癌诊断生物标志物。早期发现卵巢癌的筛查方法在技术上是困难的。在这里，作者研究了人血清中的循环microRNA，并开发了一个使用10个microRNA的模型来区分卵巢癌和卵巢肿瘤、实体瘤和非癌症患者。
A major obstacle to improving prognoses in ovarian cancer is the lack of effective screening methods for early detection. Circulating microRNAs (miRNAs) have been recognized as promising biomarkers that could lead to clinical applications. Here, to develop an optimal detection method, we use microarrays to obtain comprehensive miRNA profiles from 4046 serum samples, including 428 patients with ovarian tumors. A diagnostic model based on expression levels of ten miRNAs is constructed in the discovery set. Validation in an independent cohort reveals that the model is very accurate (sensitivity, 0.99; specificity, 1.00), and the diagnostic accuracy is maintained even in early-stage ovarian cancers. Furthermore, we construct two additional models, each using 9–10 serum miRNAs, aimed at discriminating ovarian cancers from the other types of solid tumors or benign ovarian tumors. Our findings provide robust evidence that the serum miRNA profile represents a promising diagnostic biomarker for ovarian cancer. Screening methods for early detection of ovarian cancer is technically difficult. Here, the authors investigated circulating microRNA in human blood serum and developed a model using 10 microRNAs to discern between ovarian cancer and being ovarian tumors, solid tumors, and non-cancer patients.
登录
查看更多内容
影响因子：
64.8
作者：
Lu, J;Getz, G;Golub, TR
通讯作者：
Golub, TR
microRNA分析：方法和考虑因素。
DOI：
10.1038/nrg3198
发表时间：
2012-04-18
期刊：
Nature reviews. Genetics
影响因子：
--
作者：
Pritchard CC;Cheng HH;Tewari M
通讯作者：
Tewari M
影响因子：
3.7
作者：
Cammaerts S;Strazisar M;De Rijk P;Del Favero J
通讯作者：
Del Favero J
DOI：
10.1038/nrc3144
发表时间：
2011-09-23
期刊：
Nature reviews. Cancer
影响因子：
--
作者：
通讯作者：
--
影响因子：
10.6
作者：
Moreau, Michael P.;Bruse, Shannon E.;David-Rus, Richard;Buyske, Steven;Brzustowicz, Linda M.
通讯作者：
Brzustowicz, Linda M.