中枢神経系悪性リンパ腫の腫瘍内多様性と微小環境解析による病態発生の解明と治療開発

通过中枢神经系统恶性淋巴瘤的瘤内多样性和微环境分析阐明发病机制和治疗开发

• 批准号: 20H03795
• 负责人: 永根 基雄
• 金额: $ 11.4万
• 依托单位: Kyorin University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (B)
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20H03795/
• 关键词: 中枢神経系悪性リンパ腫; シングルセル解析; 腫瘍内多様性; 微小環境解析; 予後因子; 標準治療; 予測因子

我々はこれまでに中枢神経系原発悪性リンパ腫(PCNSL)の包括的遺伝子解析を施行し、全身性のびまん性大細胞型B細胞リンパ腫(DLBCL)と異なる特徴的な遺伝子異常パターンを報告した。しかし、PCNSLと全身性DLBCLの病態の類似性および相違性については未だに明らかではない点が多い。本研究では、PCNSLにおける腫瘍細胞および免疫微小環境の多様性を解明することを目指す。 2022年度も、追加のPCNSL臨床検体を収集し、全症例において腫瘍組織からのDNA/RNA、末梢血からのDNA抽出を行った。十分量の細胞数が得られた検体について、100種類を超える表面マーカー解析、mRNAトランスクリプトーム解析、TCR/BCRレパトア解析を同一の単一細胞から取得可能な単一細胞マルチオミクス解析技術を用いたライブラリーを作成し、次世代シーケンサーによるデータ取得を行った。これらのデータ解析により、これまでのmRNAトランスクリプトームだけでは明らかにすることが困難なPCNSLに特徴的な腫瘍細胞や微小環境の遺伝子発現プロファイルが見出されており、これらは新規の治療対象となる可能性を有している。また、均一の標準治療を行った患者群における治療奏効の違いを予測する腫瘍固有な遺伝子変異を含めた因子解析も計画しているが、患者コホート情報の収集を引き続き行っている。生検標本を用いたリンパ腫関連遺伝子のパネル検査を行うことで、奏効や生存期間等の治療アウトカムと関連する予測因子の抽出がされれば、治療選択に寄与する可能性が期待される。

In response, we performed gene analysis of central nervous system derived leukemia (PCNSL), including those of systemic large cell leukemia (DLBCL), and reported on gene abnormalities characterized by heterosis. The pathological similarities and contradictions between PCNSL and systemic DLBCL are not obvious. This study aims to clarify the diversity of tumor cells and immune microenvironments in PCNSL. In 2022, additional PCNSL clinical samples were collected, DNA/RNA extracted from tumor tissues and DNA extracted from peripheral blood in all cases. The number of cells obtained in the same cell cycle is 100 species, surface analysis, mRNA analysis, TCR/BCR analysis. The cell cycle analysis technology is used to create and acquire the next generation of cells. The expression of mRNA in tumor cells and microenvironment characterized by PCNSL is difficult to detect, and the possibility of new therapeutic targets is high. The standard treatment plan for patients includes the analysis of patient information, the prediction of patient information, and the analysis of patient information. The possibility of extracting predictive factors for the correlation between treatment and survival time is expected.