在纯化喉鳞癌全基因组表达谱获得的15个喉鳞癌颈淋巴结转移相关基因的基础上,首先应用组织芯片及常规生化技术验证并进一步筛选出3―4个颈淋巴结转移相关分子标志物;然后应用量子点纳米平台(包括量子点纳米多分子标志物荧光染色、CRi Nuance"机器学习识别"和"虚拟流式图"为主的成像及单细胞亚结构量子点信号定量分析技术)研究N0和N1期喉鳞癌各100例,获得各分子标志物在纯喉鳞癌细胞亚结构(细胞膜、细胞浆和细胞核)的表达量值,通过诊断收益最佳等统计分析,获得2-3个颈淋巴结早期转移相关的分子指标;最后在cN0期的喉鳞癌患者进行初步前瞻性研究,运用量子点纳米技术平台获得该患者转移相关分子指标量值和"虚拟流式图"及其表达率分布值后,对其是否发生隐匿性颈淋巴结转移进行早期预测,统计对比分析术中所见、病理和随访结果获得的真实颈淋巴结转移情况,最终确立喉鳞癌隐匿性颈淋巴结转移的早期预测分子指标及及量值。
Quantum dots;Nanotechnology;Laryngeal squamous cell carcin;Lymph node metastasis;Molecular biomarker
在纯化喉鳞癌全基因组表达谱和iTRAQ技术获取的差异蛋白表达谱筛选的基因或蛋白、以及前期研究的基础上,应用组织芯片、常规生化技术等验证后发现MDM2、 MMP12 、eIF-4E蛋白的总表达量(WI)在喉鳞癌N0组和NX组比较有统计学差异;而eIF-4E、E-cadherin (E-cad)和EphA2的膜表达率(RMC)、β-catenin (β-cat)的核表达率(RNC)两组比较有统计学差异,和喉鳞癌颈淋巴结转移有相关性,可能作为预测喉鳞癌发生早期转移的分子指标。 然后,应用量子点纳米平台(包括量子点纳米免疫荧光染色、CRi Nuance“机器学习识别”及单细胞亚结构量子点荧光定量分析技术)研究50例N0期和45例N1期喉鳞癌,获取各分子指标在每个病例的平均表达量值(a.u.)、膜表达量值(M-a.u.)和核表达量值(N-a.u.),结果发现eIF-4E、E-cad、β-cat和EphA2四种分子标志物的a.u.在喉鳞癌N0组和N1组比较没有统计学差异,但E-cad和EphA2的M-a.u. N0组和N1组比较有统计学差异、而β-cat的N-a.u.两组比较有统计学差异,和前期IHC结果基本一致,表明E-cad和EphA2 M-a.u.、β-cat的N-a.u.可作为预测喉鳞癌是否发生早期转移的分子指标。同时根据预设的界定值(cut-off value)标准,随机在N0组和N1组中各抽取10例按照最佳诊断收益方式等进行统计分析和诊断试验评价分析,结果发现EphA2的M-a.u.和β-cat的N-a.u.联合诊断在两组中的预测率最高。结合临床相关资料回顾性研究和统计分析,我们初步确立EphA2的M-a.u.和β-cat的N-a.u.作为预测喉鳞癌早期颈淋巴结转移相关的分子指标。 最后,经我院医学伦理学委员会批准后,选取临床诊断为cN0的喉鳞癌患者作为研究对象,在肿瘤切除术后应用量子点纳米平台对该患者发生隐匿性颈淋巴结转移进行前瞻性预测,通过对比其真实的颈淋巴结转移情况,最终确立喉鳞癌隐匿性颈淋巴结转移的早期预测分子指标及其量值。 本研究将为实现早期精确发现或预测喉鳞癌的隐匿性颈淋巴结转移、为其治疗方案的选择或分子分型提供非常重要而有力的依据。