Kassambara A, Gourzones-Dmitriev C, Sahota S, Rème T, Moreaux J, Goldschmidt H, Constantinou A, Pasero P, Hose D, Klein B. Ein DNA-Reparaturweg-Score sagt das Überleben beim Multiplen Myelom des Menschen voraus: Das Potenzial für therapeutische Strategien. Oncotarget. 2014. PDF herunterladen
Zusammenfassung der Studie
Die DNA-Reparatur ist entscheidend für die Aufrechterhaltung der genomischen Integrität und die Regulierung von Transkription und Replikation. Es gibt mehrere miteinander verknüpfte Wege, um verschiedene Arten von DNA-Schäden wie Doppelstrangbrüche und Nukleotidläsionen zu behandeln. Bei Krebs trägt die Deregulierung dieser Reparaturmechanismen zu genomischer Instabilität und Medikamentenresistenz bei.
In dieser Studie haben wir einen DNA-Reparatur-Score (DRscore) anhand einer Konsensliste von 84 DNA-Reparaturgenen entwickelt. Von diesen hatten 22 einen signifikanten prognostischen Wert sowohl für das ereignisfreie Überleben (EFS) als auch für das Gesamtüberleben (OS) bei unbehandelten Patienten mit multiplem Myelom (MM):
- 17 Gene korreliert mit schlechter Prognose
- 5 Gene korrelieren mit einer guten Prognose
Der zusammengesetzte DR-Score stratifizierte die Patienten effektiv nach ihrem Überlebensrisiko und kann helfen, Tumore zu identifizieren, die von bestimmten DNA-Reparaturwegen abhängig sind. Dies öffnet die Tür für auf synthetischer Letalität basierende Strategien, die auf diese Schwachstellen beim MM abzielen.
In dieser Studie war Alboukadel Kassambara der erste Autor, der die Analyse und Interpretation der Daten durchführte. Er entwickelte den DNA-Reparatur-Score (DRscore), führte die Genexpressions- und Überlebensanalyse durch und trug zum Verfassen des Manuskripts bei, das ein prognostisches Modell mit therapeutischen Auswirkungen für das multiple Myelom enthält.
Zitat
Publication: In Oncotarget
Datum: Mai 15, 2014
Typ: Zeitschriftenartikel
PDF: Download der PDF
Wissenschaftliche Beiträge
Hier sind weitere wissenschaftliche Abstracts, die von Alboukadel Kassambara verfasst oder mitverfasst wurden. Diese Beiträge umfassen computergestützte Biologie, Bioinformatik, Biostatistik, maschinelles Lernen und Multi-Omics, mit Schwerpunkt auf Immuno-Onkologie und translationaler Forschung.