Preview

Опухоли женской репродуктивной системы

Расширенный поиск

Нейросетевой анализ некоторых молекулярных параметров цервикального эпителия для диагностики рака шейки матки

https://doi.org/10.17650/1994-4098-2021-17-3-89-96

Аннотация

Введение. Персонализированный подход является основой оказания современной специализированной помощи онкологическим больным. Актуальность рака шейки матки (РШМ) во всем мире по-прежнему высока, продолжается поиск надежных диагностических критериев малигнизации цервикального эпителия. Развитие омных технологий в рамках персонализированной диагностики привело к получению огромного массива результатов, анализ которых нередко сложен. Эту задачу позволяет решить нейросетевой анализ данных.

Цель исследования – создать технологию диагностики цервикальной интраэпителиальной неоплазии (ЦИН) и РШМ, основанную на нейросетевом анализе некоторых молекулярных параметров.

Материалы и методы. Исследование проведено среди пациенток с ЦИН III степени (n = 15), больных РШМ I–IV стадий (n = 49). Контрольную группу составили женщины-добровольцы без патологии шейки матки (n = 15). Изучаемые молекулярные параметры: спектр высших жирных кислот определялся в биоптатах шейки матки, белки OPN, ICAM-1 исследовались в сыворотке крови, белки иммунного цикла sCD25, sCD27 – в цервикальном эпителии. Методы исследования: газожидкостная хроматография, проточная цитометрия.

Результаты. Выявлены значимые различия по спектру высших жирных кислот, локальной величине sCD27 среди исследуемых групп. В многослойный персептрон включены C18:2ω6, OPN, ICAM-1, sCD25, sCD27. Проведенный нейросетевой анализ полученных молекулярных данных позволяет с высокой точностью диагностировать как ЦИН III степени (Se = 0,92; Sp = 0,87; AUC = 0,94; p˂ 0,001).

Выводы. Созданная модель позволяет с высокой точностью диагностировать ЦИН III степени и РШМ. Конфигурация многослойного персептрона позволяет подтвердить и обосновать патофизиологические взаимосвязи между изучаемыми молекулярными показателями, что расширяет представления о механизмах цервикального канцерогенеза.

Об авторах

Е. В. Каюкова
ФГБОУ ВО «Читинская государственная медицинская академия» Минздрава России
Россия

672000 Чита, ул. Горького, 39A



В. А. Мудров
ФГБОУ ВО «Читинская государственная медицинская академия» Минздрава России
Россия

672000 Чита, ул. Горького, 39A



Л. Ф. Шолохов
ФГБНУ «Научный центр проблем здоровья семьи и репродукции человека»
Россия

664003 Иркутск, ул. Тимирязева, 16



Список литературы

1. Имянитов Е.Н. Молекулярная диагностика в онкологии: новые тенденции. Медицинский академический журнал 2019;19(4):25–32. DOI: 10.17816/MAJ19281.

2. Ogino Sh., Nowak J., Hamada T. et al. Integrative analysis of exogenous, endogenous, tumour and immune factors for precision medicine. Gut 2018;67(6):1168–80.

3. Lemp J., De Neve J., Bussmann H. et al. Lifetime prevalence of cervical cancer screening in 55 low- and middle-income countries. JAMA 2020;324(15):1532–42. DOI: 10.1001/jama.2020.16244.

4. Ашрафян Л.А., Оводенко Д.Л. Основные трудности скрининга рака шейки матки. Акушерство и гинекология: новости, мнения, обучение 2018;(1):14–7.

5. Сушинская Т.В., Епифанова С.В., Щепкина Е.В. и др. Ошибки диагностики предраковых заболеваний и рака шейки матки. Онкогинекология 2020;1(33):49–57.

6. Короленкова Л.И. Сочетание цервикальных эпителиальных неоплазий разной степени в процессе канцерогенеза – объективная причина диагностических ошибок при CIN и микроинвазивном раке шейки матки. Вестник РОНЦ им. Н.Н. Блохина РАМН 2011;22(1):50–4.

7. Хасанов А.Г., Шайбаков Д.Г., Жернаков С.В. и др. Нейронные сети для прогнозирования динамики развития заболеваний. Креативная хирургия и онкология 2020;10(3):198–204. DOI: 10.24060/2076-3093-2020-10-3- 198-204.

8. International Committee of Medical Journal Editors. Uniform requirements for manuscripts submitted to biomedical journals: writing and editing for biomedical publication 2011. Available at: http://www.icmje.org.

9. Lang T.A., Altman D.G. Statistical analyses and methods in the published literature: The SAMPL guidelines. Medical Writing 2016;25(3):31–6. DOI: 10.18243/eon/2016.9.7.4.

10. Каюкова Е.В., Белокриницкая Т.Е., Шолохов Л.Ф., Терешков П.П. Оценка локального уровня воспалительных белков в цервикальной слизи в процессе развития рака шейки матки. Забайкальский медицинский вестник 2020;(2). Доступно по: http://zabmedvestnik.ru/arhiv-nomerov/ nomer-2-za-2020-god/ocenka-lokalnogourovnja-vospalitelnyh-belkov-vcervikalnoj-slizi-v-processe-razvitijaraka-shejki-matki.

11. Каюкова Е.В., Белокринцкая Т.Е., Терешков П.П. Влияние пропионата на спектр высших жирных кислот в клетках шейки матки при диси неопластической трансформации. Успехи молекулярной онкологии 2018;5(2):31–41. DOI: 10.17650/2313-805X-2018-5-2-31-41.

12. Гусев Е.Ю., Зотова Н.В., Журавлева Ю.А., Черешнев В.А. Физиологическая ипатогенетическая роль рецепторов-мусорщиков у человека. Медицинская иммунология 2020;22(1):7–48. DOI: 10.15789/1563-0625-PAP-1893.

13. Marion‐Letellier R., Déchelotte P., Lacucci M., Ghosh S. Dietary modulation of peroxisome proliferator‐activated receptor gamma. Gut 2009;58:586–93. Nardo A., Grün N., Zeyda M. et al. Impact of osteopontin on the development of non‐alcoholic liver disease and related hepatocellular carcinoma. Liver Int J 2020;40(7):1620–33. DOI: 10.1111/liv.14464.

14. Wang H., Franco F., Tsui Y.C. et al. Cd36-mediated metabolic adaptation supports regulatory T cell survival and function in tumors. Nat Immunol 2020;21:298–308. DOI: 10.1038/s41590-019-0589-5.

15. Gil-de-Gómez L., Balgoma D., Montero O. Lipidomic-based advances in diagnosis and modulation of immune response to cancer. Metabolites 2020;10(8):332. DOI: 10.3390/metabo10080332.

16. Bleve A., Durante B., Sica A., Consonni F. Lipid metabolism and cancer immunotherapy: immunosuppressive myeloid cells at the crossroad. Int J Mol Sci 2020;21(16):5845. DOI: 10.3390/ijms21165845.

17. Xia L., Oyang L., Lin, J. et al. The cancer metabolic reprogramming and immune response. Mol Cancer 2021;20:28. DOI: 10.1186/s12943-021-01316-8.

18. Dowds C.M., Kornell S.C., Blumberg R.S., Zeissig S. Lipid antigens in immunity. Biol Chem 2014;395:61–81.

19. Kawashima M., Tokiwa M., Nishimura T. et al. High-resolution imaging mass spectrometry combined with transcriptomic analysis identified a link between fatty acid composition of phosphatidylinositols and the immune checkpoint pathway at the primary tumour site of breast cancer. Br J Cancer 2020;122(2):245–57. DOI: 10.1038/s41416-019-0662-8.

20. Cucchi D., Camacho-Muñoz D., Certo M. et al. Fatty acids – from energy substrates to key regulators of cell survival, proliferation and effector function. Cell Stress 2020;4(1):9–23. DOI: 10.15698/cst2020.01.209.

21. Ahmed M., Kundu G. Osteopontin selectively regulates p70S6K/mTOR phosphorylation leading to NF-κB dependent AP-1-mediated ICAM-1 expression in breast cancer cells. Mol Cancer 2010;9:101. DOI: 10.1186/1476-4598-9-101.


Рецензия

Для цитирования:


Каюкова Е.В., Мудров В.А., Шолохов Л.Ф. Нейросетевой анализ некоторых молекулярных параметров цервикального эпителия для диагностики рака шейки матки. Опухоли женской репродуктивной системы. 2021;17(3):89-96. https://doi.org/10.17650/1994-4098-2021-17-3-89-96

For citation:


Kayukova E.V., Mudrov V.A., Sholochov L.F. Neural network analysis of some molecular parameters of the cervical epithelium for cervical cancer diagnostics. Tumors of female reproductive system. 2021;17(3):89-96. (In Russ.) https://doi.org/10.17650/1994-4098-2021-17-3-89-96

Просмотров: 454


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1994-4098 (Print)
ISSN 1999-8627 (Online)