Mục tiêu của chung của dự án là sử dụng các công cụ phân tích khối phổ, phân tích cộng hưởng từ hạt nhân (NMR) và phân tích biểu hiện gene không mã hoá quy mô lớn để tìm kiếm các dấu ấn sinh học mới đặc trưng cho các bước dịch chuyển của bệnh nhân viêm gan mạn hoặc xơ gan sang ung thư gan, từ đó đưa ra mô hình toán phù hợp hỗ trợ cho chẩn đoán và sàng lọc sớm ung thư gan trên đối tượng mắc virus viêm gan B. Do đó, mục tiêu cụ thể của dự án là:
- Thiết lập một panel các dấu ấn sinh học (bao gồm các phân tử liên quan quá trình chuyển hoá và các miRNA không mã hoá) với độ nhạy cao giúp phân biệt các dạng lâm sàng khác nhau của các bệnh gan mạn tính liên quan đến HBV
- Tối ưu hoá mô hình toán dựa trên các dẫu ấn sinh học vừa phát hiện cho mục đích sàng lọc và phát hiện sớm ung thư gan nguyên phát ở bệnh nhân nhiễm HBV mạn tính.
Những nội dung chính của dự án
Nội dung nghiên cứu: Dự án nghiên cứu sẽ được chia làm 2 giai đoạn như sau
Pha 1 (pha khám phá): Ở giai đoạn này, quy trình kĩ thuật phân tích phổ cộng hưởng từ hạn nhân (NMR: Nuclear Magnetic Resonance) cho phân tích các dấu ấn chuyển hóa. Phương pháp định lượng RT-PCR thông lượng lớn sẽ được sử dụng để phát hiện những thay đổi trong cấu hình trao đổi chất và mức độ biểu hiện miRNA bất thường ở các bệnh nhân được thử nghiệm. Kết quả mong đợi của giai đoạn khám phá sẽ là một bảng đánh dấu sinh học mới nhưng được tối ưu hóa bao gồm các phân tử chuyển hóa và miRNA mà hiệu suất chẩn đoán của nó sẽ được xác nhận trong giai đoạn xác nhận sau này.
Pha 2 (Pha thẩm định và chuẩn hóa): Tất cả các thông số thử nghiệm và phân tích từ giai đoạn khám phá sẽ được áp dụng đối với pha thẩm định và chuẩn hóa về khả năng chính xác của phương pháp chẩn đoán dựa trên các dấu ấn sinh học đã được lựa chọn từ pha khám phá. Chúng tôi dự kiến thu thập và phân tích 600 bệnh nhân (300 HCC, 100 LC, 200 CHB) bằng kĩ thuật sắc kí lỏng cao áp HPLC (và / hoặc LCMS / MS) và phương pháp qRT-PCR thông lượng cao. Dữ liệu thô được tạo ra sẽ được phân tích sâu hơn bằng cách sử dụng mô hình phân tích (sPLS-DA); các thuật toán máy học thích hợp (rừng ngẫu nhiên, máy vectơ hỗ trợ tuyến tính, PLS-DA và hồi quy logistic) sẽ được áp dụng để xây dựng các mô hình dự báo để theo dõi sự tiến triển của bệnh gan liên quan đến HBV thành HCC và giúp hỗ trợ chẩn đoán sớm ung thư gan.
Tác động của dự án
- Chẩn đoán và điều trị ung thư nói chung bao gồm ung thư gan đòi hỏi đa mô thức hóa trong đó tìm kiếm các tổn thương di truyền học từ máu ngoại vị chỉ là một phạm vi rất nhỏ chắc chắn không thể giải quyết toàn diện vấn đề này và vì thế chẩn đoán UTG, đặc biệt chẩn đoán sớm UTG cần sự kết hợp của nhiều phương pháp khác nhau: lâm sàng, chẩn đoán hình ảnh, dấu ấn sinh học, sinh học phân tử… Trong dự án này, chúng tôi sẽ thiết lập các mô hình dự đoán dựa trên các dấu ấn chuyển hóa và / hoặc biểu hiện các miRNAs trong mẫu sinh thiết lỏng giúp phân biệt các giai đoạn bệnh khác nhau ở người nhiễm HBV mạn tính (viêm gan mạn, xơ gan, ung thư gan).
- Ý nghĩa trong thực tiễn: các dấu ấn sinh học mới và có ý nghĩa để phân biệt giai đoạn bệnh khác nhau ở người nhiễm HBV mạn tính và để hỗ trợ chẩn đoán sớm ung thư biểu mô tế bào gan ở bệnh nhân nhiễm HBV mạn tính hiện đang là nhu cầu y tế cấp thiết. Trong dự án này, chúng tôi thiết lập một nhóm các dấu ấn sinh học chuyển hóa và / hoặc biểu hiện các miRNAs trong mẫu sinh thiết lỏng giúp phân biệt các giai đoạn bệnh khác nhau ở người nhiễm HBV mạn tính có độ nhạy cao đối với sự tiến triển của bệnh và quan trọng là các mô hình dựa trên dấu ấn sinh học mới có thể phát hiện chính xác / chính xác ung thư gan giai đoạnsớm. Việc kết hợp các phương pháp nghiên cứu về sự biến đổi các dâu ấn chuyển hóa với mức độ biểu hiện các miRNAs cung cấp một công cụ mới tiềm năng cho việc chẩn đoán, tiên lượng, theo dõi và đưa ra quyết định điều trị trong thực tiễn lâm sàng.
