Extracto
Para investigar el significado pronóstico de
TGFβR2
expresión y la quimioterapia en el cáncer no microcítico de pulmón de células chino (NSCLC),
TGFβR2
expresión CPNM se analizó
in silico
utilizando la base de datos Oncomine, y posteriormente se analizaron con RT-PCR cuantitativa en 308 biopsias de NSCLC, 42 de los cuales se emparejaron con los tejidos adyacentes no neoplásicas. Nuestros resultados muestran que
TGFβR2
expresión fue también aumentó en las biopsias de NSCLC en relación con muestras de tejido normal y se correlacionó con mal pronóstico.
TGFβR2
expresión también se correlacionó significativamente con otros parámetros clínicos como la diferenciación tumoral, invasión de la membrana pulmonar y quimioterapia. Por otra parte, la supervivencia global (SG) y la supervivencia libre de enfermedad (DFS) se incrementó en pacientes con baja
TGFβR2
expresar NSCLC y que se habían sometido a quimioterapia. Por lo tanto, la alta expresión de
TGFβR2
es un factor de riesgo importante para la disminución de SG y SLE en pacientes con CPNM. Por lo tanto,
TGFβR2
es un potencial biomarcador tumoral pronóstico de la quimioterapia
Visto:. Han Y, Jia C, Cong X, Yu M, Cai H, Fang S, et al. (2015) una mayor expresión de
TGFβR2
se asocia con el resultado clínico de células no pequeñas cáncer de pulmón pacientes tratados con quimioterapia. PLoS ONE 10 (8): e0134682. doi: 10.1371 /journal.pone.0134682
Editor: William B. Coleman, Universidad de Carolina del Norte Facultad de Medicina, Estados Unidos |
Recibido: 13 de mayo de 2015; Aceptado: 24 Junio 2015; Publicado: 7 Agosto 2015
Derechos de Autor © 2015 Han et al. Este es un artículo de acceso abierto distribuido bajo los términos de la licencia Creative Commons Attribution License, que permite el uso ilimitado, distribución y reproducción en cualquier medio, siempre que el autor original y la fuente se acreditan
Disponibilidad de datos: Todos los datos relevantes están dentro del papel
Financiación:. Este estudio fue apoyado en parte por subvenciones de la Fundación Nacional de Ciencias Naturales de China (81371595, 81372175, 81301993, 81472501, 81201535, 81472202 y 81302065), Nature Science Foundation de Shanghai ( 12ZR1436000), Shanghai Tecnología de la Comisión (14441901300, 14DZ1940606) Municipal de Ciencia y, Shanghai Comisión Municipal de Salud y Planificación Familiar (XBR2013112, 2013SY036) y la Asociación de Jóvenes Innovación Promoción de la Academia china de Ciencias (Y219J11311).
Conflicto de intereses los autores han declarado que no existen intereses en competencia
Introducción
pulmón carcinoma es la principal causa de muerte por cáncer en todo el mundo, lo que representa 1,37 millones de muertes al año [1-3].. No pequeñas de cáncer de pulmón no microcítico (CPNM) son el tipo más común de cáncer de pulmón primario, lo que representa casi el 80% de carcinoma de pulmón [4]. A pesar de los avances significativos se han producido en nuestra comprensión del proceso de la enfermedad durante las últimas décadas [5,6], la principal estrategia de tratamiento sigue siendo la resección quirúrgica, la quimioterapia y la radioterapia [7-9]. Sin embargo, incluso en el caso de la resección completa, efecto curativo no es satisfactoria y los pacientes con CPNM todavía se enfrentan el riesgo de recurrencia y metástasis [10,11].
La esperanza para el análisis molecular completa de los cánceres humanos son, en definitiva mejorar la gestión de los pacientes. Los avances en la genómica y la proteómica han generado muchos marcadores candidatos con potencial valor clínico [12]. Por lo tanto, si existen biomarcadores que funcionaría como factores predictivos para el carcinoma de pulmón o utilizarse en el proceso de toma de decisiones para el manejo clínico de los pacientes se encuentra actualmente bajo investigación como opciones para el progreso del tratamiento. Por otra parte, la comprensión de las características moleculares de los cánceres de pulmón podría ayudar en el desarrollo de la terapia dirigida.
Los componentes del factor de crecimiento transformante beta (TGF-β) de la familia a menudo se altera en el desarrollo de varios cánceres humanos. TGF-β es una citocina pleiotrópica, que actúa como un promotor supresor tumoral o tumor dependiendo del microambiente celular [13]. TGF-beta tipo-2 receptor (TGFβR2) es el receptor de unión a ligandos para todos los miembros de la familia TGF-β [14-16]. señales de TGF están mediadas por un complejo activado de TGFβR1 y TGFβR2 [17]. El ligando TGF-β se une principalmente a TGFβR2 en la membrana plasmática, lo que resulta en la formación de un complejo entre TGFβR1 y TGFβR2. TGFβR2 fosforila TGFβR1, y activado fosforila TGFβR1 objetivos de abajo, Smad2 y Smad3. Fosforilada Smad2 y Smad3 forman un complejo con Smad4, que se transloca al núcleo y regula la expresión del gen diana [18,19]. Por lo tanto, las anormalidades en cualquier miembro de la TGF-β o la familia Smad menudo alteran profundamente la vía de señalización de TGF-beta [20,21].
si una firma de genes puede predecir el resultado clínico de NSCLC, incluyendo el pronóstico y la respuesta a la quimioterapia, sigue sin estar claro. En este caso, la base de datos Oncomine se utilizó para revelar específicamente la expresión diferencial de TGFβR2 en el CPNM. La expresión de TGFβR2 fue validado posteriormente por PCR en tiempo real en las biopsias de NSCLC de una cohorte de pacientes chinos y significado pronóstico se evaluó.
Materiales y Métodos
Ética declaración
el estudio fue revisado y aprobado por el Comité ético de la Universidad de Jilin (Jilin, china). Cada participante proporcionado su consentimiento informado por escrito para participar en este estudio y los comités de ética que apruebe el procedimiento de consentimiento.
Puesta en marcha del servidor para la supervivencia en línea cálculo
TGFβR2
ARNm la expresión se investigó en muestras de tejido de NSCLC (n = 187) en la base de datos a través de la Plataforma TCGA Oncomine (http://www.oncomine.org). Los datos fueron recuperados mediante el uso de términos de búsqueda "
TGFβR2
" y "NSCLC" y "ARNm".
El valor pronóstico de la
TGFβR2
gen se evaluó con el método de Kaplan Meier plotter, una herramienta meta-análisis basado en la evaluación de biomarcadores silico, que evalúa el efecto de los genes sobre la supervivencia en pacientes con cáncer (http://www.kmplot.com/lung) [22,23]. Cada media se calculó y se utilizó el umbral de mejor rendimiento como el punto de corte final en un análisis de regresión univariante y Cox. Histología, grado, estadio, sexo, tabaquismo y la historia fueron utilizados en el análisis multivariante. Una parcela de supervivencia de Kaplan-Meier y los cocientes de riesgos con intervalos de confianza del 95% y el log rank
P
valor se calcularon. Significación se fijó en
P Hotel & lt; 0.05.
Adquisición de muestras clínicas
muestras de tejidos frescos de los pacientes con CPNM que fueron sometidos a resección quirúrgica entre 2008 y 2012 se obtuvieron del banco de tejidos, la Universidad de Jilin (Jilin, China). Las muestras incluían tumor emparejados y tejidos no cancerosos adyacentes (n = 42), así como una gran cohorte de biopsias de NSCLC individuales (n = 266). Todos los tumores se organizaron de acuerdo a la 7ª edición del sistema de estadificación TNM de la AJCC para el NSCLC, y los datos del paciente recogidos hasta el 30 de abril de 2014 se incluyeron todos los pacientes. Los datos clínicos registrados incluyeron características del paciente (por ejemplo, sexo, edad), las características del tumor (por ejemplo, el diámetro, la metástasis de los ganglios linfáticos, los subtipos histológicos, la invasión vascular, y la diferenciación del tumor), la supervivencia global (SG) y la supervivencia libre de enfermedad (DFS) ,
TGFβR2
estado de expresión, y la quimioterapia
para el análisis, los pacientes fueron estratificados según la edad, ≥ 60 o. & lt; 60 años. El tamaño del tumor se define como el diámetro medio del tumor (MTD, que se define como la media geométrica de cuatro diámetros del TC), y los tumores se agruparon según su tamaño, ≥ 5 cm y & lt; 5 cm. El seguimiento se realizó por teléfono o correspondencia directa. El tiempo hasta la recidiva tumoral o muerte fue confirmada por el paciente o sus familiares, mediante el registro médico, o por el registro de la seguridad social. La supervivencia global (OS) se calcula en meses desde la fecha de diagnóstico a la hora de la muerte, sin importar la causa. Supervivencia libre de enfermedad (DFS) se define como el período comprendido entre la fecha inicial del diagnóstico hasta el momento de la progresión tumoral mediante tomografía computarizada, o al momento de la muerte debido a la enfermedad.
La extracción de RNA
ARN total fue extraído de NSCLC y el tejido normal con el reactivo TRIzol, de acuerdo con las instrucciones del fabricante. La concentración de ARN se midió en un espectrofotómetro, y la calidad de todas las muestras de ARN se evaluó por electroforesis en 1,5% de desnaturalización geles de agarosa.
RT-PCR cuantitativa
Para cuantitativa en tiempo real PCR (QRT -PCR), se sintetizó ADNc a partir de ARN total (10 ng), y las reacciones de PCR cuantitativos se realizaron con el kit Taqman PCR universal. GAPDH se utilizó como control interno. El 2 Se utilizó el método
-δδCT para cuantificar los niveles de expresión de
TGFβR2
.
El análisis estadístico
Todos los análisis estadísticos se realizaron con las estadísticas de IBM SPSS para Windows, versión 19.0. La expresión de
TGFβR2
se presentó como la media ± desviación estándar. Se ha realizado una prueba T independiente para examinar las diferencias entre los dos grupos, y se utilizó una prueba de ji cuadrado para evaluar las diferencias en las tasas entre los grupos. Se utilizaron las curvas de Kaplan-Meier para determinar la supervivencia global de los diversos grupos, y los resultados se compararon con una prueba de log-rank. Los análisis de supervivencia univariante y multivariante se basaron en un modelo de regresión de Cox, y se utilizó este modelo para identificar qué factores independientes tenían conjuntamente efectos significativos sobre la supervivencia.
P Hotel & lt; 0,05 se consideraron estadísticamente significativos.
Resultados
Expresión de la TGFβR2 utilizando la plataforma de análisis de supervivencia en línea en
TGFβR2
la expresión del ARNm en el cáncer frente a tejidos normales fue investigado utilizando la base de datos Oncomine (Fig 1A). Este análisis reveló que
TGFβR2
se sobre-expresado en los tejidos tumorales en comparación con el tejido normal correspondiente (doble cambio = 1,99;
P Hotel & lt; 0,001).
, los niveles de expresión de
TGFβR2
en el cáncer frente a tejidos normales derivados de la base de datos Oncomine. B, análisis de supervivencia realizado con gráficos de Kaplan-Meier en base a
TGFβR2
expresión.
El valor pronóstico de la expresión de
TGFβR2
se evaluó con el de Kaplan plotter plataforma Meier. Los resultados demostraron que el pronóstico era peor para los pacientes con adenocarcinoma de pulmón, donde
TGFβR2
expresión era & gt; 1,99 veces mayor que en los tejidos normales (HR = 1,28 IC (95%, 1,01-1,63),
P
= 0,038). Estos resultados indican que la alta expresión de
TGFβR2 gratis (& gt; 1,99 veces) se asocia con un mal pronóstico en el adenocarcinoma de pulmón (Figura 1B)
expresión TGFβR2 en CPNM y el tejido pulmonar normal
Para validar estos resultados,
TGFβR2
niveles de mRNA fueron examinados en el tumor (n = 308) y los tejidos no cancerosos adyacentes (n = 42) de una cohorte de pacientes con CPNM china de QRT-PCR. Los resultados demostraron que
TGFβR2
los niveles de expresión fueron significativamente mayores en las biopsias de tumores de NSCLC (2,46 ± 0,42) con relación a los tejidos adyacentes no neoplásicas (1,01 ± 0,06). Esta diferencia entre los tejidos tumorales y normales fue estadísticamente significativa (
P = 0,001;
Tabla 1).
Las relaciones entre la expresión y las características clínicas TGFβR2
Las asociaciones entre
TGFβR2
expresión y características clínicas individuales fueron investigados. Los resultados demostraron que en estos 308 casos de CPNM,
TGFβR2
niveles de expresión se correlacionó positivamente con la diferenciación del tumor (
P = 0,029
) y la invasión de la membrana pulmonar (
P
= 0,045), así como la quimioterapia (
P Hotel & lt; 0,001; Tabla 2) .Sin embargo, no hubo asociación entre el
TGFβR2
expresión y paciente de género, edad, historia de tabaquismo, lymph- metástasis en los ganglios, la histología, la invasión vascular, el estadio TNM, o el diámetro del tumor (
P Hotel & gt; 0,05).
curvas de supervivencia de Kaplan-Meier se representaron con el fin de evaluar el valor pronóstico de estas características clínicas /biológicas para OS. La mediana de seguimiento fue de 34,3 meses (rango de 14,3 a 79,3 meses). Los resultados de los análisis univariados se muestran en la Tabla 2. Como se esperaba, hubo una asociación significativa entre el sistema operativo más corto y los factores pronósticos clásicos como la metástasis de los ganglios linfáticos (
P = 0,026)
, invasión de la membrana pulmonar (
P = 0,034
), y el tamaño del tumor (≥ 5 cm;
P = 0,033
). Además, los pacientes tratados con quimioterapia muestran un aumento significativo del OS (
P Hotel & lt; 0,001). Por lo tanto, se redujo significativamente OS se asoció con pacientes que no habían recibido quimioterapia o tenían metástasis en los ganglios linfáticos, invasión de la membrana pulmonar, o el aumento de tamaño del tumor (≥ 5 cm).
alta expresión de TGFβR2 fue un marcador pronóstico de la supervivencia de pacientes con CPNM
Para determinar si otros factores clínicos podrían afectar el pronóstico de NSCLC, análisis de supervivencia univariante, estratificada por cada uno de los factores clínicos (incluyendo el género, la edad, la invasión vascular, el tamaño del tumor, la invasión de la membrana pulmonar, metástasis a los ganglios linfáticos, el estadio TNM, la diferenciación del tumor, historia de tabaquismo, y
TGFβR2
expresión), se llevó a cabo con el método de Kaplan-Meier. Los resultados del análisis de supervivencia de Kaplan-Meier demostraron que el pronóstico es peor en los pacientes con alta expresión de
TGFβR2
. La expresión de
TGFβR2
se asoció significativamente con una disminución de OS (
P = 0,009
; la figura 2A) y DFS (
P = 0,003
; la figura 2B) en pacientes con CPNM. Se realizó análisis de rango para evaluar la influencia de la metástasis de los ganglios linfáticos y el tamaño del tumor en el pronóstico de los pacientes con CPNM, Kaplan-Meier de supervivencia se trazaron y registro. metástasis en nódulos linfáticos se asoció significativamente con el sistema operativo más corto (
P = 0,026
; figura 2C) y DFS (
P = 0,002
; la figura 2D) en el CPNM. Se obtuvieron resultados similares para el tamaño del tumor (OS,
P Hotel & lt; 0,001, figura 2C y DFS,
P Hotel & lt; 0,001, figura 2D).
análisis de supervivencia univariante del OS y DFS en el carcinoma de pulmón según lo determinado por parcelas de Kaplan-Meier estimaciones basadas en
TGFβR2
expresión en (a) y (B); metástasis en nódulos linfáticos en (C) y (D); y el tamaño del tumor de carcinoma de pulmón de (E) y (F), respectivamente.
El análisis univariante con un modelo de regresión de riesgos proporcionales de Cox reveló que la invasión de la membrana pulmonar (
P = 0,04
), el tamaño del tumor (
P Hotel & lt; 0,001), y la metástasis de los ganglios linfáticos (
P
= 0,02) también se correlaciona positivamente con mal pronóstico (Tabla 3). Más importante aún, se encontró que la quimioterapia para aumentar significativamente OS (
P = 0,033
, HR = 1.489 [1.032, 2.418], la figura 3A) y el tiempo de DFS (
P = 0,048
, HR = 1,444 [1,004, 2,078], Fig 3B). Además, la baja expresión de
TGFβR2 Hoteles en tumores de NSCLC de los pacientes tratados con quimioterapia fue un factor protector crítico para el sistema operativo (
P = 0,003
, HR = 2,24 [1. 32, 3,79], La figura 3C) y DFS (
P Hotel & lt; 0,001, HR = 9,40 [4,92, 17,98], la figura 3D). No hay correlaciones se observaron con el género, la edad, la invasión vascular, invasión de la membrana pulmonar, el estadio TNM, la diferenciación del tumor, o la historia de tabaquismo. Tomados en conjunto, estos resultados indican que la expresión de
TGFβR2
podría desempeñar un papel potencial en la progresión del NSCLC y se correlacionan con el resultado de los pacientes con CPNM.
El análisis univariante de OS (A) y DFS (B ) con un modelo de riesgos proporcionales de Cox en el carcinoma de pulmón basado en la quimioterapia, como se determina por cálculos de regresión de Cox. El análisis multivariado de OS (C) y DFS (D) con un modelo de riesgos proporcionales de Cox en el carcinoma de pulmón basado en la quimioterapia y
TGFβR2
expresión, según lo determinado por las estimaciones de regresión de Cox.
un análisis de regresión de riesgos proporcionales de Cox se llevó a cabo para establecer si la expresión de
TGFβR2
fue un marcador pronóstico en pacientes con CPNM. El modelo inicial incluyó todos los parámetros que son predictivos del sistema operativo en el análisis univariante de todo el grupo de estudio que se presenta en la Tabla 3 (edad, sexo, antecedentes de tabaquismo, la metástasis de los ganglios linfáticos, la diferenciación del tumor, histología, la invasión vascular y el diámetro, y la invasión de la membrana pulmonar). Se adoptó un procedimiento por pasos hacia adelante para obtener el modelo final de predictores significativos para el sistema operativo que consiste en los factores de metástasis de los ganglios linfáticos, el diámetro, la invasión de la membrana pulmonar, y la expresión de
TGFβR2
. De acuerdo con el análisis del modelo de regresión multivariable de Cox, la alta expresión de
TGFβR2
fue identificado como un predictor de la SG más corta en pacientes con CPNM.
La quimioterapia asociada con baja expresión de TGFβR2 altamente mejora la SG y SLE del NSCLC pacientes
la quimioterapia sirve como tratamiento primario en la mayoría de los casos de NSCLC. La SG y SLE de los pacientes fueron analizados por tanto, basarse en estado de tratamiento. Se encontró que la quimioterapia prolonga significativamente OS (33,5 ± 1,05 vs 24,37 ± 1,22,
P
= 0,025) y DFS (32,47 ± 0,84 vs 24,37 ± 1,22,
P = 0,037
) de los pacientes en esta cohorte (Tabla 4). Cuando se analizan los datos sobre la base de
TGFβR2
expresión, así como el estatus de tratamiento, sistema operativo y el tiempo DFS se encontró que era significativamente mayor en los pacientes con CPNM tratados con baja expresión de
TGFβR2
en comparación con no tratados los pacientes con alta expresión (40.70 ± 2.07 vs 24,23 ± 1,25,
P = 0,002
y 36,53 ± 2,97 vs 21,33 ± 1,34,
P Hotel & lt; 0,001). (Tabla 4)
Los resultados demostraron que
TGFβR2
fue altamente expresado en los pacientes con un mal pronóstico, incluso cuando son tratados con quimioterapia. análisis de supervivencia univariante y multivariante se llevó a cabo con el método de Kaplan-Meier para determinar, además, si la quimioterapia y /o
TGFβR2
expresión se asoció con OS y DFS. Los resultados del análisis univariado demostró que una supervivencia prolongada y DFS se asoció con el tratamiento (Figura 3A (HR = 1.489 [1.032, 2.418],
P = 0,033
) y la figura 3B (HR = 1.444 [1.004, 2.078] ,
P = 0,048
), respectivamente). Cuando los datos de pacientes más fueron estratificados basan en
TGFβR2
expresión, así como el estatus de tratamiento, el análisis de regresión de riesgos proporcionales de Cox multivariado reveló un incremento de la SG (CRI = 2,24 [1,32, 3,79],
P =
0,003, figura 3C) y DFS (HR = 9,40 [4,92, 17,98],
P
. & lt; 0,001, figura 3D) en los pacientes tratados con una baja
TGFβR2
tumores que expresan
Discusión
los componentes moleculares de la familia TGF-β han sido los estudios de enfoque molecular que aclaran las mutaciones somáticas en muchos cánceres humanos. Aquí, las biopsias de NSCLC y tejidos no cancerosos adyacentes se examinaron para la expresión de
TGFβR2
. La supervivencia global en pacientes con alta expresión (& gt; 1,99 veces) de
TGFβR2
se redujo con relación a los pacientes con baja expresión de
TGFβR2
. Además, los parámetros clínicos como la metástasis de los ganglios linfáticos y el tamaño del tumor se asociaron con un peor pronóstico en esta cohorte. Por último, una asociación entre el
TGFβR2
expresión y la quimioterapia emergieron de nuestro análisis, lo que sugiere un posible papel de este biomarcador en la respuesta a la quimioterapia.
La resistencia a la quimioterapia es un reto importante en el tratamiento de la cáncer [24]. recurrencia del cáncer es un problema en pacientes no sólo en tratamiento con quimioterapias tradicionales, sino también con terapias moleculares dirigidas más contemporáneos. La inhibición de la vía de señalización de TGF-β con compuestos de molécula pequeña, sin embargo, ha demostrado ser una forma de revertir la resistencia en NSCLC a terapia dirigida [25]. Varios ensayos revelaron que anti-
TGFβR2
anticuerpo como un inhibidor terapéutico en combinación con quimioterapia bloquearon la unión de
TGFß1
, la activación 2, y 3. La inhibición de TGF-β interrumpido de Smad2, que se ha demostrado que el control de metástasis, el crecimiento del tumor y la invasión de células de cáncer [26]. El tratamiento con anticuerpos específicos en otros estudios también inhibió el crecimiento del tumor primario y la metástasis [27,28]. El tratamiento con el agente citotóxico ciclofosfamida en combinación con la inhibición de la vía de TGF-β era particularmente eficaz en la atenuación de crecimiento del tumor primario y la metástasis [26]. Por lo tanto, un enfoque terapéutico que inhibe
TGF-β
transducción de la señal podría llegar a ser específicamente eficaz para los pacientes con CPNM con la expresión detectable de
TGFβR2
. De hecho, el bloqueo de señal de TGF-β con soluble TGF-β de tipo receptor de la proteína II inhibió la unión a endógena de
TGF-β
receptores y la reducción de la motilidad de células tumorales, intravasación, y metástasis a distancia en un modelo de ratón TGF-β [ ,,,0],29].
los clínicos han examinado la utilidad de la quimioterapia y la radioterapia en ambos contextos preoperatorios y postoperatorios con el fin de evaluar la supervivencia global y la supervivencia libre de enfermedad en pacientes con CPCNP resecable [30]. Sin embargo, con una comprensión molecular cada vez más detallada del desarrollo del cáncer, las estrategias de tratamiento individualizados se han convertido en el foco de mejora de la terapia del cáncer. biomarcadores moleculares de este modo han comenzado a desempeñar un papel destacado en el manejo clínico de los pacientes con cáncer, ya que indican la probabilidad de una respuesta a la intervención quimioterapéutica en pacientes individuales. Actualmente biomarcadores relevantes para la terapia dirigida en el CPNM son EGFR, HER2, y el estado mutacional del gen KRAS, ALK reordenamiento de genes, y la expresión de la proteína c-Met [31]. Estos biomarcadores han estimulado el desarrollo conjunto de nuevos fármacos con diagnóstico acompañante [32].
Un esfuerzo significativo para identificar una firma molecular que podría predecir la respuesta al tratamiento adyuvante del cáncer está en curso con el fin de llevar a cabo y mejorar el estándar actual de la atención clínica [33-35]. Sin embargo, el verdadero potencial de biomarcadores radica en su posible desarrollo como una terapia dirigida molecular en el tratamiento de subgrupos específicos de pacientes con NSCLC [36]. Muchas vías de señalización cruciales están involucrados en el desarrollo de NSCLC, y la sensibilidad de la quimioterapia o la resistencia a varios anticuerpo o inhibidor de agentes que se dirigen estas vías pueden ser administrados específicamente basan en la aparición de marcadores biológicos específicos en los pacientes individuales [26,37,38].
En resumen, nuestros datos demuestran que con el tratamiento quimioterapéutico se incrementaron la mediana de SG y SLE de los pacientes. Además, los pacientes estratificados por la quimioterapia junto con una baja expresión de
TGFβR2
exhibió el sistema operativo más largo y DFS en esta cohorte. En contraste, los pacientes no tratados con alta expresión de
TGFβR2
exhibieron el sistema operativo más corto y DFS. Así, los análisis demostraron que, en el caso de baja
TGFβR2
expresión, la quimioterapia mejora en gran medida la supervivencia global y la supervivencia libre de enfermedad en pacientes con CPNM. Por lo tanto,
TGFβR2
es un biomarcador tumoral potencial de quimiosensibilidad en el CPNM. Sin embargo, estudios posteriores con cohortes más grandes es necesario confirmar estos hallazgos.
Conclusión
TGFβR2
expresión en tejidos de NSCLC fue significativamente mayor que en los tejidos no neoplásicos. Los análisis revelaron que la alta expresión de
TGFβR2 gratis (& gt; 1,99) fue un factor de riesgo importante para el sistema operativo reducida y DFS en pacientes con CPNM. Por lo tanto, nuestros resultados indican que
TGFβR2
los niveles de transcripción pueden tener un papel importante en la progresión del NSCLC y podría desarrollarse como un biomarcador pronóstico prometedor para los pacientes con CPNM la quimioterapia.