Spelling suggestions: "subject:"neuroecology"" "subject:"neurotoxicology""
1 |
Caractérisation des tumeurs gliales en TEP/TDM à la 18F-Dopa et en IRM de perfusion / Characterization of glial tumors in PET/CT 18F-dopa and in perfusion MRINioche, Christophe 29 June 2011 (has links)
L’IRM apporte des informations morphologiques concernant la tumeur, mais également des informations concernant sa micro-vascularisation. En TEP/TDM, l’accumulation de la 18F-FDopa dans les cellules tumorales résulte de l’activité métabolique plus importante que celle des tissus sains. Nous avons étudié 28 gliomes pour lesquels nous avons analysé les données provenant d’IRM et de TEP/TDM. Une méthode de recalage a été développée afin de combiner les informations issues des deux modalités TEP et IRM et d’extraire des volumes d’intérêt sur la base des données conjointes TEP et IRM. L’analyse du contenu de ces volumes d’intérêt par un modèle de mélange gaussien a permis de différencier, dans ces volumes, les tissus tumoraux et les tissus sains, et d’obtenir ainsi des volumes tumoraux et de référence communs pour les modalités TEP et IRM. Des paramètres issus de la TEP ou de l’IRM ont ensuite été calculés dans ces volumes communs aux deux modalités, pour caractériser les tumeurs et les tissus sains. L’analyse discriminante linéaire (ADL) des données TEP/TDM et d’IRM combinées permet de discriminer les différentes classes tissulaires. Les courbes Receiver Operating Characteristic ROC combinées à l’ADL permettent d’évaluer les critères multiples [SUVmax , rCBV] et [rk1 , rCBV] et conduisent à des AUC respectives de 0,88 et 0,92. En considérant les informations combinées [SUVmax , rCBV], nous avons obtenu une sensibilité de détection des tumeurs de haut grade de 95% pour une spécificité correspondante de 60% ainsi qu’une valeur prédictive négative de 52% pour une valeur prédictive positive de 95%. De même, avec le critère [rk1 , rCBV], nous avons obtenu une spécificité de 60% pour 95% de sensibilité de détection des tumeurs de haut grade ainsi qu’une valeur prédictive négative de 60% pour une valeur prédictive positive de 95%. Nos travaux montrent que la fusion des informations microvasculaires et métaboliques est possible. Dans le cas du diagnostic différentiel des gliomes, l’information microvasculaire n’apporte cependant pas d’information plus discriminante que l’information métabolique seule. / MRI provides morphological information about tumour, but also provides information regarding the micro-vascularization of the tumour. In PET/CT, the accumulation of 18F-FDopa in tumour cells results from the metabolic activity greater than that of healthy tissues. We studied 28 gliomas for which we analysed data from MRI and PET/CT. A registration method has been developed to combine information from both PET and MRI and to extract volumes of interest consistent with the information included in the two modalities. In these volumes, the tumour compartment and normal tissue compartment were identified using a Gaussian mixture model. Parameters from PET or MRI data were then calculated in these compartments. ROC analyses combined with linear discriminant analyses were used to assess whether joint observation of standardized uptake value (SUVmax ) and relative Cerebral Blood Volume (rCBV) or of relative rk1 and rCBV could distinguish between low grade and high grade tumours. We found that using this joint analysis, 82.4% of high-grade tumors and 70.0% of low-grade tumors were correctly classified (AUC of 0.88 for [SUVmax , rCBV] and of 0.92 for [rk1 , rCBV]). Considering the [SUVmax , rCBV] combined information, the sensitivity for detecting high-grade tumors was 95% with a specificity of 60%. The negative predictive value was 52% for a positive predictive value of 95%. Similarly, considering the [rk1 , rCBV] combined information, we also a specificity of 60% associated with a 95% sensitivity for detecting high-grade tumors, with a negative predictive value of 60% and positive predictive value of 95%. Our work shows that joint analysis of microvascular and metabolic information is possible by combining PET and MR imaging data. However, we found that, in our patient population, the microvascular information given by MR did not bring information more discriminating than the metabolic information derived from PET only.
|
2 |
Genomische Charakterisierung der IDH-Wildtyp Glioblastome in verschiedenen AltersgruppenRichter, Sven 11 April 2022 (has links)
Glioblastome machen etwa 47% aller intrinsischen Tumore des zentralen Nervensystems aus. Sie sind durch ein aggressives und invasives Wachstumsverhalten gekennzeichnet. Als erster wegweisender Schritt zur Therapie der Glioblastome gilt die frühe und möglichst vollständige Resektion, gefolgt von einer simultanen Radiochemotherapie. Dennoch sind Tumorrezidive binnen weniger Monate die Regel und es bestehen trotz intensiver Forschung bis heute kaum alternative Behandlungsoptionen. Das Verständnis für die Pathogenese der Glioblastome erfuhr in den letzten Jahren tiefgreifende Änderungen. Nach Berücksichtigung der molekularen Marker in der WHO- Klassifikation, wurden Glioblastome in zwei molekulare Gruppen unterteilt: die IDH-Wildtyp (95% der Fälle) und die IDH-mutierten Glioblastome. IDH-Wildtyp Glioblastome treten bei Patienten mit einem medianen Alter von 64 Jahren auf und gehen mit einer ungünstigen Prognose (medianes Überleben 14,2 Monate) einher. IDH-mutierte Glioblastome kommen vor allem bei jüngeren Patienten mit einem medianen Alter von 45 Jahren vor und weisen eine vergleichsweise bessere Prognose mit einem medianen Überleben von 4-5 Jahren auf. Bei IDH-Wildtyp Glioblastomen wurden am häufigsten TERTp-, und PTEN-Mutationen sowie EGFR-Amplifikationen beschrieben. Dabei stellt die TERTp-Mutation die häufigste somatische Alteration im Genom der IDH-Wildtyp Glioblastome dar. Die oben genannten molekularen Marker bieten eine solide Grundlage für die molekulare Diagnose der IDH- Wildtyp Glioblastome. Dennoch bleibt die Frage unbeantwortet, warum IDH-Wildtyp Glioblastome vor allem bei älteren Patienten auftreten und jüngere Patienten eine bessere Prognose besitzen. Unter der Annahme, dass IDH-Wildtyp Glioblastome ein altersspezifisches molekulargenetisches Profil aufweisen, welches wohlmöglich die Prognose beeinflusst, wurden daher die Tumor- und korrespondierenden Blutproben von 55 Patienten mittels Whole Exome Sequencing untersucht. Nach Filterung der Rohdaten wurden verschiedene Mutationen und Copy Number Variations identifiziert. Zur Validierung der Methode wurde zum einen ein Literaturabgleich der detektierten Alterationen durchgeführt und zum anderen einzelne Kandidatengene mittels Sanger Sequenzierung manuell bestätigt. Insgesamt wurden 1841 Mutationen auf 1544 verschiedenen Genen detektiert. Obwohl viele der 1544 Mutationen ohne Relevanz für die Pathogenese waren, konnte eine enorme Vielzahl an verschiedenen Treibermutationen nachgewiesen werden. Die manuell sequenzierte TERTp-Mutation war mit 76,4% am häufigsten aufgetreten. Weitere Treibermutationen, beispielsweise EGFR, TP53, PTEN, PI3K-Gruppe, NF1 und PDGFRA zeigten mit der Literatur vergleichbare Prävalenzen und betonten die Validität der Methode. Die aufgetretenen Copy Number Variations belegten sowohl auf chromosomaler (Chromosom 7-Amplifikation und Chromosom 10-Deletion), als auch auf genspezifischer Ebene (EGFR-, CDK6-, MET-, PDGFRA-Amplifikation und CDKN2A/B-, und PTEN-Deletion) die molekulargenetischen Charakteristika des IDH-Wildtyp Glioblastoms. Über eine Clusterung dieser Alterationen und Gegenüberstellung mit klinischen Eigenschaften konnten die typischen, publizierten Glioblastomsignaturen (proneural, klassisch, mesenchymal) beschrieben und mit dem Erkrankungsalter in Verbindung gebracht werden. Besonders eindrücklich zeigten unsere Daten, übereinstimmend mit der Literatur, dass eine proneurale Signatur mit einem jungen Erkrankungsalter und günstiger Prognose assoziiert war. Unerwartet zeigte ein Patient mit pädiatrischer Signatur und hohem Erkrankungsalter dennoch ein überdurchschnittlich vorteilhaftes Überleben, verglichen mit seiner Altersgruppe. Unabhängig von molekulargenetischen Alterationen, war ein junges Erkrankungsalter alleinstehend mit einer günstigeren Prognose verknüpft. Für einzelne molekulargenetische Alterationen konnte kein Zusammenhang mit dem Erkrankungsalter oder dem (Progressionsfreien-) Überleben hergestellt werden. Ein alterspezifisches, prognosebeeinflussendes Mutationsmuster konnte demnach nicht identifiziert werden. Limitierend muss dabei die geringe Kohortengröße (n=55) angemerkt werden. Eine Vergrößerung der Studienpopulation war aufgrund der geringen Inzidenz von jungen Patienten mit IDH-Wildtyp Glioblastomen in diesem Studiendesign nicht möglich und könnte perspektivisch in einem multizentrischen Ansatz oder einer langen
Akquirierungsphase verwirklicht werden. Die Fülle an identifizierten Treibermutationen verdeutlichte nichtsdestotrotz die große intratumorale Heterogenität des Glioblastoms. Zusätzlich ermöglichte die enorme diagnostische Tiefe der verwendeten Methode die Identifikation der bisher nicht im Zusammenhang mit dem IDH-Wildtyp Glioblastom beschriebenen TET1-Deletion. Obwohl die detaillierte Rolle der TET1-Deletion für das Glioblastom nicht verstanden ist, liefern unsere Daten einen vielversprechenden Hinweis, dass ein Funktionsverlust des TET1-Enzyms, in Kombination mit EGFR-Amplifikation oder Deletion von PTEN oder CDKN2A/B, eine Auswirkung auf die Pathogenese des IDH-Wildtyp Glioblastoms besitzt und die Prognose negativ beeinflusst. Zukünftige molekulargenetische Sequenzierungen sind indiziert, um die Rolle der TET1- Deletion zu bestätigen und darüber hinaus die Pathogenese des Glioblastoms auf molekulargenetischer Ebene noch besser zu verstehen und weitere individualisierte Therapieansätze abzuleiten.:Abkürzungsverzeichnis 5
1 Einleitung 8
1.1 Klinische Grundlagen des Glioblastoms 8
1.1.1 Epidemiologie/Ätiologie 8
1.1.2 Symptomatik und Diagnostik 9
1.1.3 Therapie 10
1.1.4 Prognose 12
1.2 Pathologie und Molekulargenetische Veränderungen des Glioblastoms 12
1.2.1 Treibergene 13
1.2.2 Subgruppen 17
1.3 Fragestellung 18
2 Materialien 19
3 Methoden 23
3.1 Patientenrekrutierung 23
3.1.1 Erweiterte Einschlusskriterien 25
3.1.2 Ausschlusskriterien 25
3.2 Kohortendesign 25
3.3 Klinische Daten 26
3.4 Materialgewinnung 27
3.4.1 Proben-Lagerung 27
3.4.2 DNA-Extraktion 27
3.5 Sanger Sequenzierung Prä-WES 29
3.5.1 Primer-Design 29
3.5.2 Polymerase Kettenreaktion 29
3.5.3 Elektrophorese 31
3.5.4 Aufreinigung PCR-Produkt 33
3.5.5 Sequenzierreaktion 35
3.6 WES 38
3.6.1 Datensatz 41
3.6.2 CNV-Analyse 42
3.7 Sanger Sequenzierung Validierung 42
3.8 Statistische Auswertung 45
4 Ergebnisse 47
4.1 Deskriptive klinisch-pathologische Beschreibung der Kohorte 47
4.1.1 Klinisch-pathologische Zusammenhänge 54
4.2 TERTp-Sequenzierung 58
4.3 Datensatz WES 58
4.3.1 Somatische Mutationen 59
4.3.2 CNV-Analyse 67
4.4 Altersbezogene molekulargenetische Unterschiede 74
4.5 Zusammenhang zwischen Genotyp und OS sowie PFS 77
4.5.1 Somatische Mutationen 77
4.5.2 CNV-Analyse 78
5 Diskussion 82
5.1 Klinische Charakteristika von Patienten mit IDH-Wildtyp Glioblastom 82
5.2 Der prognostische Stellenwert von Tumoreigenschaften 84
5.3 Molekulargenetisches Profil des IDH-Wildtyp Glioblastoms 85
5.3.1 Somatische Mutationen und Copy Number Variations 85
5.3.2 Chromosomale Aberrationen 94
5.4 10q21.3-Deletion 95
6 Zusammenfassung 97
6.1 Deutsch 97
6.2 Englisch 99
Anlagen 101
Darstellung zur Geschlechtsneutralität im geschriebenen Wort 101
Erklärung zur Eröffnung des Promotionsverfahren 102
Erklärung zur Einhaltung der gesetzlichen Vorgaben 104
Anhang 105
Literaturverzeichnis 113
Abbildungsverzeichnis 125
Tabellenverzeichnis 127
Danksagung 128 / Glioblastomas account for approximately 47% of all intrinsic central nervous tumors. They are characterized by an aggressive and invasive growth pattern. Early and, if possible, complete resection followed by simultaneous radiochemotherapy is crucial for treatment success. However, tumor recurrence within a few months are very frequent. Despite intensive research, there are still hardly any alternative treatment options. The understanding of the pathogenesis of glioblastomas underwent profound changes in recent years. After considering molecular markers in the WHO classification, glioblastomas have been divided into two molecular groups: IDH-wild-type (95% of cases) and IDH-mutated glioblastomas. IDH-wild-type glioblastomas occur in patients with a median age of 64 years and are associated with an unfavorable prognosis (median survival 14.2 months). On the other hand, IDH-mutated glioblastomas are mainly associated with young patients with a median age of 45 years and have a rather good prognosis with a median survival of 4-5 years. In IDH- wild-type glioblastomas, TERTp-, and PTEN-mutations as well as EGFR-amplifications have been described most frequently. Among them, TERTp-mutation represents the most frequent somatic alteration in the genome of IDH-wild-type glioblastomas. The above molecular markers provide a solid basis for molecular diagnosis of IDH-wild-type glioblastomas. To date, however, the reason why IDH-wild-type glioblastomas appear primarily in older patients with younger patients having a better prognosis remains unclear. Assuming that IDH-wild-type glioblastomas have an age-specific molecular signature with possible impact on the outcome, we analyzed tumor and corresponding blood samples from 55 patients by whole exome sequencing. After filtering the raw data, various mutations and copy number variations were identified. To validate the method, a literature review as well as Sanger Sequencing of selected candidate genes was performed. A total of 1841 mutations on 1544 different genes were detected. Although many mutations appeared to be background mutations with no relevance to pathogenesis, an enormous number of different driver mutations remained. The manually sequenced TERTp-mutation was the most abundant at 76.4%. Other driver mutations, for example EGFR, TP53, PTEN, PI3K group, NF1 and PDGFRA showed prevalence comparable to published data and emphasized the validity of the method. The copy number variations that occurred concurred previously described molecular genetic characteristics of IDH wild-type glioblastoma at both chromosomal (chromosome 7 amplification and chromosome 10 deletion) and gene-specific levels (EGFR-, CDK6-, MET-, PDGFRA-amplification and CDKN2A/B-, and PTEN-deletion). Via clustering of these alterations and juxtaposition with clinical features, the typical glioblastoma signatures (proneural, classic, mesenchymal) could be described and related to age of diagnosis. In line with the literature, our data showed that a proneural signature was associated with younger patients and favorable prognosis. Unexpectedly, a patient with a pediatric signature and high age of diagnosis, showed a survival above average compared with his age group. Regardless of molecular alterations, young age was an independent characteristic of favorable prognosis. For individual genetic alterations, no association with age of diagnosis or (progression-free) survival could be established. Thus, an age-specific mutational pattern could not be identified. The relatively small cohort size (n=55) must be noted as a limiting factor. An increase of the study population was not possible in this study design due to the low incidence of young patients with IDH wild-type glioblastoma and could be realized in a multicenter approach or a long acquisition phase in the future. Nevertheless, the abundance of identified driver mutations highlighted the large intratumoral heterogeneity of glioblastoma. In addition, the tremendous diagnostic depth of the method used enabled the identification of the TET1-deletion not previously described in the context of IDH wild-type glioblastoma. Although the detailed role of TET1-deletion in glioblastoma is not yet understood, our data provides promising evidence that loss of function of the TET1-enzyme in combination with EGFR-amplification or deletion of PTEN or CDKN2A/B has an impact on the pathogenesis of IDH wild-type glioblastoma and negatively affects prognosis. Future genetic sequencing is indicated to confirm the role of TET1-deletion and moreover to get further understanding of the genomic pathogenesis of glioblastoma with the aim to derive individualized therapeutic approaches.:Abkürzungsverzeichnis 5
1 Einleitung 8
1.1 Klinische Grundlagen des Glioblastoms 8
1.1.1 Epidemiologie/Ätiologie 8
1.1.2 Symptomatik und Diagnostik 9
1.1.3 Therapie 10
1.1.4 Prognose 12
1.2 Pathologie und Molekulargenetische Veränderungen des Glioblastoms 12
1.2.1 Treibergene 13
1.2.2 Subgruppen 17
1.3 Fragestellung 18
2 Materialien 19
3 Methoden 23
3.1 Patientenrekrutierung 23
3.1.1 Erweiterte Einschlusskriterien 25
3.1.2 Ausschlusskriterien 25
3.2 Kohortendesign 25
3.3 Klinische Daten 26
3.4 Materialgewinnung 27
3.4.1 Proben-Lagerung 27
3.4.2 DNA-Extraktion 27
3.5 Sanger Sequenzierung Prä-WES 29
3.5.1 Primer-Design 29
3.5.2 Polymerase Kettenreaktion 29
3.5.3 Elektrophorese 31
3.5.4 Aufreinigung PCR-Produkt 33
3.5.5 Sequenzierreaktion 35
3.6 WES 38
3.6.1 Datensatz 41
3.6.2 CNV-Analyse 42
3.7 Sanger Sequenzierung Validierung 42
3.8 Statistische Auswertung 45
4 Ergebnisse 47
4.1 Deskriptive klinisch-pathologische Beschreibung der Kohorte 47
4.1.1 Klinisch-pathologische Zusammenhänge 54
4.2 TERTp-Sequenzierung 58
4.3 Datensatz WES 58
4.3.1 Somatische Mutationen 59
4.3.2 CNV-Analyse 67
4.4 Altersbezogene molekulargenetische Unterschiede 74
4.5 Zusammenhang zwischen Genotyp und OS sowie PFS 77
4.5.1 Somatische Mutationen 77
4.5.2 CNV-Analyse 78
5 Diskussion 82
5.1 Klinische Charakteristika von Patienten mit IDH-Wildtyp Glioblastom 82
5.2 Der prognostische Stellenwert von Tumoreigenschaften 84
5.3 Molekulargenetisches Profil des IDH-Wildtyp Glioblastoms 85
5.3.1 Somatische Mutationen und Copy Number Variations 85
5.3.2 Chromosomale Aberrationen 94
5.4 10q21.3-Deletion 95
6 Zusammenfassung 97
6.1 Deutsch 97
6.2 Englisch 99
Anlagen 101
Darstellung zur Geschlechtsneutralität im geschriebenen Wort 101
Erklärung zur Eröffnung des Promotionsverfahren 102
Erklärung zur Einhaltung der gesetzlichen Vorgaben 104
Anhang 105
Literaturverzeichnis 113
Abbildungsverzeichnis 125
Tabellenverzeichnis 127
Danksagung 128
|
3 |
Evaluating Artificial Intelligence Radiology Models for Survival Prediction Following Immunogenic Regimen in Brain MetastasesGidwani, Mishka 27 January 2023 (has links)
No description available.
|
Page generated in 0.049 seconds