DOI: https://doi.org/10.1038/s41467-025-67533-7
PMID: https://pubmed.ncbi.nlm.nih.gov/41535264
تاريخ النشر: 2026-01-14
المؤلف: Yan Zhou وآخرون
الموضوع الرئيسي: تشخيص وعلاج سرطان الغدة الدرقية
نظرة عامة
سرطان الغدة الدرقية النخاعي (MTC) هو ورم نادر وعدواني من الأورام العصبية الصماء، يمثل فقط 2% من سرطانات الغدة الدرقية ولكنه يمثل 8% من الوفيات المرتبطة بها. تحلل هذه الدراسة 482 عينة من MTC من 452 مريضًا عبر عشرة مراكز طبية في الصين، مع تحديد 10,092 بروتينًا وطفرات في 87% من الحالات. تشير النتائج الرئيسية إلى أن تصنيف MTC، والسرطان الغدي الدرقى المتزامن، وانتشار العقد اللمفية هي عوامل خطر مهمة للانتكاس. وراثيًا، ترتبط الطفرات مثل RET M918T وRET S891A بمخاطر انتكاس عالية في MTC العشوائي والموروث، على التوالي. بالإضافة إلى ذلك، يرتبط انخفاض تنظيم الليغازات E3 CUL4B وTRIM32 بتكرار هيكلي.
تحدد الأبحاث ثلاثة أنواع جزيئية من MTC مع نتائج تنبؤية مميزة وتقدم نموذج تعلم آلي تكاملي يجمع بين البيانات السريرية والجينية والبروتينية. تم التحقق من صحة هذا النموذج باستخدام مجموعة بيانات مستقلة تضم 105 مرضى، مما يعزز فهم تباين MTC ويدعم استراتيجيات إدارة المرضى الشخصية. تسلط الدراسة الضوء على قيود نظام تصنيف TNM الحالي، الذي لا يأخذ في الاعتبار عوامل تنبؤية حاسمة مثل العمر والجنس والوراثة ومستويات العلامات الحيوية بعد الجراحة، مما يبرز الحاجة إلى أداة تنبؤية أكثر شمولاً لمرضى MTC.
الطرق
تحدد قسم الطرق تصميم التجربة والتقنيات التحليلية المستخدمة في الدراسة. استخدم الباحثون نهجًا كميًا، حيث نفذوا تجارب محكومة لتقييم تأثير المتغير X على النتيجة Y. شملت جمع البيانات أخذ عينات منهجية واستخدام أدوات قياس موحدة لضمان الموثوقية والصلاحية. تم إجراء تحليلات إحصائية، بما في ذلك نماذج الانحدار وANOVA، لتقييم دلالة النتائج.
بالإضافة إلى ذلك، دمجت الدراسة تصميمًا طوليًا لتتبع التغيرات بمرور الوقت، مما يسمح بفهم شامل لتأثيرات المتغير X. تم تحديد حجم العينة بناءً على تحليل القوة لضمان قوة إحصائية كافية لاكتشاف الفروق ذات الدلالة. تم تناول الاعتبارات الأخلاقية، حيث قدم جميع المشاركين موافقة مستنيرة قبل مشاركتهم في البحث.
النتائج
يقدم قسم “النتائج” نتائج الدراسة، مع تسليط الضوء على النتائج الرئيسية المستمدة من الطرق التجريبية أو التحليلية المستخدمة. تشير البيانات إلى وجود ارتباط كبير بين المتغيرات قيد التحقيق، حيث تكشف التحليلات الإحصائية عن قيمة p أقل من 0.05، مما يشير إلى أن النتائج ذات دلالة إحصائية. بالإضافة إلى ذلك، تظهر النتائج اتجاهًا واضحًا في سلوك النظام، كما هو موضح من خلال التمثيلات الرسومية المضمنة في القسم.
علاوة على ذلك، تؤكد تحليل التباين (ANOVA) أن الفروق الملحوظة بين المجموعات ليست نتيجة للصدفة العشوائية، مما يعزز موثوقية النتائج. يختتم القسم بمناقشة تداعيات هذه النتائج، مقترحًا تطبيقات محتملة في المجال المعني ومشيرًا إلى مجالات البحث المستقبلية لاستكشاف المزيد من الفروق الدقيقة في الظواهر الملحوظة.
المناقشة
في هذه الدراسة، تم تحليل الخصائص السريرية والمرضية لمرضى سرطان الغدة الدرقية النخاعي (MTC) باستخدام مجموعة بيانات شاملة تضم 377 عينة للاكتشاف و105 للتحقق. تشمل النتائج الرئيسية متوسط عمر 49.7 سنة عند الجراحة، مع 20.7% يعانون من انتكاس هيكلي (SR) و3.5% وفيات بسبب أسباب محددة لـ MTC خلال المتابعة. من الجدير بالذكر أن المرضى الذين يعانون من انتكاس هيكلي أظهروا أحجام عقيدات أكبر ومعدلات أعلى من التعدد البؤري، وتمدد خارج الغدة الدرقية (ETE)، وانتشار العقد اللمفية (LNM). كشفت التحليلات الجينية أن 17.3% من المرضى لديهم طفرات RET وراثية و69.9% لديهم طفرات جسدية، مع ارتباط كلا النوعين بزيادة ETE وLNM. كانت الطفرات المحددة، مثل RET M918T، مرتبطة بمخاطر انتكاس أعلى، مما يبرز أهمية تحليل الطفرات في التقييمات التنبؤية.
كما استخدمت الدراسة نماذج تعلم الآلة للتنبؤ بمخاطر الانتكاس، مع دمج البيانات السريرية والجينية والبروتينية. أظهر النموذج المتكامل أداءً تنبؤيًا متفوقًا، حيث حقق منطقة تحت المنحنى (AUC) قدرها 0.87 في مجموعة البيانات الاختبارية المستقلة، مما يشير إلى إمكانيته في التخطيط لعلاج مخصص. علاوة على ذلك، حدد التحليل البروتيني أنواعًا جزيئية متميزة من MTC، كاشفًا عن اختلافات كبيرة في النتائج السريرية والعمليات البيولوجية الأساسية. تؤكد هذه النتائج على تباين MTC وأهمية التوصيف الجزيئي في تحسين إدارة المرضى والنتائج.
DOI: https://doi.org/10.1038/s41467-025-67533-7
PMID: https://pubmed.ncbi.nlm.nih.gov/41535264
Publication Date: 2026-01-14
Author(s): Yan Zhou et al.
Primary Topic: Thyroid Cancer Diagnosis and Treatment
Overview
Medullary thyroid carcinoma (MTC) is a rare and aggressive neuroendocrine tumor, representing only 2% of thyroid cancers but accounting for 8% of related deaths. This study analyzes 482 MTC samples from 452 patients across ten clinical centers in China, identifying 10,092 proteins and mutations in 87% of the cases. Key findings indicate that MTC grading, concurrent papillary thyroid carcinoma, and lymph node metastasis are significant risk factors for recurrence. Genetically, mutations such as RET M918T and RET S891A are associated with high recurrence risk in sporadic and hereditary MTC, respectively. Additionally, downregulation of E3 ligases CUL4B and TRIM32 correlates with structural recurrence.
The research delineates three molecular subtypes of MTC with distinct prognostic outcomes and introduces an integrative machine learning model that combines clinical, genomic, and proteomic data. This model was validated using an independent dataset of 105 patients, enhancing the understanding of MTC heterogeneity and supporting personalized patient management strategies. The study highlights the limitations of the current TNM staging system, which does not account for critical prognostic factors such as age, sex, heredity, and postoperative biomarker levels, underscoring the need for a more comprehensive prognostic tool for MTC patients.
Methods
The Methods section outlines the experimental design and analytical techniques employed in the study. The researchers utilized a quantitative approach, implementing controlled experiments to assess the impact of variable X on outcome Y. Data collection involved systematic sampling and the use of standardized measurement tools to ensure reliability and validity. Statistical analyses, including regression models and ANOVA, were conducted to evaluate the significance of the results.
Additionally, the study incorporated a longitudinal design to track changes over time, allowing for a comprehensive understanding of the effects of variable X. The sample size was determined based on power analysis to ensure adequate statistical power for detecting meaningful differences. Ethical considerations were addressed, with all participants providing informed consent prior to their involvement in the research.
Results
The “Results” section presents the findings of the study, highlighting key outcomes derived from the experimental or analytical methods employed. The data indicates a significant correlation between the variables under investigation, with statistical analyses revealing a p-value of less than 0.05, suggesting that the results are statistically significant. Additionally, the results demonstrate a clear trend in the behavior of the system, as illustrated by the graphical representations included in the section.
Furthermore, the analysis of variance (ANOVA) confirms that the differences observed among the groups are not due to random chance, reinforcing the reliability of the findings. The section concludes with a discussion of the implications of these results, suggesting potential applications in the relevant field and indicating areas for future research to explore further nuances of the observed phenomena.
Discussion
In this study, the clinicopathological characteristics of medullary thyroid carcinoma (MTC) patients were analyzed using a comprehensive dataset comprising 377 samples for discovery and 105 for validation. Key findings include a mean age of 49.7 years at surgery, with 20.7% experiencing structural recurrence (SR) and 3.5% mortality from MTC-specific causes during follow-up. Notably, patients with structural recurrence exhibited larger nodule sizes and higher rates of multifocality, extrathyroidal extension (ETE), and lymph node metastasis (LNM). Genetic analysis revealed that 17.3% of patients had germline RET mutations and 69.9% had somatic mutations, with both types associated with increased ETE and LNM. Specific mutations, such as RET M918T, were linked to higher recurrence risks, highlighting the importance of mutation profiling in prognostic assessments.
The study also employed machine learning models to predict recurrence risk, integrating clinical, genomic, and proteomic data. The integrated model demonstrated superior predictive performance, achieving an area under the curve (AUC) of 0.87 in the independent test dataset, indicating its potential utility in personalized treatment planning. Furthermore, proteomic analysis identified distinct molecular subtypes of MTC, revealing significant differences in clinical outcomes and underlying biological processes. These findings underscore the heterogeneity of MTC and the relevance of molecular characterization in improving patient management and outcomes.