Evaluation of Predictive Signatures of Prostate Cancer

前列腺癌预测特征的评估

基本信息

  • 批准号:
    6933551
  • 负责人:
  • 金额:
    $ 170.71万
  • 依托单位:
  • 依托单位国家:
    美国
  • 项目类别:
  • 财政年份:
    2005
  • 资助国家:
    美国
  • 起止时间:
    2005-09-30 至 2010-06-30
  • 项目状态:
    已结题

项目摘要

DESCRIPTION (provided by applicant): Prostate cancer is the most common malignancy of men in the U.S. and there is an urgent need to develop signatures that distinguish clinically significant disease with life threatening potential from the more common "indolent disease". We have developed methods for determining cell-specific gene expression of prostate carcinoma for four major cell types or groups within prostate carcinoma, including tumor cells, BPH, stroma, and cystic atrophy, and have identified over 3900 genes that are uniformly expressed in one cell type or another. The approach has been extended to identify ~1100 genes specifically associated with relapse as a surrogate for aggressive prostate cancer. These genes are lists by bioinformatics (Aim 1) and experimental methods (Aims 2-4) to develop a predictive signature and to validate the signature in a prospective trial. A consortium of strategic partners will cooperate in completing this goal. We will work with Jeffrey Trent of TGen to analyze 100 fresh surgical samples by quantitative PCR for 200 prioritized genes (Aim 2). Strategic partners at the University of California at San Diego and at Irvine will supplement the SKCC/Sharp HealthCare collection of clinically annotated paraffin blocks of prostate cancer to complete a current project to make a 1000 case tissue microarray (TMA). This TMA will be examined with 200 prioritized antibodies, manufactured by a commercial strategic partner, in cooperation with John Reed of the Burnham Institute (Aim 3). These arrays are specifically designed to (i) correlate gene expression with survival in a retrospective study, (ii) test whether stroma specific genes are correlated with adverse clinical outcomes, and (iii) whether tissue removed prior to the development of prostate cancer expresses predictive genes. Genes that are successfully validated by these methods will be utilized in a prospective observational clinical trial to be carried out at three sites (the Northwestern University Medical School Prostate SPORE, UCSD, and SKCC/Sharp HealthCare) to test the ability of the signatures to accurately predict early relapse (Aim 4). Changes in genes that are predictive of clinically relevant events will have strong justification for further development as predictive biomarkers.
描述(由申请人提供): 前列腺癌是美国男性最常见的恶性肿瘤,迫切需要开发特征来区分具有威胁生命潜力的临床显着疾病和更常见的“惰性疾病”。我们开发了确定前列腺癌内四种主要细胞类型或细胞群(包括肿瘤细胞、BPH、基质和囊性萎缩)的前列腺癌细胞特异性基因表达的方法,并鉴定了在一种细胞中均匀表达的 3900 多个基因类型或其他。该方法已扩展到识别约 1100 个与复发特别相关的基因,作为侵袭性前列腺癌的替代物。这些基因通过生物信息学(目标 1)和实验方法(目标 2-4)列出,以开发预测特征并在前瞻性试验中验证该特征。战略合作伙伴联盟将合作完成这一目标。我们将与 TGen 的 Jeffrey Trent 合作,通过定量 PCR 分析 100 个新鲜手术样本中的 200 个优先基因(目标 2)。加州大学圣地亚哥分校和欧文分校的战略合作伙伴将补充 SKCC/Sharp HealthCare 收集的临床注释的前列腺癌石蜡块,以完成当前的项目,制作 1000 例组织微阵列 (TMA)。该 TMA 将使用 200 种优先抗体进行检查,这些抗体由商业战略合作伙伴与伯纳姆研究所的 John Reed 合作生产(目标 3)。这些阵列专门设计用于(i)在回顾性研究中将基因表达与生存相关联,(ii)测试基质特异性基因是否与不良临床结果相关,以及(iii)在前列腺癌发展之前去除的组织是否表达预测性的基因。通过这些方法成功验证的基因将用于在三个地点(西北大学医学院前列腺 SPORE、UCSD 和 SKCC/Sharp HealthCare)进行的前瞻性观察性临床试验,以测试签名准确预测的能力。预测早期复发(目标 4)。预测临床相关事件的基因变化将有充分理由进一步开发为预测生物标志物。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(2)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Dan Mercola其他文献

Dan Mercola的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Dan Mercola', 18)}}的其他基金

Evaluation of Predictive Signatures of Prostate Cancer
前列腺癌预测特征的评估
  • 批准号:
    7496580
  • 财政年份:
    2005
  • 资助金额:
    $ 170.71万
  • 项目类别:
Evaluation of Predictive Signatures of Prostate Cancer
前列腺癌预测特征的评估
  • 批准号:
    7127663
  • 财政年份:
    2005
  • 资助金额:
    $ 170.71万
  • 项目类别:
Evaluation of Predictive Signatures of Prostate Cancer
前列腺癌预测特征的评估
  • 批准号:
    7284897
  • 财政年份:
    2005
  • 资助金额:
    $ 170.71万
  • 项目类别:
Evaluation of Predictive Signatures of Prostate Cancer
前列腺癌预测特征的评估
  • 批准号:
    7666651
  • 财政年份:
    2005
  • 资助金额:
    $ 170.71万
  • 项目类别:
ONCOGENIC ROLE OF JUN KINASE IN HUMAN PROSTATE CANCER
Jun 激酶在人类前列腺癌中的致癌作用
  • 批准号:
    6790645
  • 财政年份:
    2000
  • 资助金额:
    $ 170.71万
  • 项目类别:
CHARACTERIZATION OF EARLY STAGE PROSTATE CANCER
早期前列腺癌的特征
  • 批准号:
    6887858
  • 财政年份:
    1999
  • 资助金额:
    $ 170.71万
  • 项目类别:

相似国自然基金

高速流动性黄土滑坡前缘冲挤效应及致灾范围预测模型研究
  • 批准号:
    42307216
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
复杂环境下旅游需求预测的非平稳性溯源、稳健建模与精度提升策略研究
  • 批准号:
    72374083
  • 批准年份:
    2023
  • 资助金额:
    41 万元
  • 项目类别:
    面上项目
基于奖赏缺陷探究青少年抑郁症患者非自杀性自伤行为的发生机制和构建预测模型的研究
  • 批准号:
    82301737
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
MRI融合多组学特征量化高级别成人型弥漫性脑胶质瘤免疫微环境并预测术后复发风险的研究
  • 批准号:
    82302160
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目

相似海外基金

Identifying Influenza Virus Infection Severity and Outcome Signatures Through Artificial Intelligence-driven Analyses
通过人工智能驱动的分析确定流感病毒感染的严重程度和结果特征
  • 批准号:
    10659219
  • 财政年份:
    2022
  • 资助金额:
    $ 170.71万
  • 项目类别:
Generalizable quantitative imaging and machine learning signatures in glioblastoma, for precision diagnostics and personalized treatment: the ReSPOND consortium
胶质母细胞瘤的通用定量成像和机器学习特征,用于精确诊断和个性化治疗:ReSPOND 联盟
  • 批准号:
    10625442
  • 财政年份:
    2022
  • 资助金额:
    $ 170.71万
  • 项目类别:
Generalizable quantitative imaging and machine learning signatures in glioblastoma, for precision diagnostics and personalized treatment: the ReSPOND consortium
胶质母细胞瘤的通用定量成像和机器学习特征,用于精确诊断和个性化治疗:ReSPOND 联盟
  • 批准号:
    10421222
  • 财政年份:
    2022
  • 资助金额:
    $ 170.71万
  • 项目类别:
Mtb and HIV/SIV antigen peptide signatures as blood biomarkers to detect early infection to active disease in young children and NHP
Mtb 和 HIV/SIV 抗原肽特征作为血液生物标志物,用于检测幼儿和 NHP 中活动性疾病的早期感染
  • 批准号:
    10160403
  • 财政年份:
    2021
  • 资助金额:
    $ 170.71万
  • 项目类别:
Mtb and HIV/SIV antigen peptide signatures as blood biomarkers to detect early infection to active disease in young children and NHP
Mtb 和 HIV/SIV 抗原肽特征作为血液生物标志物,用于检测幼儿和 NHP 中活动性疾病的早期感染
  • 批准号:
    10613462
  • 财政年份:
    2021
  • 资助金额:
    $ 170.71万
  • 项目类别:
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了