Background: The NETest is a multi-gene assay comprising 51 circulating neuroendocrine tumor specific transcripts. The quotient of the 51-gene assay is based upon an ensemble of machine learning algorithms. Eight cancer hallmarks or “omes” (apoptome, epigenome, growth factor signalome, metabolome, proliferome, plurome, secretome SSTRome) represent 29 genes. The NETest is an accurate diagnostic (>90%) but its prognostic utility has not been assessed. In this study, we describe expansion of the NETest omic cluster components and demonstrate that integration amplifies NETest prognostic accuracy. Methods: Group 1 (n=222; including stable disease (SD: n=164), progressive disease (PD: n=76) and controls (n=139)). Group 2: NET Registry #NCT02270567 (n=88, prospective samples (SD n=54 and PD n=34) with up to 24 months follow-up. We used PubMed literature review, interactomic analysis, non-parametric testing, Kaplan-Meier survival curves and Chi2 analyses to inform and define the prognostic significance of NET genomic “hallmarks”. Results: 2020 Analyses: In-depth analyses of 47 NETest genes identified a further 6 omes: fibrosome, inflammasome, metastasome, NEDome, neurome and TFome. Group 1 analysis: Twelve omes, excluding the inflammasome and apoptome, were significantly (p<0.05, 2.1-8.2-fold) elevated compared to controls. In the PD group, 7 omes (proliferome, NEDome, epigenome, SSTRome, neurome, metastasome and fibrosome) were elevated (both expression levels and fold-change >2) versus SD. Group 2. All these 7 omes were upregulated. In PD, they were significantly more elevated (p<0.02) than SD. The septet (7) omic expression exhibited a 69% prognostic accuracy. The NETest alone was 70.5% accurate. A low NETest (<40) integrated with epigenome/metastasome levels was an accurate prognostic for PD (90%). A high NETest (>40) including the fibrosome/NEDome predicted PD development within 3 months (100%). Using decision tree analysis to integrate the 4 omes (epigenome, metastasome, fibrosome and NEDome) with the NETest score generated an overall prognostic accuracy of 93%. Conclusions: Examination of NETest omic gene cluster analysis identified 5 additional clinically-relevant cancer hallmarks. Identification of 7 omic clusters (septet) provides a molecular pathological signature of disease progression. The integration of the quartet (epigome, fibrosome, metastasome, NEDome) and the NETest score yielded a 93% accuracy in the prediction of future disease status.


中文翻译：

---

神经内分泌肿瘤组学基因簇分析提高了 NETest 的预后准确性。

背景：NETest 是一种多基因检测，包括 51 个循环神经内分泌肿瘤特异性转录物。51 基因检测的商数基于机器学习算法的集合。八个癌症标志或“组”（凋亡组、表观基因组、生长因子信号组、代谢组、增殖组、plurome、分泌组 SSTRome）代表 29 个基因。NETest 是一种准确的诊断 (>90%)，但尚未评估其预后效用。在这项研究中，我们描述了 NETest 组学集群组件的扩展，并证明了集成增强了 NETest 预后的准确性。方法：第 1 组（n=222；包括疾病稳定（SD：n=164）、疾病进展（PD：n=76）和对照（n=139）。第 2 组：NET Registry #NCT02270567（n=88，前瞻性样本（SD n=54 和 PD n=34），随访时间长达 24 个月。我们使用 PubMed 文献综述、相互作用组学分析、非参数检验、Kaplan-Meier 生存曲线和 Chi2 分析来告知和定义 NET 基因组“标志”的预后意义。结果：2020 年分析：对 47 个 NETest 基因的深入分析确定了另外 6 个组：纤维体、炎性体、转移体、NEDome、神经组和 TFome。第 1 组分析：与对照相比，不包括炎性体和凋亡体的 12 个组显着升高（p<0.05，2.1-8.2 倍）。在 PD 组中，与 SD 相比，7 个组（增殖组、NEDome、表观基因组、SSTRome、神经组、转移体和纤维体）升高（表达水平和倍数变化 >2）。第 2 组。所有这 7 个组都被上调。在PD中，它们比SD显着升高（p<0.02）。septet (7) 组学表达表现出 69% 的预后准确性。仅 NETest 的准确率就达到 70.5%。与表观基因组/转移体水平相结合的低 NETest (<40) 是 PD (90%) 的准确预后。包括纤维体/NEDome 在内的高 NETest (>40) 预测 3 个月内的 PD 发展 (100%)。使用决策树分析将 4 个组（表观基因组、转移组、纤维体和 NEDome）与 NETest 评分相结合，产生了 93% 的整体预后准确率。结论：NETest 组学基因簇分析的检查确定了 5 个额外的临床相关癌症标志。7 个组学簇 (septet) 的鉴定提供了疾病进展的分子病理学特征。四重奏（表观基因组、纤维体、转移体、NEDome）和 NETest 评分的整合在预测未来疾病状态方面产生了 93% 的准确率。与表观基因组/转移体水平相结合的低 NETest (<40) 是 PD (90%) 的准确预后。包括纤维体/NEDome 在内的高 NETest (>40) 预测 3 个月内的 PD 发展 (100%)。使用决策树分析将 4 个组（表观基因组、转移组、纤维体和 NEDome）与 NETest 评分相结合，产生了 93% 的整体预后准确率。结论：NETest 组学基因簇分析的检查确定了 5 个额外的临床相关癌症标志。7 个组学簇 (septet) 的鉴定提供了疾病进展的分子病理学特征。四重奏（表观基因组、纤维体、转移体、NEDome）和 NETest 评分的整合在预测未来疾病状态方面产生了 93% 的准确率。与表观基因组/转移体水平相结合的低 NETest (<40) 是 PD (90%) 的准确预后。包括纤维体/NEDome 在内的高 NETest (>40) 预测 3 个月内的 PD 发展 (100%)。使用决策树分析将 4 个组（表观基因组、转移组、纤维体和 NEDome）与 NETest 评分相结合，产生了 93% 的整体预后准确率。结论：NETest 组学基因簇分析的检查确定了 5 个额外的临床相关癌症标志。7 个组学簇 (septet) 的鉴定提供了疾病进展的分子病理学特征。四重奏（表观基因组、纤维体、转移体、NEDome）和 NETest 评分的整合在预测未来疾病状态方面产生了 93% 的准确率。40) 与表观基因组/转移体水平相结合是 PD 的准确预后 (90%)。包括纤维体/NEDome 在内的高 NETest (>40) 预测 3 个月内的 PD 发展 (100%)。使用决策树分析将 4 个组（表观基因组、转移组、纤维体和 NEDome）与 NETest 评分相结合，产生了 93% 的整体预后准确率。结论：NETest 组学基因簇分析的检查确定了 5 个额外的临床相关癌症标志。7 个组学簇 (septet) 的鉴定提供了疾病进展的分子病理学特征。四重奏（表观基因组、纤维体、转移体、NEDome）和 NETest 评分的整合在预测未来疾病状态方面产生了 93% 的准确率。40) 与表观基因组/转移体水平相结合是 PD 的准确预后 (90%)。包括纤维体/NEDome 在内的高 NETest (>40) 预测 3 个月内的 PD 发展 (100%)。使用决策树分析将 4 个组（表观基因组、转移组、纤维体和 NEDome）与 NETest 评分相结合，产生了 93% 的整体预后准确率。结论：NETest 组学基因簇分析的检查确定了 5 个额外的临床相关癌症标志。7 个组学簇 (septet) 的鉴定提供了疾病进展的分子病理学特征。四重奏（表观基因组、纤维体、转移体、NEDome）和 NETest 评分的整合在预测未来疾病状态方面产生了 93% 的准确率。40) 包括纤维体/NEDome 预测 3 个月内的 PD 发展 (100%)。使用决策树分析将 4 个组（表观基因组、转移组、纤维体和 NEDome）与 NETest 评分相结合，产生了 93% 的整体预后准确率。结论：NETest 组学基因簇分析的检查确定了 5 个额外的临床相关癌症标志。7 个组学簇 (septet) 的鉴定提供了疾病进展的分子病理学特征。四重奏（表观基因组、纤维体、转移体、NEDome）和 NETest 评分的整合在预测未来疾病状态方面产生了 93% 的准确率。40) 包括纤维体/NEDome 预测 3 个月内的 PD 发展 (100%)。使用决策树分析将 4 个组（表观基因组、转移组、纤维体和 NEDome）与 NETest 评分相结合，产生了 93% 的整体预后准确率。结论：NETest 组学基因簇分析的检查确定了 5 个额外的临床相关癌症标志。7 个组学簇 (septet) 的鉴定提供了疾病进展的分子病理学特征。四重奏（表观基因组、纤维体、转移体、NEDome）和 NETest 评分的整合在预测未来疾病状态方面产生了 93% 的准确率。NETest 组学基因簇分析的检查确定了 5 个额外的临床相关癌症标志。7 个组学簇 (septet) 的鉴定提供了疾病进展的分子病理学特征。四重奏（表观基因组、纤维体、转移体、NEDome）和 NETest 评分的整合在预测未来疾病状态方面产生了 93% 的准确率。NETest 组学基因簇分析的检查确定了 5 个额外的临床相关癌症标志。7 个组学簇 (septet) 的鉴定提供了疾病进展的分子病理学特征。四重奏（表观基因组、纤维体、转移体、NEDome）和 NETest 评分的整合在预测未来疾病状态方面产生了 93% 的准确率。