Användning av The Tissue Common Rejection Module-poäng vid njurtransplantation som ett objektivt mått på allotransplantatinflammation

Kontakt: Audrey Hu Whatsapp/hp: 0086 13880143964 E-post:audrey.hu@wecistanche.com

Arya Zarinsefat 1*, Jose M. Arreola Guerra2, Tara Sigdel 1, Izabella Damm1, Reuben Sarwal 1, Chitranon Chan-on1, Gyula Szabo3, Jorge L. Aguilar-Frasco4, Xicohtencatl Ixtlapale-Carmona4,

Carlos Salinas-Ramos 4, Leonardo Ramirez-Martinez 4, Claudio Ramirez 4, Mario Vilatoba4, Luis E. Morales Buenrostro4, Josefifina M. Alberu5 och Minnie M. Sarwal 1

Department of Surgery, University of California, San Francisco, CA, USA,

2 Institutionen för internmedicin, Centenario Hospital Miguel Hidalgo, Aguascalientes, Mexiko,

3 Institutionen för patologi, University of California, San Francisco, CA, USA,

4 Instituto Nacional de Ciencias Medicas y Nutricio´n Salvador Zubira´n, Mexico City, Mexiko,

5 Institutionen för medicin, Tecnologico de Monterrey, Escuela de Medicina y Ciencias de la Salud, Mexico City, Mexiko

Långvarig njurtransplantation(KT)-allotransplantatresultat har inte förbättrats som förväntat trots en bättre förståelse för avstötning och förbättrad immunsuppression. Tidigare arbete hade validerat en beräknad avstötningspoäng, vävnadsavstötningsmodulen (tCRM), mätt genom amplifieringsbaserad bedömning av 11 gener från formalinfixerade paraffininbäddade (FFPE) biopsiprover, vilket möjliggör kvantitativ, opartisk bedömning av immunförsvaret skada. Vi tillämpade tCRM i en prospektiv studie av 124 KT-mottagare, och kontrasterade bedömning av tCRM och histologi från 2 oberoende patologer på protokoll och orsakade biopsier efter transplantation. Fyra 10- mm rakningar från FFPE-biopsiprover användes för RNA-extraktion och amplifiering med qPCR av de 11 tCRM-generna, från vilka tCRM-poängen beräknades. Biopsidiagnoser av antingen akut avstötning (AR) eller borderline avstötning (BL) ansågs ha inflammation närvarande, medan stabila biopsier inte hade någon inflammation. Av de 77 biopsier som lästes av båda patologerna fanns totalt 40 felmatchningar i diagnosen. Medianvärdet för tCRM för AR, BL och stabila diagnoser var 4,87, 1,85 respektive 1,27, med en övergripande signifikant skillnad mellan alla histologiska grupper (Kruskal-Wallis, p < 0.0{="" {34}}01).="" det="" fanns="" signifikanta="" skillnader="" i="" tcrm-poäng="" mellan="" patologer="" som="" både="" hittade="" inflammation="" kontra="" oenighet="" (p="0.003)," och="" att="" båda="" fann="" inflammation="" kontra="" båda="" hittade="" ingen="" inflammation="" (p="">< 0,001),="" tillsammans="" med="" övergripande="" signifikans="" mellan="" alla="" poäng="" (="" kruskal-wallis,="" p="">< 0,001).="" en="" logistisk="" regressionsmodell="" som="" förutsäger="" transplantatinflammation="" med="" hjälp="" av="" olika="" kliniska="" prediktorvariabler="" och="" tcrm="" avslöjade="" tcrm-poängen="" som="" den="" enda="" signifikanta="" prediktorn="" för="" transplantatinflammation="" (or:="" 1,90,="" 95="" procent="" ci:="" 1,40–2,68,="" p="">< 0,0001).="" noggrann,="" kvantitativ="" och="" opartisk="" bedömning="" av="" avvisande="" av="" det="" kliniska="" provet="" är="" avgörande.="" med="" tanke="" på="" de="" olika="" diagnoserna="" mellan="" patologer="" på="" samma="" prover,="" kan="" individer="" använda="" tcrm-poängen="" som="" en="" tiebreaker="" i="" oklara="" situationer.="" vi="" föreslår="" att="" den="" kvantitativa="" tcrm-poängen="" kan="" ge="" opartisk="" kvantifiering="" av="" transplantatinflammation,="" och="" dess="" snabba="" utvärdering="" med="" pcr="" på="" ffpe-rakningen="" kan="" bli="" ett="" viktigt="" komplement="" för="" att="" hjälpa="" till="" att="" driva="" kliniskt="" beslutsfattande="" och="">

Nyckelord:njurtransplantation, akut avstötning, biomarkörer, transkriptomik, formalinfixerad paraffininbäddad (FFPE), transplantatinflammation

Cistanche tubulosa förebygger njursjukdom, klicka här för att få provet

INTRODUKTION

Njurtransplantation(KT) förblir den föredragna behandlingen för patienter med njursjukdom i slutstadiet, med minskade dödstal jämfört med patienter på väntelistan och förbättrad överlevnad bland olika demografiska grupper (1–3). Trots betydande förbättringar på ett årnjureöverlevnad av allotransplantat (4), förblir graden av kronisk transplantatförlust efter det första året efter transplantationen betydande. Detta har observerats trots en bättre förståelse av allotransplantatavstötning, tillsammans med tillkomsten av förbättrad immunsuppression. Nuvarande klassificeringsmetoder för histologisk avstötning lider av provtagningsfel och en oförmåga att exakt kvantifiera den inflammatoriska bördan i allotransplantatet, en viktig prediktor för långtidstransplantatfunktion och överlevnad (5–9). Viktigt är att tidigare studier har visat att patologkorrelation av Banff-graderad njurallotransplantatpatologi har väsentliga avvikelser mellan biopsitolkningar (10, 11).

Tidigare arbete i vårt labb med att analysera mikroarraydata från hela genomet från 1 030njure, hjärt-, lung- och leverallotransplantatbiopsier identifierade avanligt immunförsvare responsmodul (CRM) med 11 gener som definierar akut avstötning (AR) över olika allotransplantat (12–14) och validerades därefter pånjureallotransplantatbiopsier (15, 16). Även om dessa data visade den potentiella nyttan av att använda ett objektivt mått som CRM-poängen för att hjälpa till med biopsidiagnos, var dessa retrospektiva analyser på tidigare vävnad som hade samlats in. Dessutom gjordes inga jämförelser mellan flera blindade patologiavläsningar av samma biopsi, eller den potentiella förmågan hos CRM-poängen att användas som en objektiv tiebreaker eller kompletterande datapunkt för att hjälpa till att komma fram till en mer robust diagnos.

I denna analys tittade vi på seriellnjurebiopsier som erhölls som en del av en klinisk prövning i KT. Vi tillämpade vårt protokoll som mäter genuttryck av de 11 CRM-gener från RNA isolerat från fyra 10-mikron rakningar av ett formalinfixerat paraffininbäddat (FFPE) block med histologiskt bekräftade fenotyper av AR, borderline rejection (BL), och stabila diagnoser. Vi hänvisar till denna poäng som vävnads-CRM (tCRM) givet tillämpningen av CRM-poängen på biopsivävnad (15, 16). Vi jämförde sedan diagnoser från 2 blindade patologer och jämförde dem med tCRM-poängen för varje biopsi. Vi antog att tCRM-poängen kunde användas som en datapunkt för att hjälpa till med biopsidiagnos, och möjligen som en objektiv tiebreaker när det råder oenighet mellan patologer.

cistanche fördel: antiinflammatorisk

METODER

Patientregistrering och studiedesign

Patienter och prover samlades in som en del av den kliniska prövningen TITRATE (Testing Immunosuppression Threshold in Renal Allografts To Extend eGFR). Dess metod kan konsulteras på ClinicalTrials.gov-portalen (identifierare: NCT02581436). Kortfattat är detta en prospektiv, blindad, kontrollerad klinisk prövning av 124 KT-mottagare som tilldelades två typer av manövrar för att utvärdera effektiviteten och säkerheten när det gäller snabb upptäckt av AR, glomerulär filtrationshastighet (GFR) och fibrosindex. i protokollbiopsier 12 månader efter KT. Övervakning av njurfunktionen baserades på GFR och transplantatbiopsier utförda enligt protokoll 3 och 12 månader efter KT och för orsaken. Induktionsimmunsuppression (IS) tilldelades baserat på immunologisk risk med Basiliximab (låg risk), antitymocytglobulin (högrisk) eller utan induktionsterapi hos patienter som delade två haplotyper. Underhålls-IS baserades på takrolimus, mykofenolat och prednison.

Den aktuella studien var en kompletterande analys för tCRM-generna (15) i alla tillgängliga KT-biopsier. För vår studie, efter att ha uteslutit biopsier på dag noll, fanns totalt 136 biopsier tillgängliga med matchad biopsihistologi, som alla tolkades av en patolog vid National Institute of Medical Sciences i Mexiko. Av dessa 136 biopsier skickades 77 också till UCSF för att göra blindläsningar för vidare bedömning av patologkorrelation. Biopsier tolkades utifrån de senaste Banff-kriterierna vid tidpunkten för studien (17). Varje form av transplantat-AR (akut cellulär eller antikroppsmedierad) kombinerades till en AR-kategori. För UCSF-lästa biopsier fanns mer granulära histopatologiska diagnosdata tillgängliga, inklusive antikroppsmedierad avstötning (ABMR) typ och T-cellsmedierad avstötning (TCMR).

Total RNA-extraktion

Vi följde tidigare publicerade protokoll för extraktion av RNA från FFPE-vävnader (18). Baserat på vår tidigare erfarenhet använde vi 4 × 10 mm tjocka sektioner för att extrahera totalt RNA från FFPE-prover med PureLink FFPE Total RNA Isolation it (Thermo Fisher Scientific, Foster City, CA). RNA-datakvaliteten utvärderades av absorptionssignalförhållandet 260/280 och RIN-numret.

cDNA-syntes och kvantifiering av genuttryck med qPCR

Totalt 50 ng RNA omvänt transkriberades till komplementärt DNA (cDNA) med SuperScript VILO (Invitrogen, Thermo Fisher Scientific, Foster City, CA) och amplifierades sedan i ett målspecifikt amplifieringssteg för alla 11 gener med TaqMan PreAmp Master Mix och TaqMan primers och prober (Thermo Fisher Scientific, Foster City, CA) för totalt 18 amplifieringscykler. qPCR-reaktioner utfördes i Fluidigm BioMark FD-systemet (Fluidigm, South San Francisco, CA) med användning av en 18S-genhushållningsgen och Human XpressRef Universal Total RNA (Qiagen, Valencia, CA) som referens-RNA under 40 cykler. De resulterande chipdata analyserades initialt för kvalitetskontroll med hjälp av BioMark Analysis Software Version 2.0 (Fluidigm, South San Francisco, CA) och Ct-värden exporterades till ett kalkylblad. Normalisering av data gjordes i två steg. Ct-värden för individuella gener normaliserades mot Ct-värden på 18S för varje gen för att få dCt-värden. dCt-värdena för varje prov normaliserades mot dCt-värdena för referensprovet för att få ddCt-värden som därefter användes för att beräkna fold change (RQ)-värden för varje gen i varje prov. tCRM-poängen beräknades genom att ta det geometriska medelvärdet av de 11 CRM-generna för varje prov, som tidigare beskrivits (12).

Statistisk analys

All data importerades till R version 3.6.2 (R Foundation, Wien, Österrike) för efterföljande analyser. Patientdemografi (tabell 1) visas baserat på tCRM-poäng större än eller mindre än 2,2, vår tidigare fastställda cutoff med optimal AUROC för att förutsäga AR (15). Statistisk testning utfördes med Students t-test för kontinuerliga variabler och chi-kvadrattest för kategoriska variabler. Bubbel- och stapeldiagram av tCRM-poängen för varje patologisk diagnosgrupp gjordes med hjälp av ggplot2-paketet. Signifikanta skillnader mellan alla patologiska grupper och parvisa skillnader mellan varje grupp bestämdes med Kruskal-Wallis-testet. Oövervakad hierarkisk klustring med användning av de olika patologiska grupperna och tCRM-gener utfördes, med efterföljande värmekartor gjorda med hjälp av heatmap-paketet. Vi ansåg att tCRM-poäng högre än 2,2 hade en molekylär diagnos av avstötning. Vi definierade en biopsi som positiv för inflammation om den patologiska diagnosen var antingen AR eller BL och negativ för inflammation om diagnosen var stabil. Vi skapade sedan en överensstämmelsevariabel mellan patologer, där båda uppgav att inflammation fanns, båda sa att det inte fanns någon inflammation, eller de var oense om någon inflammation fanns. Stapeldiagram och värmekartor för tCRM-poängen bland överensstämmelsevariabeln skapades sedan enligt beskrivningen ovan.

Vi beräknade en logistisk regressionsmodell för att förutsäga det binära resultatet av inflammation vid biopsi. Vi matar in mottagarens ålder, kroppsmassaindex (BMI), fördröjd graftfunktion (DGF), kön, induktionsregim, levande donatorstatus, manlig donator till kvinnlig mottagare, tidigare KT, pre-KT dialys och tCRM-poängen som prediktorvariabler i modellen.

Vi erhöll varje patients delta-GFR, beräknat som förändringen i deras tid för biopsi-GFR från deras slutliga GFR två år efter KT. Vi använde Pearsons korrelationskoefficient för att korrelera delta GFR till patientens tCRM-poäng som erhölls från biopsi. Detta upprepades efter att ha uteslutit tCRM-poäng mindre än 2. Vi använde de högsta donatorspecifika antikroppsnivåerna (DSA) som mättes med andra cytometri för varje patient, representerad som medel FL-fluorescensintensitet (MFI), för att utföra korrelation till tCRM-poäng och beräkna den associerade Pearson-korrelationskoefficienten. Denna korrelation presenterades också i spridningsdiagramformat. För analys av seriepoäng ritade vi patienter med seriella tCRM-poäng efter dagar efter transplantation, med fokus på de fyra patienter som hade en ursprunglig diagnos av AR, behandlades och följdes sedan med en efterföljande biopsi. Två ytterligare patienter som hade förhöjda tCRM-poäng som läses ha en stabil diagnos, men som sedan utvecklade en ny diagnos av AR på sina uppföljande biopsier, plottades också. Studiedesign och efterföljande analys sammanfattas ytterligare i en bildform (Figur 1).

RESULTAT

Biopsiresultat från njurallograft från två oberoende, blinda patologer

Patientdemografi och kliniska variabler av intresse visade inga större skillnader mellan patienter som hade tCRM-poäng högre än eller mindre än 2,2, förutom högre donatorålder hos patienter med förhöjda tCRM-poäng på biopsier efter transplantation (tabell 1). Totalt 77 biopsier lästes av båda centra, där patolog 1 (Mexiko) diagnostiserade 16 AR, 21 BL och 40 stabila biopsier, medan patolog 2 (UCSF) diagnostiserade 10 AR, 39 BL och 28 stabila biopsier (tabell 2) . Det fanns totalt 40 felaktiga diagnoser mellan patologerna, varav huvuddelen av dessa felmatchningar kom från skillnader i BL-kategorin.

Vävnadsgemensam avstötningsmodul som en tiebreaker som skiljer mellan patologiska diagnoser

Vi tittade sedan på förmågan hos tCRM-poängen att skilja mellan patologiska diagnoser för en enda patolog (med hjälp av biopsier lästa vid UCSF, med tanke på att vi hade de mest detaljerade histopatologiska data tillgängliga). När vi tittade på tCRM-poängen genom histologisk diagnos såg vi en tydlig separation med högre tCRM-poäng hos patienter med AR jämfört med BL/stabil, och med en högre andel poäng > 2,2 hos AR-patienter (Figur 2A). Medianvärdet för tCRM-poäng och interkvartilintervall (IQR) för AR, BL och stabila diagnoser var 4,87 (IQR: 2,44–6,99), 1,85 (IQR: 1,21–2,48) och 1,27 (IQR: 0.96– 2.14), respektive. Dessutom fanns det en övergripande signifikant skillnad mellan alla histologiska grupper (p < 0.001),="" tillsammans="" med="" signifikanta="" skillnader="" mellan="" ar="" vs.="" bl="" och="" ar="" vs.="" stabila="" parvisa="" jämförelser="" (figur="" 2b).="" detta="" belyser="" korrelationen="" mellan="" tcrm-poäng="" med="" banff-graderad="">

När vi utför oövervakad hierarkisk klustring av tCRM-gener, ser vi relativt exakt klustring av den patologiska diagnosen (Figur 2C). När man undersöker varje biopsi noggrant, även när klustring genom diagnos visar heterogenitet i de klustrade grupperna, tenderar motsvarande tCRM-poäng (visas som en färggradient) att korrelera med diagnosen. Vi ser högre poäng med diagnoser som reflekterar högre nivåer av inflammation, vilket indikerar förmågan hos tCRM att urskilja och objektivt kvantifiera inflammation i allotransplantatet utan partiskhet. När vi använde vår tCRM cutoff på 2,2 (molekylär diagnos av inflammation), ser vi stark kluster genom molekylär diagnos. Oavsett, majoriteten av AR och BL kluster tillsammans med högt genuttryck och höga tCRM-poäng, med motsatsen för de flesta histologiskt graderade stabila biopsier.

Tissue Common Rejection Module skiljer mellan specifika typer av graftavstötning

Vi tittade sedan på förmågan hos tCRM-poängen att skilja mellan olika typer av avslag: C4d-positiv (n=9) och negativ ABMR (n=4), TCMR (n=3) , BL (n=21) och stabila (n=40) biopsier. Medianvärdet för tCRM och IQR för C4d-positiv ABMR, C4d-negativ ABMR, TCMR, BL och stabila diagnoser var 4,22 (IQR: 3,80–5,98), 3,47 (IQR: 1,71–6,51), 2.{ {23}} (IQR: 2,58–3.05), 1,91 (IQR: 1,32–2,88) respektive 1,37 (IQR: 0,99–2.00). Dessutom fanns det en övergripande signifikant skillnad mellan alla histologiska grupper (p < 0,001),="" tillsammans="" med="" signifikanta="" skillnader="" mellan="" parvisa="" jämförelser="" som="" tittade="" på="" c4d-positiv="" abmr="" vs.="" tcmr,="" c4d-positiv="" abmr="" vs.="" bl,="" c4d-positiv="" abmr="" vs.="" stabil="" tcmr="" vs="" stabila="" och="" bl="" vs="" stabila="" grupper="" (figur="" 3a).="" detta="" belyser="" återigen="" korrelationen="" mellan="" tcrm-poäng="" med="" specifik="" banff-graderad="">

När vi utför oövervakad hierarkisk klustring av tCRM-gener, ser vi liknande mönster av klustring baserat på transplantatinflammation som tidigare beskrivits (Figur 3B). Med de mer specifika diagnostiska kategorierna av C4d-positiva och negativa ABMR och TCMR, ser vi den mest anmärkningsvärda homogena klustringen bland ABMR-grupper. Som tidigare, när man undersöker varje biopsi noggrant, även när klustring genom diagnos visar heterogenitet i de klustrade grupperna, tenderar motsvarande tCRM-poäng (visas som en färggradient) att korrelera med diagnosen. Vi ser högre poäng med diagnoser som reflekterar högre nivåer av inflammation, vilket indikerar förmågan hos tCRM att urskilja och objektivt kvantifiera inflammation i allotransplantatet utan partiskhet. I slutändan innehöll den första grenen av vår oövervakade klustring majoriteten av prover som hade någon grad av transplantatinflammation, specifikt alla ABMR-, TCMR- eller BL-fall (Figur 3B).

Vävnad Common Rejection Module Diskriminerar genom Patolog Överenskommelse/Oenighet

Vi tittade sedan på tCRM-poängen för överensstämmelse och oenighet bland patologer, vilket definierades som tidigare förklarat. Av de 77 biopsier efter transplantation som lästes av båda patologerna sa båda att det fanns inflammation hos 33,8 procent, ingen inflammation hos 22,1 procent, och var oense om förekomsten av inflammation i 44,2 procent av proverna. När vi undersökte tCRM-poängen noterade vi en ökning av poängen när överensstämmelsevariabeln utvecklades från ingen inflammation, oenighet och enighet om närvaron av inflammation (Figur 4A). Det fanns signifikanta skillnader i tCRM-poäng mellan patologer som både fann inflammation kontra oenighet (p=0.003), och båda hittade inflammation kontra båda hittade ingen inflammation (p < 0,001="" ),="" tillsammans="" med="" övergripande="" signifikans="" mellan="" alla="" poäng="" (p=""><>

När vi utförde oövervakad hierarkisk klustring av tCRM-generna såg vi klustringen av biopsiprover baserat på överensstämmelsevariabeln (Figur 4B). Vi kan se att klustren med högt genuttryck motsvarar att båda patologerna är överens om närvaron av inflammation, medan lågt genuttryck däremot motsvarar att båda patologerna inte är överens om att ingen inflammation eller oenighet mellan dem är. Dessutom ser vi att motsvarande tCRM-poäng för varje biopsi tenderar att gynna högre och lägre poäng där patologer var överens om inflammation respektive ingen inflammation. Även om klustringen inte är perfekt, är en tydlig trend synlig.

Vävnadsgemensam avstötningsmodul som en prediktor för avstötning och graftfunktion Ovan visar vi den kliniska nyttan av tCRM när det gäller att ställa korrekta patologiska diagnoser. Även om dess tillämpning där relaterar till vad som traditionellt är en biopsibeprövad diagnos, ville vi utforska tCRM:s användning i en modell för att förutsäga avstötning/inflammation. Med hjälp av vår binära inflammationsvariabel (AR- och BL-biopsier) skapade vi en logistisk regressionsmodell för att förutsäga det binära resultatet av inflammation vid biopsi. De kliniska variablerna som användes har beskrivits tidigare (tabell 3). Intressant nog var den enda signifikanta prediktorn för inflammation som diagnostiserats av patologi tCRM-poängen (ELLER: 1,90, 95 procent CI: 1,40–2,68, p < 0.{{16="" }}01),="" medan="" det="" att="" ha="" en="" manlig="" donator="" till="" den="" kvinnliga="" mottagaren="" var="" skyddande="" med="" borderline="" signifikans="" (or:="" 0,27,="" 95="" procent="" ci:="" 0,07–0,98,="" s="">

Vi tittade sedan på förmågan hos tCRM att förutsäga långsiktiga förändringar i GFR. Vi korrelerade delta-GFR (från GFR vid tidpunkten för biopsi till slutlig GFR) till patientens tCRM-poäng från den biopsi (Pearson-korrelationskoefficient=0.21, p=0.{{6} }25). Vi upprepade sedan detta efter att ha uteslutit tCRM-poäng mindre än 2, så att vi bara tittade på de mest förhöjda tCRM-värdena för att se effekten på delta GFR, vilket resulterade i en ökning av korrelationskoefficienten till 0,32 (p=0. 05). Vi tittade också på korrelationen mellan varje patients högsta DSA-nivå med deras associerade tCRM-poäng (kompletterande figur 1), för att se om det fanns något samband mellan DSA-nivåer och tCRM-poäng, som vi inte fann vara korrelerade (Pearson-korrelationskoefficient { {11}}, sid=0.99).

Slutligen tittade vi på patienter som hade seriella biopsier och tCRM-poäng. Seriella tCRM-poäng plottades per patient efter dagar efter transplantation (Figur 4C). Det fanns fyra patienter som hade en ursprunglig diagnos av AR och behandlades, sedan följdes av en efterföljande biopsi (Figur 4C, röda linjer). Vi noterade att alla fyra patienter initialt hade en förhöjd tCRM-poäng, och efterbehandlingen hade en minskning av deras poäng, med endast en patient som diagnostiserades med AR vid den andra biopsi. Notera att två patienter som hade förhöjda tCRM-poäng som av patologen lästes som att de hade en stabil diagnos utvecklade en ökning av deras tCRM-poäng och en ny diagnos av AR på sina uppföljningsbiopsier (Figur 4C, blå linjer).

cistanche tubulosa extrakt:förbättra njurfunktionen

DISKUSSION

Vi antog att tCRM-poängen kunde användas som en datapunkt för att hjälpa till med biopsidiagnos, och möjligen som en objektiv tiebreaker när det råder oenighet mellan patologer. Ovan visar vi att tCRM-poängen kan skilja mellan patologiska diagnoser. tCRM kan skilja mellan kombinerade AR vs. BL vs. stabila prover och kan också skilja mellan mer specifika AR-diagnoser som ABMR vs. TCMR och ABMR vs. BL, som vi visade ovan. En av de kända nackdelarna med den kombinerade subjektiva/objektiva karaktären hos Banff-kriterierna är att skillnader kan finnas mellan patologer som tittar på identiska biopsiprover. Vi visade ovan att oenighet mellan patologer om den inflammatoriska bördan i njurbiopsier är vanligt. Vi visar att när det finns enighet bland patologer om närvaron eller frånvaron av inflammation, tenderar detta att vara i ytterligheterna av tCRM-poängen. En del av nyttan i tCRM-poängen kan ligga här, i dess förmåga att ge ett objektivt mått på inflammation, men också fungera som en tiebreaker i de fall där diagnosen inte är klar, men tCRM-poängen pekar tydligt på ett eller annat sätt. Till exempel kan en patolog som läser en biopsi som inte är säker på att klassificera den som AR eller BL, men med en mycket hög tCRM-poäng, vara mer objektiv och korrekt när det gäller att ställa diagnosen AR.

Dessutom indikerar denna studie att tCRM-poängen kan användas för att förutsäga mer långsiktiga kliniska resultat. Även om korrelationen mellan förändringar i GFR och högre tCRM-poäng är svag, visade vi en statistiskt signifikant positiv korrelation mellan dem, med en ännu större korrelation när vi filtrerade för tCRM-poäng större än 2, vilket tyder på att mer förhöjda poäng tyder på en högre grad av allograft skada som kan förutsäga långvarig minskad graftfunktion (större delta GFR). Intressant nog hittade vi ingen korrelation mellan patientens DSA-nivåer och tCRM-poäng. Detta kan delvis bero på att många patienter med DSA inte nödvändigtvis fortsätter att utveckla ABMR, tillsammans med att de vet att olika DSA kan ge olika risker för att faktiskt utveckla ABMR. Dessutom, genom att spåra patienter med seriebiopsier och tCRM-poäng, visade vi att majoriteten av patienterna med förhöjda tCRM-poäng och AR hade en efterföljande minskning av sina poäng, tillsammans med förbättring av transplantatinflammation på efterföljande biopsier (efterföljande histologi gick från AR till stabil ). Noterbart fanns det 2 fall där tCRM-poängen var markant förhöjda, men den patologiska diagnosen var stabil vid biopsi. Båda dessa fall resulterade i en ännu mer förhöjd tCRM-poäng på den efterföljande biopsien, med en motsvarande patologisk diagnos av AR. Detta tyder på möjligheten av antingen feldiagnos på grund av histologisk klassificerings subjektiva natur, eller att det förhöjda uttrycket av tCRM-gener som korrelerar med transplantatinflammation, kan föregå faktiska patologiska fynd som skulle resultera i en diagnos av AR. Oavsett vilket tyder detta på användbarheten av den mer objektiva tCRM-poängen för att hjälpa till att ställa diagnosen AR.

Molekylär kvantifiering av den totala inflammatoriska bördan i det renala allotransplantatet är viktigt att fastställa vid tidpunkten för en invasiv biopsi (5, 6, 9). Vår metod underlättar användningen av redan tillgängliga biopsiprover på ett effektivt sätt (övergripande experimenttider är 4–6 timmar för de visade analyserna). Även om icke-invasiva tester, såsom donatorhärlett cellfritt DNA (dd-cfDNA), föreslås för tidig diagnos av AR (19–23), är en nackdel med dessa tester att de inte direkt förhör målvävnaden hos intresse, även om dd-cfDNA:t frisätts från allotransplantatet. Med tCRM kan biopsivävnad som redan erhålls bearbetas med minimal vävnad från antingen färska biopsier eller arkiverade FFPE-block, vilket bevarar det mesta av det överordnade FFPE-blocket för ytterligare histologiska analyser.

Vår studie är delvis begränsad av den invasiva karaktären hos tCRM. Biopsier förblir guldstandarden och erhålls ofta, vilket möjliggör molekylär profilering med tCRM, men i slutändan skulle en övergång till icke-invasiva tester på blod eller urin vara mest idealiskt för patienter. Vårt labb arbetar för närvarande med användningen av CRM-gener i urin för att hjälpa till vid diagnos av transplantatavstötning (14). Dessutom, även om denna studie var en prospektiv prövning, användes inte tillämpningen av tCRM för kliniskt beslutsfattande utan var istället en explorativ analys. Vårt framtida arbete skulle gynnas av att överväga tCRM-poängen som en möjlig slutpunkt, eller faktiskt ta med poängen när man beslutar om den slutliga patologiska diagnosen för ett biopsiprov. Dessutom, medan våra studieprover inkluderade TCMR-diagnoser, var majoriteten av våra tillgängliga prover för analys ABMR-prover. Medan vi visar att tCRM-poängen är förhöjd oavsett vilken typ av AR som finns, kommer framtida arbete att behöva använda ett större antal prover inom varje kategori av specifik AR-typ.

Vi visade att tCRM-poängen kan skilja mellan patologiska diagnoser med hjälp av redan tillgängliga FFPE-prover. Viktigt är att det finns variation mellan olika patologer, vilket visades i våra data baserat på två blinda patologer som ställer diagnoser. Som sådan visar vi att tCRM inte bara kan hjälpa till med patologisk diagnos, utan särskilt när oenighet eller osäkerhet finns, kan poängen användas för att nå en slutlig, mer robust slutsats.

cistanche tubulosa fördel: behandla njursjukdomar

DATA TILLGÄNGLIGHET

De rådata som stöder slutsatserna i denna artikel kommer att göras tillgängliga av författarna, utan onödiga reservationer.

ETIKUTTALANDE

Studierna som involverade mänskliga deltagare granskades och godkändes av UCSF IRB. Patienterna/deltagarna gav sitt skriftliga informerade samtycke till att delta i denna studie.

FÖRFATTARBIDRAG

AZ bidrog till analysdesign, dataanalys, tolkning, manuskriptskrivning och manuskriptredigering. JG bidrog till studiedesign, datainsamling och manuskriptgranskning. TS bidrog till dataanalysen och manuskriptredigeringen. ID bidrog till provbearbetningen. RS och GS bidrog till provbearbetningen. CC bidrog till provbearbetningen och granskningen. JF, XC, CSR, LM och CR bidrog till prov- och databasinsamling. MV bidrog till patientinskrivning och transplantation. LB bidrog till patientinskrivningen. JA bidrog till studiedesign, datainsamling och manuskriptgranskning. MS bidrog till studiedesign, datainsamling, analysdesign och manuskriptgranskning. Alla författare bidrog till artikeln och godkände den inskickade versionen.

förbättra njurfunktionen cistanche tubulosa

REFERENSER

1. Wolfe RA, Ashby VB, Milford EL, Ojo AO, Ettenger RE, Agodoa LY, et al. Jämförelse av dödligheten hos alla dialyspatienter, dialyspatienter som väntar på transplantation och mottagare av en första kadavertransplantation.N EnglJ Med(1999) 341(23):1725-30. doi: 10.1056/NEJM 199912023412303

2. Meier-Kriesche HU, Ojo AO, Port FK, Arndorfer JA, Cibik DM, Kaplan B. Överlevnadsförbättring bland patienter med njursjukdom i slutstadiet: trender över tid för transplanterade mottagare och väntade patienter.J Am Soc Nephrol(2001) 12(6):1293–6. DOI: 10.1111/j.1600-6143.2004.00332.x

3. Oniscu GC, Brown H, Forsythe JLR. Inverkan av dödlig njurtransplantation på överlevnad hos patienter listade för transplantation.J Am Soc Nephrol(2005) 16 (6):1859–65. DOI: 10.1681/ASN.2004121092

4. Hariharan S, Johnson CP, Bresnahan BA, Taranto SE, McIntosh MJ, Stablein D. Förbättrad transplantatöverlevnad efter njurtransplantation i USA, 1988 till 1996.N EnglJ Med(2000) 342(9):605–12. DOI: 10.1056/NEJM 200003023420901

5. Pineda S, Sigdel TK, Liberto JM, Vincenti F, Sirota M, Sarwal MM. Karakterisering av risk för avstötning av njure före transplantation och efter transplantation genom B-cells immunrepertoarsekvensering.Nat Commun(2019) 10(1):1906. DOI: 10.1038/s41467-019-09930-3

6. Halloran PF, Famulski K, Reeve J. De molekylära fenotyperna av avstötning i njurtransplantationsbiopsier.Curr Opin Organ Transplantation (2015) 20(3):359–67. DOI: 10.1097/MOT.00000000000000193

7. Li L, Khatri P, Sigdel TK, Tran T, Ying L, Vitalone MJ, et al. Ett diagnostiskt test för perifert blod för akut avstötning vid njurtransplantation.Am JTransplantation(2012) 12(10):2710–8. DOI: 10.1111/j.1600-6143.2012. 04253.x

8. Roedder S, Sigdel T, Salomonis N, Hsieh S, Dai H, Bastard O, et al. Den korta analysen för att upptäcka njurtransplanterade patienter med hög risk för akut avstötning: resultat av multicenter AART-studien.PloS Med(2014) 11(11): e1001759. DOI: 10.1371/journal.pmed.1001759

9. Naesens M, Khatri P, Li L, Sigdel TK, Vitalone MJ, Chen R, et al. Progressiv histologisk skada i njurallotransplantat är associerad med uttryck av medfödda och adaptiva immunitetsgener.Kidney Int(2011) 80(12):1364–76. DOI: 10.1038/ki.2011.245

10. Furness PN, Taub N, Assmann KJM, Ban G, Cosyns JP, Dorman AM, et al. Internationell variation i histologisk gradering är stor, och ihållande återkoppling förbättrar inte reproducerbarheten.Am J Surg Patol (2003) 27(6):805–10. doi: 10.1097/00000478-200306000-00012

11. Veronese FV, Manfro RC, Roman FR, Edelweiss MI, Rush DN, Dance S, et al. Reproducerbarhet av Banff-klassificeringen vid subklinisk avstötning av njurtransplantat.ClinTransplantation(2005) 19(4):518–21. doi: 10.1111/j.1399- 0012.2005.00377.x

12. Khatri P, Roedder S, Kimura N, De Vusser K, Morgan AA, Gong Y, et al. En gemensam avstötningsmodul (CRM) för akut avstötning över flera organ identifierar nya terapier för organtransplantation.J Exp Med(2013) 210 (11):2205–21. doi: 10.1084/jem.20122709

13. Sacreas A, Yang JYC, Vanaudenaerde BM, Sigdel TK, Liberto JM, Damm I, et al. Den vanliga avstötningsmodulen vid kronisk avstötning efter lungtransplantation.PloS One(2018) 13(10):e0205107. doi: 10.1371/ journal.pone.0205107

14. Sigdel TK, Yang JYC, Bestard O, Schroeder A, Hsieh SC, Liberto JM, et al. En urinary Common Rejection Module (CRM) poäng för icke-invasiv övervakning av njurtransplantation.PloS One(2019) 14(7):e0220052. doi: 10.1371/ journal.pone.0220052

15. Sigdel TK, Bestard O, Tran TQ, Hsieh SC, Roedder S, Damm I, et al. Ett beräkningsresultat för genuttryck för att förutsäga immunskada i njurallotransplantat.PloS One(2015) 10(9):e0138133. doi: 10.1371/journal. pone.0138133

16. Sigdel T, Nguyen M, Liberto J, Dobi D, Junger H, Vincenti F, et al. Bedömning av 19 gener och validering av CRM-genpanel för kvantitativ transkriptionell analys av molekylär avstötning och inflammation i arkiverade njurtransplantationsbiopsier.Främre Med (2019) 6:213. doi: 10.3389/ feed.2019.00213

17. Haas M, Loupy A, Lefaucheur C, Roufosse C, Glotz D, Seron D, et al. The Banff 2017 Kidney Meeting Report: Reviderade diagnostiska kriterier för kronisk aktiv T-cellsmedierad avstötning, antikroppsmedierad avstötning och utsikter för integrerande slutpunkter för nästa generations kliniska prövningar.Am J Transplantation(2018) 18(2):293–307. doi: 10.1111/ajt.14625

18. Sigdel TK, Nguyen M, Dobi D, Hsieh SC, Liberto JM, Vincenti F, et al. Riktad transkriptionell profilering av njurtransplantationsbiopsier.NjureIntRep(2018) 3(3):722–31. doi: 10.1016/j.ekir.2018.01.014

19. Bloom RD, Bromberg JS, Poggio ED, Bunnapradist S, Langone AJ, Sood P, et al. Cellfritt DNA och aktiv avstötning i njurallotransplantat.J Am Soc Nephrol(2017) 28(7):2221–32. doi: 10.1681/ASN.2016091034

20. Lee H, Park YM, We YM, Han DJ, Seo JW, Moon H, et al. Utvärdering av digital PCR som en teknik för att övervaka akut avstötning vid njurtransplantation.GenomikUnderrätta(2017) 15(1):2–10. doi: 10.5808/ GI.2017.15.1.2

21. Adamek M, Opelz G, Klein K, Morath C, Tran TH. En snabb och enkel metod för att detektera och kvantifiera donatorhärlett cellfritt DNA i sera från mottagare av solida organtransplantationer som en biomarkör för transplantatfunktion.Clin Chem Lab Med(2016) 54(7):1147–55. doi: 10.1515/cclm-2015-0622

22. Beck J, Oellerich M, Schulz U, Schauerte V, Reinhard L, Fuchs U, et al. Donatorhärlett cellfritt DNA är en ny universell biomarkör för allotransplantatavstötning vid transplantation av fasta organ.Transplantation Proc(2015) 47 (8):2400–3. doi: 10.1016/j.transproceed.2015.08.035

23. Beck J, Bureau S, Balzer S, Andag R, Kanzow P, Schmitz J, et al. Digital dropp-PCR för snabb kvantifiering av donator-DNA i cirkulationen av transplantationsmottagare som en potentiell universell biomarkör för transplantatskada.Clin Chem (2013) 59(12):1732–41. doi: 10.1373/clinchem.2013.210328