SINGLE-CELL RNA ANALYSIS APPLIED TO PANCREATIC CANCER ENABLES THE IDENTIFICATION OF CELL POPULATIONS, MUTATIONS AND CELL-SPECIFIC TRANSCRIPTOMIC SIGNATURES

Authors: Daisy J. A. Oketch
Cited by: 0

Abstract

Il carcinoma duttale pancreatico (PDAC) è tra i tumori più letali, con un tasso di sopravvivenza globale a cinque anni pari al 13%. La sua aggressività è determinata dalla marcata eterogeneità inter- e intra-tumorale, che complica la diagnosi, limita l’efficacia terapeutica e ostacola lo sviluppo di biomarcatori affidabili. Una comprensione più approfondita dei meccanismi molecolari che guidano questa eterogeneità è fondamentale per migliorare la stratificazione dei pazienti e identificare bersagli prognostici e terapeutici. Questa tesi affronta tali sfide attraverso un’analisi integrata di dati genomici, trascrittomici e a singola cellula per caratterizzare l’eterogeneità del PDAC e identificare alterazioni funzionali nei compartimenti tumorali e stromali. Il primo capitolo analizza le variazioni del numero di copie (CNV), riconosciute come importanti determinanti dell’instabilità genomica e dell’evoluzione tumorale. Le CNV influenzano il dosaggio genico, alterano l’architettura regolatoria e favoriscono oncogenesi e resistenza terapeutica. Una revisione sistematica della letteratura ne descrive l’origine, l’impatto biologico e la rilevanza clinica nel PDAC, evidenziando sia eventi somatici sia germinali. L’analisi mostra come le CNV contribuiscano all’eterogeneità tumorale e al valore prognostico, sottolineando la necessità di tecniche di rilevazione più sensibili, in particolare approcci single-cell, e di studi su coorti più ampie. Il secondo capitolo valuta quattro strumenti computazionali (sciCNV, InferCNV, CopyKAT e SCEVAN) per l’identificazione delle cellule tumorali da dati scRNA-seq mediante inferenza di CNV. Utilizzando dataset provenienti da tumori PDAC, tessuto adiacente e pancreas sano, è emersa una forte variabilità nelle prestazioni: InferCNV ha mostrato la sensibilità più alta (0,72) e SCEVAN la specificità più elevata (0,75). Tuttavia, la concordanza tra strumenti era limitata (

Fields of Study & Subjects

Pancreatic and Hepatic Oncology Research Single-cell and spatial transcriptomics Cancer Genomics and Diagnostics

Publication details

Journal / source
Università Politecnica delle Marche (Università Politecnica delle Marche)
Publication date
24 March 2026
Language
EN
Document type
Thesis