【佳學(xué)基因檢測】肝癌靶向藥物基檢測中基因突變與靶向藥物的匹配
肝癌靶向藥物基因檢測如何保證肝腫瘤患者的多樣性
為了評估LIMORE模型對原發(fā)性肝癌基因組和轉(zhuǎn)錄組的代表性程度,肝癌靶向藥物基因解碼利用全基因組測序(WGS)在81個模型中鑒定了拷貝數(shù)改變(CNAs)、體細(xì)胞突變和HBV整合。通過RNA測序還確定了表達(dá)譜。靶向藥物基因檢測收集了來自癌癥基因組圖譜(TCGA)(Cancer Genome Atlas Research Network. Electronic address and Cancer Genome Atlas Research, 2017)和其他已發(fā)表的隊列中的基因檢測數(shù)據(jù),以代表原發(fā)性人類肝癌。
通過WGS在LIMORE模型中鑒定了原發(fā)性肝癌的典型CNAs,包括染色體級別的獲得(1q、8q)和缺失(4q、17p),CDKN2A和AXIN1的純合性缺失以及包含F(xiàn)GF19和CCND1的局部擴增。LIMORE模型的整體拷貝數(shù)譜與原發(fā)性肝癌非常相似。佳學(xué)基因進一步比較了細(xì)胞模型和不同類型人類癌癥的原發(fā)癌之間的CNA譜和外顯子體細(xì)胞突變。值得注意的是,LIMORE模型與肝癌之間的相關(guān)性最高。體細(xì)胞突變的聚類分析還顯示,LIMORE模型與80%的原發(fā)性肝癌緊密聚集。在66個HBV陽性模型中,檢測到了60個模型中的353個HBV整合斷點。最常見的HBV整合位點TERT在LIMORE模型中出現(xiàn)的頻率為28.6%(16/60),與原發(fā)性肝癌的頻率相當(dāng)。這些數(shù)據(jù)表明,肝部腫瘤靶向藥物基因檢測所采用的LIMORE模型反映了原發(fā)性肝癌的基因組變異。
在建立了肝癌靶向藥物基因檢測基因變異信息多樣性的模型之后,腫瘤正確用藥基因解碼比較了LIMORE模型和原發(fā)癌之間的轉(zhuǎn)錄組。主成分分析顯示,LIMORE模型與TCGA肝癌聚集在一起。此外,90%的TCGA肝癌的表達(dá)譜與至少一個LIMORE模型呈正相關(guān)(皮爾遜相關(guān)系數(shù)r > 0.7),表明LIMORE保留了部分原發(fā)性肝癌的轉(zhuǎn)錄組特征。佳學(xué)基因進一步確定LIMORE是否保留了與轉(zhuǎn)錄組相關(guān)的功能異質(zhì)性。根據(jù)基因解碼,原發(fā)性肝癌可分為與浸潤能力相關(guān)的三個亞類。LIMORE模型被分類為Hoshida的S1(40%)、S2(30%)和S3(30%)亞類,S1亞類的百分比稍高(原發(fā)性HCC中為28%-32%),S3亞類的百分比較低(原發(fā)性HCC中為45%-57%)。LIMORE模型的亞類與遷移能力良好相關(guān),表明LIMORE模型保留了原發(fā)性肝癌的一些功能異質(zhì)性。
肝腫瘤的靶向藥物基因檢測如何真實反映患者的基因突變
在進行肝癌患者的基因突變大數(shù)據(jù)分析中,佳學(xué)基因?qū)Ρ攘薒IMORE是否捕獲了原發(fā)性肝癌中的主要致癌變異。腫瘤正確治療基因解碼從6個已發(fā)表的隊列中匯編了癌癥基因。佳學(xué)基因共確定了70個具有重復(fù)突變和2個具有拷貝數(shù)改變的基因作為肝癌的癌癥功能基因(CFGs)。與其他27種癌癥類型相比,有29個CFGs是肝癌所特有的,包括ALB、RPS6KA3和HNF4A。這些獨特的變異突出了肝癌特異性模型的必要性。
LIMORE模型捕獲了原發(fā)性肝癌中的CFG變異,包括TP53、TERT和FGF19等高頻變異,以及HNF4A和NFE2L2的低頻變異。LIMORE模型中CFG變異的整體譜與原發(fā)性肝癌相當(dāng)(Spearman r = 0.70,p = 7.2e-12)。有10個CFGs,包括TP53和CTNNB1,在LIMORE和原發(fā)性肝癌中顯示出不同的突變率。總共61個CFGs(85%)至少被1個模型覆蓋,而37個CFGs(51%)至少被3個模型覆蓋。相比之下,以前的模型中只有10個CFGs(14%)被至少3個肝癌模型覆蓋。LIMORE提高了常見CFGs的覆蓋范圍,例如TERT HBV整合(16個模型對比3個模型)和CTNNB1激活突變(8個模型對比3個模型),并捕獲了以前的模型沒有覆蓋的CFGs,包括PIK3CA和RPS6KA3(圖S2C)。對于LIMORE未檢測到的CFGs,其在原發(fā)性癌癥中的突變頻率均低于5%。
LIMORE中觀察到了原發(fā)性肝癌中常見的CFGs,如TERT和Wnt信號通路的變異。所有肝癌中常見的TERT變異在LIMORE中均有發(fā)現(xiàn)。與原發(fā)性肝癌相一致,LIMORE中的TERT啟動子突變和HBV整合是互斥的。超過30%的LIMORE模型和原發(fā)性肝癌中以互斥方式出現(xiàn)了Wnt信號通路基因(CTNNB1、AXIN1和APC)的變異。AXIN1(15/15)和APC(3/6)的功能喪失變異明顯增加,而9個CTNNB1變異中有8個激活突變。MHCC-97H攜帶CTNNB1密碼子500處的雜合性無義突變,但未增加β-catenin靶基因的表達(dá)。此外,在LIMORE模型中還發(fā)現(xiàn)了潛在的治療靶點的變異,如FGF19和MET。
如何根據(jù)肝癌患者的基因型差異選擇正確治療靶向藥物?
建立了可以反映肝癌患者基因突變多樣性的正確治療解碼平臺后,佳學(xué)基因利用LIMORE中進行了體外藥物篩選。共收集了90種抗癌藥物,包括15種化療藥物和75種分子靶向藥物,針對9種細(xì)胞功能。其中大多數(shù)藥物已獲得臨床批準(zhǔn)(n=43)或處于臨床試驗階段(n=32)。對這些藥物,佳學(xué)基因?qū)λ?1個LIMORE模型進行了篩選,每種藥物進行了7或10個劑量,生成了超過218,000個細(xì)胞-藥物相互作用的測量結(jié)果。在871個篩選板中,用作魯棒性控制的平均Z-prime值為0.84,99%的板中Z-prime值大于0.5,表明篩選實驗具有實驗魯棒性。腫瘤靶向藥物基因計算了半數(shù)抑制濃度(IC50)、最大效應(yīng)水平(Emax)和活動區(qū)域(AA)來反映LIMORE模型的藥物反應(yīng)(附表S4),這些指標(biāo)彼此之間具有良好的相關(guān)性(圖S3C)。在隨機選擇的22個LIMORE模型的生物學(xué)重復(fù)實驗中,實驗之間的一致性很高(Pearson r = 0.91,p < 2.2e-16,圖S3D)。此外,在18種藥物的一個面板中對6個已建立的模型(>20個細(xì)胞傳代)和相應(yīng)的早期傳代細(xì)胞(<10個細(xì)胞傳代)進行測試時觀察到了藥物反應(yīng)的強相關(guān)性,這可能反映了LIMORE模型在細(xì)胞傳代過程中對基因組景觀的保持。值得注意的是,通過比較CTRP或GDSC中也進行了特征化的52種藥物和21個細(xì)胞模型,肝癌的基因解碼發(fā)現(xiàn)這些藥物的反應(yīng)譜在不同研究中是可比較的。佳學(xué)基因還分析了Y-27632的影響,并發(fā)現(xiàn)總體的藥物反應(yīng)譜并未受到Y(jié)-27632的改變。在Y-27632培養(yǎng)的模型中未富集任何信號通路。有趣的是,某些源自Y-27632的模型對紫杉醇的反應(yīng)似乎稍有影響。
LIMORE模型之間的藥物反應(yīng)譜有所差異。藥物反應(yīng)的大幅變化(變異系數(shù)范圍從0.25到3.14)以及基因的多樣性使肝癌的靶向藥物基因檢測能夠發(fā)現(xiàn)與藥物反應(yīng)相關(guān)的遺傳標(biāo)記。聚類分析確定了LIMORE模型的兩個簇。簇R通常對藥物具有更強的耐藥性,而簇S則更為敏感。雖然一些簇S模型富集了與DNA修復(fù)相關(guān)的基因,但對于簇S的常見敏感機制并不明顯。與簇R的耐藥表型一致,藥物解毒和轉(zhuǎn)運相關(guān)基因在簇R中富集。這些數(shù)據(jù)表明,相當(dāng)一部分肝癌在本質(zhì)上可能對多種藥物具有耐藥性,這可能是由于它們高藥物轉(zhuǎn)化能力。當(dāng)根據(jù)HBV感染狀態(tài)將模型分開時,佳學(xué)基因發(fā)現(xiàn)HBV陽性細(xì)胞模型對阿霉素和表柔比星的敏感性較低,但對依布替尼的敏感性較高,相比之下,HBV陰性模型則相反。
具有相似作用機制(MoA)的藥物顯示出相關(guān)的反應(yīng)譜,這表明了藥物反應(yīng)數(shù)據(jù)的高效能。佳學(xué)基因確定了一組在至少25%的LIMORE模型中具有IC50 < 1 µM的強抑制效果的藥物,其中包括阿霉素和托泊替康等化療藥物,這可能反映了它們的一般細(xì)胞靜止效果。有趣的是,用于HCC治療的靶向藥物,包括索拉非尼、雷格歐非尼和樂伐替尼,并未出現(xiàn)在這個列表中,這可能與它們在HCC患者中的相對低反應(yīng)率有關(guān)。然而,佳學(xué)基因在LIMORE模型中發(fā)現(xiàn)了其他具有強效的靶向藥物,包括達(dá)沙替尼和科比替尼。盡管這些藥物在肝癌中的分子基礎(chǔ)尚不明確,但這些數(shù)據(jù)提供了用于肝癌治療的藥物候選和再利用的機會。綜上所述,這些數(shù)據(jù)表明LIMORE中的高通量藥物篩選捕獲了不同的藥物反應(yīng),并為肝癌的藥物基因組學(xué)分析提供了機會。
肝癌的藥物基因組學(xué)分析
為了捕捉LIMORE模型之間多樣化的藥物反應(yīng)模式,肝癌正確用藥基因解碼制定了藥物反應(yīng)評分(DRS)體系,它是IC50、Emax和AA中最變化參數(shù)的歸一化z-score。為了明確CFG和表達(dá)特征在藥物基因組學(xué)中的作用,腫瘤靶向藥物基因檢測利用彈性網(wǎng)絡(luò)(EN)模型從1,000次自助重采樣中推斷出對藥物反應(yīng)具有穩(wěn)健預(yù)測能力的特征。EN分?jǐn)?shù)閾值設(shè)置為0.60,表示該特征在超過60%的自助重采樣中被選擇。對于每種藥物,平均識別出了54個突變特征(23個CFG和31個非編碼突變)和249個表達(dá)特征作為藥物的預(yù)測因素。值得注意的是,預(yù)測特征包括已知的基因-藥物關(guān)聯(lián),如MRP1-順鉑和SLC35F2-YM155的關(guān)聯(lián)。
總體而言,肝部腫瘤的基因解碼確定了1,508個CFG-藥物對之間的顯著相互作用,其中有56對與索拉非尼、雷格歐非尼和樂伐替尼等已批準(zhǔn)的肝癌藥物的反應(yīng)相關(guān)??偣玻?27個CFG-藥物對與藥物耐藥性相關(guān),而781個CFG-藥物對則預(yù)測藥物敏感性。有趣的是,肝癌腫瘤基因檢測發(fā)現(xiàn)TERT啟動子中的HBV整合與藥物耐藥性相關(guān),而TERT啟動子突變對大部分藥物呈現(xiàn)敏感性。由于在特定分析HBV陽性模型時得到了類似的結(jié)果,這個發(fā)現(xiàn)不太可能是由HBV感染引起的一般性病因所致。根據(jù)上述結(jié)果,LIMORE提供了一系列的CFG-藥物相互作用,這些相互作用可以從數(shù)據(jù)集中方便地檢索,并且可以進一步作為生物標(biāo)志物進行研究。
FGF/FGFR與抗癌藥物之間的相互作用在CFG-藥物相互作用列表中排名靠前。包括樂伐替尼、BGJ398和PD173074在內(nèi)的FGFR抑制劑對于FGFR(包括FGFR1、3和4,拷貝數(shù)≥4)和FGF19擴增的肝癌細(xì)胞表現(xiàn)出選擇性敏感性。這些數(shù)據(jù)表明,F(xiàn)GF19和FGFR擴增可能作為樂伐替尼的生物標(biāo)志物。與FGF19擴增在MAPK通路激活中的作用一致,F(xiàn)GF19擴增與MEK抑制劑(MEKi)cobimetinib和trametinib的敏感性相關(guān)。值得注意的是,MEKi誘導(dǎo)的細(xì)胞死亡表現(xiàn)為細(xì)胞膜上產(chǎn)生大氣泡,這是焦亡(pyroptosis)的一種典型特征。相應(yīng)地,對MEKi的敏感性與GSDME的高表達(dá)(焦亡的關(guān)鍵調(diào)節(jié)因子)適度相關(guān)。雖然單獨的FGF19擴增或GSDME過表達(dá)可以預(yù)測對MEKi的敏感性,但同時具有FGF19擴增和高GSDME表達(dá)的細(xì)胞模型對MEKi非常敏感。GSDME表達(dá)的減少導(dǎo)致FGF19擴增模型對MEKi的敏感性降低。這些數(shù)據(jù)共同表明,MEK抑制劑對具有FGF19擴增和GSDME過表達(dá)的肝癌呈現(xiàn)特定脆弱性。
如何通過肝癌靶向藥物基因檢測找到具有合成致死相互作用的藥物
一些CFGs,例如CTNNB1,被認(rèn)為是無法治療的,但如果能夠建立適當(dāng)?shù)暮铣芍滤老嗷プ饔茫涂梢岳盟鼈冞M行治療。一簇藥物被發(fā)現(xiàn)更傾向于消除具有CTNNB1活化突變的LIMORE模型。CTNNB1活化突變與對HDAC抑制劑(如panobinostat、vorinostat和belinostat)的敏感性相關(guān)(Cohen's d分別為0.69、0.67和0.43),這與HDAC在β-連環(huán)蛋白信號傳導(dǎo)中的作用需求一致(Billin et al., 2000)。HDAC可能在介導(dǎo)藥物敏感性方面具有冗余功能,因為單個HDAC的敲除似乎不會明顯影響β-連環(huán)蛋白活化模型的細(xì)胞增殖(圖S5A)。在β-連環(huán)蛋白野生型模型中表達(dá)一個持續(xù)活化的β-連環(huán)蛋白形式增加了對HDAC抑制劑的敏感性。當(dāng)在體內(nèi)移植時,panobinostat抑制了CTNNB1突變模型的生長,但未抑制CTNNB1野生型模型的生長。此外,過度表達(dá)活化的β-連環(huán)蛋白賦予了CTNNB1野生型JHH7對panobinostat的敏感性。這些數(shù)據(jù)表明,HDAC抑制劑是一種潛在的靶向具有CTNNB1活化突變的HCCs的策略。
MYC是HCC中另一個無法治療的致癌蛋白。佳學(xué)基因解碼收集的證據(jù)表明,Wnt通路與MYC介導(dǎo)的轉(zhuǎn)錄在肝母細(xì)胞瘤和結(jié)直腸癌中存在相互作用。實際上,通過分析TCF4/7和MYC的已發(fā)表的ChIP-Seq數(shù)據(jù),肝癌腫瘤靶向藥物基困檢測發(fā)現(xiàn)Wnt靶點顯著地被TCF4/7和MYC共同結(jié)合。通過基于轉(zhuǎn)錄因子的分析,佳學(xué)基因發(fā)現(xiàn)MYC調(diào)控的轉(zhuǎn)錄程序與對HDAC抑制劑的敏感性相關(guān)(Cohen's d分別為0.91、0.60和1.18)。通過MYC的過度表達(dá)驗證了對HDAC抑制劑的增強敏感性。當(dāng)評估HDAC抑制劑的預(yù)測能力時,MYC調(diào)控的轉(zhuǎn)錄程序似乎與CTNNB1突變相當(dāng)或略強(75%–81.8% vs 62.5%–75%)。這些數(shù)據(jù)共同顯示,在LIMORE中,可以通過藥物基因組學(xué)的方法尋找針對肝癌中無法治療的致癌基因的潛在合成致死策略。
肝癌靶向藥物基因檢測如何確定使用索拉非尼的生物標(biāo)志物
由于索拉非尼是HCC的標(biāo)準(zhǔn)治療藥物,與索拉非尼相關(guān)的CFGs和基因表達(dá)具有很大的研究價值。佳學(xué)基因找到了51個與索拉非尼相關(guān)的突變特征(18個CFGs和33個非編碼突變)和77個表達(dá)特征,可以預(yù)測索拉非尼的響應(yīng)。在與索拉非尼耐藥性預(yù)測最相關(guān)的CFG特征中,KEAP1是一個重要的候選者。KEAP1的突變與NRF2信號通路的激活和索拉非尼耐藥性相關(guān)。事實上,NRF2的下游靶點在KEAP1突變的LIMORE模型中高度表達(dá)。此外,NRF2的沉默增加了KEAP1突變模型對索拉非尼的敏感性,支持了KEAP1/NRF2通路在索拉非尼耐藥性中的作用。佳學(xué)基因還發(fā)現(xiàn)了與索拉非尼敏感性相關(guān)的表達(dá)特征。以EZH2表達(dá)為例,EZH2的高表達(dá)與對索拉非尼的敏感性密切相關(guān)。通過EZH2的沉默表明,EZH2的高表達(dá)增加了對索拉非尼的抵抗性。通過DZNep對EZH2進行藥物抑制,在46個LIMORE模型中的33個模型中顯示出與索拉非尼對抗效應(yīng)(CDI>1),進一步暗示了EZH2的過度表達(dá)可能與索拉非尼協(xié)同作用??偟膩碚f,這些數(shù)據(jù)揭示了與索拉非尼敏感性相關(guān)的分子特征。
腫瘤的正確用藥基因檢測接下來探索藥物基因組學(xué)模式是否能夠轉(zhuǎn)化為索拉非尼的預(yù)測模型或生物標(biāo)志物。佳學(xué)基因基于LIMORE模型中與響應(yīng)相關(guān)的突變和表達(dá)特征開發(fā)了彈性網(wǎng)回歸模型。預(yù)測性能通過LIMORE中預(yù)測和檢測到的響應(yīng)之間的Spearman相關(guān)性進行評估。為了在體內(nèi)評估預(yù)測模型,肝癌正確用藥基因解碼使用22個接受索拉非尼治療的HCC PDX模型的獨立數(shù)據(jù)集分析了索拉非尼的預(yù)測模型,并發(fā)現(xiàn)預(yù)測響應(yīng)和實驗結(jié)果之間存在顯著相關(guān)性。
然后,肝部腫瘤正確治療基因解碼搜索了潛在的臨床實踐生物標(biāo)志物候選者。其中DKK1引起了特別的興趣,因為它涉及Wnt信號通路。佳學(xué)基因首先在PDX模型中評估了DKK1的預(yù)測能力。通過ROC分析確定了在PDX中區(qū)分高和低DKK1 mRNA水平的最佳截斷點。值得注意的是,DKK1水平高的PDX模型對索拉非尼的響應(yīng)率增加,這表明DKK1表達(dá)可能能夠預(yù)測索拉非尼在體內(nèi)的反應(yīng)。
然后,靶向藥物基因檢測基因解碼調(diào)查了DKK1是否可能成為預(yù)測患者索拉非尼反應(yīng)的潛在生物標(biāo)志物。DKK1是一種可在血清中測量的分泌蛋白,因此佳學(xué)基因分析了患者血清DKK1水平與其索拉非尼反應(yīng)之間的相關(guān)性?;仡櫺允占?4名HCC患者的索拉非尼治療前或治療后的血清樣本,并測量了DKK1水平。DKK1高水平組的患者具有更長的無進展生存期和總生存期。當(dāng)只分析索拉非尼治療前收集血清樣本的患者時,觀察到類似的趨勢??紤]到高DKK1表達(dá)與未接受索拉非尼治療的HCC患者的不良生存率相關(guān),這些數(shù)據(jù)表明DKK1可能是選擇對索拉非尼有反應(yīng)的患者的血清生物標(biāo)志物。
- 【佳學(xué)基因檢測】非小細(xì)胞肺癌抗藥后基因檢測所帶來的新方案...
- 【佳學(xué)基因靶向藥物基因檢測】 BRAF V600E 突變的非小細(xì)胞肺癌腹膜癌患者對加曲美替尼的有希望的反應(yīng)...
- 【佳學(xué)基因靶向藥物基因檢測】與突變無關(guān)的 RNA 干擾工程替代品可挽救與 Tmc1 相關(guān)的聽力損失...
- 【佳學(xué)基因檢測】基因病基因缺陷疾病的基因治療...
- 【佳學(xué)基因檢測】達(dá)拉非尼療法和BRAF基因型基因檢測...
- 【佳學(xué)基因檢測】右側(cè)單冠狀縫早閉癥基因篩查測試...
- 【佳學(xué)基因檢測】如何使用威諾利克(Venclexta)治療白血病患者?...
- 【佳學(xué)基因檢測】食道癌高水平治療使用的曲妥珠單抗(Herceptin)病理檢測指標(biāo)...
- 【佳學(xué)基因檢測】白血病降低痛苦用藥使用維甲酸(Vesanoid)分子診斷結(jié)果...
- 【佳學(xué)基因檢測】乳腺癌曲妥珠單抗(Kadcyla)靶向藥物基因檢測...
- 【佳學(xué)基因檢測】得了胃癌如何采用尼沃魯單抗(Opdivo)進行靶向治療?...
- 【佳學(xué)基因檢測】頭頸癌增加治療效果時選用的帕姆單抗(Keytruda)基因檢測依據(jù)...
- 【佳學(xué)基因檢測】使用帕姆單抗(Keytruda治療子宮內(nèi)膜癌之前要做什么基因檢測?...
- 【佳學(xué)基因檢測】使用阿韋珠單抗(Bavencio)治療內(nèi)分泌和神經(jīng)內(nèi)分泌腫瘤,會減少病人痛苦嗎?...
- 【佳學(xué)基因檢測】肺癌藥物處方治療曲美替尼(Mekinist)基因檢測信息...
- 【佳學(xué)基因檢測】食道癌尼沃魯單抗(Opdivo)正確醫(yī)學(xué)基因檢測...
- 【佳學(xué)基因檢測】肺癌如何使用特普替尼(Tepmetko)會產(chǎn)生靶向藥效果...
- 【佳學(xué)基因檢測】胃腸道間質(zhì)瘤舒尼替尼(Sutent)靶向治療基因檢測...
- 【佳學(xué)基因檢測】肝癌和膽管癌選擇非替尼(Inrebic)基因檢測指標(biāo)...
- 【佳學(xué)基因檢測】乳腺癌正確治療使用的瑪格曲希單抗(Margenza)的前提條件...
- 【佳學(xué)基因檢測】肺癌什么時候選擇甲磺酸奧希替尼(Tagrisso)達(dá)到正確醫(yī)學(xué)水平?...
- 【佳學(xué)基因檢測】使用普拉替尼(Gavreto)治療肺癌,腫瘤會不會減?。?/strong>...
- 【佳學(xué)基因檢測】身體任何部位的實體瘤使用靶向藥物治療曲美替尼(Mekinist)所需NGS結(jié)果...
- 【佳學(xué)基因檢測】什么樣的結(jié)直腸癌患者需要使用齊夫-阿飛單抗(Zaltrap)?...
- 【佳學(xué)基因檢測】使用沃利替尼(Zolinza)治療淋巴瘤之前要做什么基因檢測?...
- 【佳學(xué)基因檢測】淋巴瘤患者如何知道是否需要使用贊布魯汀(Brukinsa)?...
- 【佳學(xué)基因檢測】膀胱癌降低痛苦用藥使用沙西他胺戈維替坎(Trodelvy)分子診斷結(jié)果...
- 【佳學(xué)基因檢測】乳腺癌增加治療效果時選用的沙西他胺戈維替坎(Trodelvy)基因檢測依據(jù)...
- 【佳學(xué)基因檢測】淋巴瘤增加治療效果時選用的塞林昔(Xpovio)基因測試要求依據(jù)...
- 【佳學(xué)基因檢測】如何采用基因檢測增加塞林昔(Xpovio)對多發(fā)性骨髓瘤的治療效果?...
- 來了,就說兩句!
-
- 最新評論 進入詳細(xì)評論頁>>