📄 cancer biology

Tumor-suppressor signature for robust prognosis and prediction in adenocarcinoma non-small cell lung cancer

यह अध्ययन एक सुदृढ़ 26-जीन ट्यूमर-सप्रेसर सिग्नेचर विकसित और मान्य करता है जो एडिनोकार्सिनोमा नॉन-स्मॉल सेल लंग कैंसर के रोगियों में रोग के निदान को प्रभावी ढंग से वर्गीकृत करता है और पुनरावृत्ति की भविष्यवाणी करता है, जो कई स्वतंत्र समूहों में मौजूदा रोगनिरोधी मॉडलों की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।

मूल लेखक: Jiang, M., Tan, Y.-D.

प्रकाशित 2026-03-18

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Jiang, M., Tan, Y.-D.

मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ⚕️ यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें

🏥 बड़ी तस्वीर: फेफड़ों के कैंसर के लिए एक नया "स्मोक डिटेक्टर" (धुआं पहचानने वाला यंत्र)

कल्पना कीजिए कि नॉन-स्मॉल सेल लंग कैंसर (NSCLC), विशेष रूप से एडेनोकार्सिनोमा (ADC) प्रकार, एक ऐसे घर की तरह है जिसमें धीरे-धीरे आग लग रही है। सबसे बड़ी समस्या यह है कि जब तक धुआं इतना घना हो जाता है कि दिखाई दे (लक्षण), तब तक आग अक्सर फैल चुकी होती है, जिससे उसे बुझाना बहुत कठिन हो जाता है।

डॉक्टरों ने अतीत में यह अनुमान लगाने के लिए "स्मोक डिटेक्टर" (जीन सिग्नेचर) बनाने की कोशिश की है कि आग कितनी तेजी से फैलेगी या क्या घर बच पाएगा। हालाँकि, इनमें से अधिकांश पुराने डिटेक्टर अविश्वसनीय थे। कभी-कभी वे काम करते थे, और कभी-कभी वे गलत अलार्म देते थे क्योंकि वे गलत चीजों को देख रहे थे या गलत सेटिंग्स का उपयोग कर रहे थे।

यह शोध पत्र एक बिल्कुल नया, अत्यंत विश्वसनीय स्मोक डिटेक्टर पेश करता है जिसे TS सिग्नेचर कहा जाता है। इसे 26 विशिष्ट "ट्यूमर सप्रेसर" (Tumor Suppressor) जीनों का उपयोग करके बनाया गया है।

🔍 "ट्यूमर सप्रेसर" जीन क्या हैं? (ब्रेक)

अपने शरीर की कोशिकाओं को हाईवे पर चलती कारों के रूप में सोचें।

ऑन्कोजीन (Oncogenes) एक्सीलेटर (गैस पेडल) हैं। जब ये दब जाते हैं, तो कार अनियंत्रित होकर तेज भागने लगती है (कैंसर)।
ट्यूमर सप्रेसर (TS) जीन ब्रेक हैं। एक स्वस्थ कार में, ब्रेक गति को सुरक्षित रखने के लिए पूरी तरह से काम करते हैं।

एक कैंसर वाली कार में, ब्रेक काट दिए जाते हैं। कार इसलिए दुर्घटनाग्रस्त नहीं होती क्योंकि एक्सीलेटर फंस गया है; बल्कि इसलिए होती है क्योंकि ब्रेक खत्म हो गए हैं।

शोधकर्ताओं ने 26 विशिष्ट "ब्रेक" जीन खोजे। उन्होंने देखा कि स्वस्थ लोगों में, ये ब्रेक मजबूत और काम कर रहे होते हैं। कैंसर के रोगियों में, ये ब्रेक लगभग हमेशा कटे हुए या गायब होते हैं।

🛠️ उन्होंने नया डिटेक्टर कैसे बनाया

शोधकर्ताओं ने केवल एक ब्रेक को नहीं देखा; उन्होंने एक साथ 26 ब्रेकों को देखा। उन्होंने अपना सिस्टम इस प्रकार बनाया:

वेटेड स्कोर (Weighted Score): कल्पना कीजिए कि आपके पास ब्रेक की जांच करने के लिए 26 मैकेनिक हैं। कुछ मैकेनिक ब्रेक पैड को पहचानने में विशेषज्ञ हैं, जबकि अन्य कम विश्वसनीय हैं। शोधकर्ताओं ने प्रत्येक 26 जीनों को एक "वेट" (स्कोर) दिया, इस आधार पर कि वे जीवित रहने की भविष्यवाणी करने में कितने अच्छे हैं। यदि कोई जीन एक बहुत अच्छा भविष्यवक्ता है, तो उसे भारी वेट मिलता है। यदि वह कमजोर है, तो उसे हल्का वेट मिलता है।
अंतिम स्कोर (Final Score): उन्होंने प्रत्येक रोगी के लिए सभी 26 जीनों को मिलाकर एक एकल संख्या (TS सिग्नेचर स्कोर) बनाई।
- हाई स्कोर (High Score): ब्रेक ज्यादातर बरकरार हैं। कार सुरक्षित है। (अच्छा प्रोग्नोसिस/परिणाम)।
- लो स्कोर (Low Score): ब्रेक कटे हुए हैं। कार दुर्घटना की ओर तेजी से बढ़ रही है। (खराब प्रोग्नोसिस/परिणाम)।

🧪 परीक्षण का मैदान: सात अलग-अलग ट्रैक

अपने नए डिटेक्टर को साबित करने के लिए, उन्होंने इसे केवल लोगों के एक समूह पर नहीं परखा। उन्होंने विभिन्न देशों (USA, कोरिया, फ्रांस, आदि) और विभिन्न समय अवधियों के रोगियों के सात अलग-अलग समूहों (कोहॉर्ट्स) पर इसका परीक्षण किया।

परिणाम: लगभग हर समूह में, हाई TS स्कोर वाले रोगी अन्य लोगों की तुलना में बहुत लंबे समय तक जीवित रहे और उनमें कैंसर के वापस आने (रिलैप्स) की संभावना बहुत कम थी।
तुलना: उन्होंने अपने नए डिटेक्टर को अन्य वैज्ञानिकों द्वारा बनाए गए चार प्रसिद्ध "स्मोक डिटेक्टरों" के खिलाफ खड़ा किया। नया TS सिग्नेचर उन सभी की तुलना में अधिक सटीक और सुसंगत था। यह एक हाई-टेक डिजिटल सेंसर की तुलना एक पुराने, जंग लगे मैकेनिकल बेल (घंटी) से करने जैसा था।

🔬 मुख्य खोजें ("आहा!" क्षण)

1. जैसे-जैसे आग बढ़ती है, ब्रेक कटते जाते हैं
कैंसर के शुरुआती चरणों (स्टेज 1) में, स्वस्थ ब्रेक और कैंसर वाले ब्रेक के बीच का अंतर देखना कठिन होता है। लेकिन जैसे-जैसे कैंसर बदतर होता जाता है (स्टेज 2 और 3), कैंसर कोशिकाओं में ब्रेक पूरी तरह से नष्ट हो जाते हैं, जबकि स्वस्थ कोशिकाओं में ब्रेक मजबूत बने रहते हैं। इसका मतलब है कि यह टेस्ट वास्तव में यह बता सकता है कि कैंसर कितना उन्नत है, केवल जीनों को देखकर।

2. "एक्सीलेटर" बनाम "ब्रेक"
शोधकर्ताओं ने देखा कि "ब्रेक" (TS जीन) "एक्सीलेटर" (Oncogenes) के साथ कैसे परस्पर क्रिया करते हैं।

स्वस्थ ऊतकों (tissue) में, वे आपस में ज्यादा संघर्ष नहीं करते।
देर के चरण के कैंसर में, "एक्सीलेटर" चिल्ला रहे होते हैं "जाओ!" जबकि "ब्रेक" चिल्ला रहे होते हैं "रुको!" (लेकिन वे कटे हुए हैं)। दोनों समूह पूर्ण विरोध में हैं। यह पुष्टि करता है कि TS जीन बिल्कुल वही कर रहे हैं जो उन्हें करना चाहिए: कैंसर को रोकने की कोशिश करना।

3. यह टूटे हुए हिस्सों के बारे में नहीं है, यह 'खामोशी' के बारे में है
आमतौर पर, जब हम जेनेटिक म्यूटेशन (उत्परिवर्तन) के बारे में सोचते हैं, तो हम एक टूटे हुए हिस्से (जैसे मैनुअल में टाइपो) के बारे में सोचते हैं। शोधकर्ताओं ने कुछ आश्चर्यजनक पाया:

ऑन्कोजीन (Oncogenes - एक्सीलेटर): इनमें अक्सर वास्तविक म्यूटेशन (टाइपो) होते हैं जो उन्हें फंसा देते हैं।
TS जीन (ब्रेक): इनमें आमतौर पर म्यूटेशन नहीं होते हैं। इसके बजाय, कैंसर बस इन्हें बंद (साइलेंस) कर देता है।
उपमा: कार इसलिए दुर्घटनाग्रस्त नहीं हुई क्योंकि ब्रेक पेडल टूट गया था; बल्कि इसलिए हुई क्योंकि किसी ने चुपचाप तार काट दिए थे। यही कारण है कि इन विशिष्ट जीनों में म्यूटेशन खोजने के बजाय उनके एक्सप्रेशन (जीन कितना काम कर रहा है) को देखना अधिक महत्वपूर्ण है।

4. "शोर" (Noise) फिल्टर
पुराने परीक्षणों की सबसे बड़ी समस्याओं में से एक यह थी कि वे मरीजों को बिल्कुल बीच में (संशय वाले क्षेत्र में) वर्गीकृत करने की कोशिश करते थे। शोधकर्ताओं ने महसूस किया कि "मध्यम" समूह केवल शोर (noise) है—भ्रमित करने वाला डेटा जो आपको कुछ नहीं बताता।

उन्होंने बीच के समूह (मध्यम स्कोर वाले मरीज) को अनदेखा करने का निर्णय लिया।
उन्होंने केवल स्पष्ट "हाई" और स्पष्ट "लो" समूहों को ही देखा।
उपमा: यह अनुमान लगाने के बजाय कि रोशनी "धुंधली" है या नहीं, उन्होंने केवल उन रोशनी को देखा जो स्पष्ट रूप से "चालू" या "बंद" थीं। इसने उनकी भविष्यवाणियों को बहुत अधिक सटीक और विश्वसनीय बना दिया।

🏁 निष्कर्ष

यह शोध पत्र फेफड़ों के कैंसर के रोगियों के भविष्य की भविष्यवाणी करने के लिए एक मजबूत और विश्वसनीय उपकरण प्रस्तुत करता है।

मरीजों के लिए: यह यह जानने का एक तरीका प्रदान करता है कि क्या उनके कैंसर के वापस आने की संभावना है, जिससे वे और उनके डॉक्टर बेहतर उपचार निर्णय ले सकते हैं।
डॉक्टरों के लिए: यह एक "सुपर-सिग्नेचर" प्रदान करता है जो विभिन्न आबादी में काम करता है और पिछले तरीकों से बेहतर है।
मुख्य बात: 26 जीनों पर ध्यान केंद्रित करके जो शरीर के ब्रेक के रूप में कार्य करते हैं, और भ्रमित करने वाले मध्यम स्तर को अनदेखा करके, यह नया सिग्नेचर एक स्पष्ट और सटीक तस्वीर देता है कि कौन जोखिम में है और कौन सुरक्षित है।

यह अंततः एक ऐसे स्मोक डिटेक्टर को पाने जैसा है जो केवल बेमतलब की आवाज नहीं करता, बल्कि सटीक रूप से बताता है कि आग फैलने से पहले आपके पास कितना समय है।

यहाँ शोध पत्र "Tumor-suppressor signature for robust prognosis and prediction in adenocarcinoma non–small cell lung cancer" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

नॉन-स्मॉल सेल लंग कैंसर (NSCLC), विशेष रूप से एडेनोकार्सिनोमा (ADC) उपप्रकार, कैंसर से संबंधित मृत्यु दर का एक प्रमुख कारण बना हुआ है। वर्तमान चुनौतियाँ निम्नलिखित हैं:

प्रारंभिक पहचान का अभाव: केवल ~25% रोगियों का निदान प्रारंभिक अवस्था में होता है जो उपचारात्मक सर्जरी के अनुकूल है।
उच्च पुनरावृत्ति दर (High Recurrence Rates): पूर्ण विच्छेदन (resection) के बाद भी, पुनरावृत्ति दर उच्च रहती है (उदाहरण के लिए, स्टेज 3A के 77% रोगी 5 वर्षों के भीतर मृत्यु को प्राप्त होते हैं)।
मौजूदा बायोमार्कर की असंगतता: NSCLC के लिए पहले प्रकाशित कई जीन सिग्नेचर रोगनिदान (prognosis) में असंगत रहे हैं। यह अक्सर इसलिए होता है क्योंकि वे उन जीनों पर निर्भर करते हैं जो कुछ चरणों में अप-रेगुलेटेड (up-regulated) हो सकते हैं और अन्य में डाउन-रेगुलेटेड (down-regulated), या ट्यूमर उपप्रकारों के बीच भिन्न हो सकते हैं।
मजबूत तंत्र की आवश्यकता: बेहतर भविष्यवाणी सटीकता और मजबूती (robustness) में सुधार के लिए ऐसे जीनों पर आधारित एक रोगनिरूपण सिग्नेचर की आवश्यकता है जिनका जैविक व्यवहार स्थिर हो (जैसे, ट्यूमर सप्रेसर जो कैंसर में लगातार दमित/repressed रहते हैं)।

2. कार्यप्रणाली (Methodology)

डेटा संग्रह (Data Collection)

प्रशिक्षण कोहॉर्ट्स (Training Cohorts): सिग्नेचर वेट्स (weights) को प्रशिक्षित करने के लिए तीन माइक्रोअरे डेटासेट (GSE3141, GSE8894, GSE68465) का उपयोग किया गया।
परीक्षण/सत्यापन कोहॉर्ट्स (Testing/Validation Cohorts): सिग्नेचर के सत्यापन के लिए चार स्वतंत्र डेटासेट (GSE50080, GSE37745, GSE31210, GSE30219) का उपयोग किया गया।
जैविक लक्षण वर्णन डेटासेट (Biological Characterization Datasets): विभिन्न चरणों में सामान्य और ट्यूमर ऊतकों के बीच विभेदक अभिव्यक्ति (differential expression) के विश्लेषण के लिए अतिरिक्त डेटासेट (GSE19804, GSE103512, GSE40275) का उपयोग किया गया।
उत्परिवर्तन डेटा (Mutation Data): TCGA से 568 LUAD (लंग एडेनोकार्सिनोमा) सोमैटिक म्यूटेशन फाइलों का विश्लेषण किया गया।
केंद्र बिंदु: अध्ययन ने अन्य NSCLC उपप्रकारों (SCC, LCC) के भ्रमित प्रभावों से बचने के लिए विशेष रूप से एडेनोकार्सिनोमा (ADC) रोगियों पर ध्यान केंद्रित किया।

सिग्नेचर निर्माण (भारित स्कोरिंग एल्गोरिदम - The Weighted Scoring Algorithm)

पारंपरिक सिग्नेचरों के विपरीत जो सरल औसत या मीडियन स्प्लिट का उपयोग करते हैं, लेखकों ने एक भारित स्कोरिंग एल्गोरिदम विकसित किया:

यूनिवेरिएट कॉक्स रिग्रेशन (Univariate Cox Regression): 26 पूर्व-चयनित ट्यूमर सप्रेसर (TS) जीनों के लिए हैज़र्ड रेशियो और p-वैल्यू उत्पन्न करने के लिए इसे किया गया।
वेट (Weight) गणना: प्रत्येक जीन को उनके p-वैल्यू के नेगेटिव लॉग के आधार पर वेट ( $w_g$ ) दिया गया:
$w_g = \frac{-\log_b(p_g)}{\sum_{g=1}^{n} -\log_b(p_g)}$
जीन जिनका उत्तरजीविता (survival) के साथ मजबूत संबंध था (कम p-वैल्यू), उन्हें उच्च वेट प्राप्त हुआ।
सिग्नेचर स्कोर ( $x_i$ ): प्रत्येक रोगी के लिए एक संयुक्त स्कोर जीन एक्सप्रेशन के भारित योग के रूप में निकाला गया:
$x_i = \sum_{g=1}^{n} w_g x_{ig}$
स्तरीकरण (Stratification): रोगियों को z-स्कोर नॉर्मलाइजेशन का उपयोग करके वर्गीकृत किया गया:
- उच्च अभिव्यक्ति (High Expression): $z > 0.2$ (अच्छे रोगनिदान से जुड़ा हुआ)।
- निम्न अभिव्यक्ति (Low Expression): $z < -0.2$ (खराब रोगनिदान से जुड़ा हुआ)।
- मध्यम/शोर (Medium/Noise): $-0.2 \le z \le 0.2$ (सर्वाइवल विश्लेषण में शोर को कम करने के लिए इन्हें बाहर रखा गया)।

सांख्यिकीय विश्लेषण (Statistical Analysis)

उत्तरजीविता विश्लेषण (Survival Analysis): कोवेरिएट्स (आयु, लिंग, धूम्रपान, TNM स्टेज, जीनोटाइप) को समायोजित करते हुए यूनिवेरिएबल और मल्टीवेरिएबल कॉक्स प्रोपोर्शनल हैजर्ड मॉडल का उपयोग किया गया।
प्रदर्शन मेट्रिक्स (Performance Metrics): उत्तरजीविता विज़ुअलाइज़ेशन के लिए कपलान-मीयर (Kaplan-Meier) कर्व्स और भविष्य कहने वाली सटीकता के लिए रिसीवर ऑपरेटिंग कैरेक्टरिस्टिक (ROC) विश्लेषण से AUC का उपयोग किया गया।
तुलनात्मक विश्लेषण: TS सिग्नेचर का बेंचमार्किंग चार मौजूदा सिग्नेचरों (He-Zuo, Chen, Navab, Huang) के विरुद्ध किया गया।

3. मुख्य योगदान (Key Contributions)

एक मजबूत 26-जीन TS सिग्नेचर की पहचान: अध्ययन ने 26 विशिष्ट ट्यूमर सप्रेसर जीनों को मान्य किया जो ट्यूमर में लगातार डाउन-रेगुलेटेड और सामान्य ऊतकों में अप-रेगुलेटेड होते हैं।
नवीन वेटिंग रणनीति (Novel Weighting Strategy): लेखकों ने एक p-वैल्यू-आधारित वेटिंग सिस्टम पेश किया जो सभी जीनों को समान मानने के बजाय सबसे मजबूत रोगनिदान मूल्य वाले जीनों को प्राथमिकता देता है।
कठोर स्तरीकरण पद्धति: "शोर" अंतराल (z-स्कोर -0.2 और 0.2 के बीच) को बाहर करके, अध्ययन मीडियन-आधारित कटऑफ से जुड़ी अस्थिरता से बचता है, जिससे विविध कोहॉर्ट्स में अधिक सुसंगत परिणाम मिलते हैं।
जैविक सत्यापन: अध्ययन ने ट्यूमर जीव विज्ञान के साथ सिग्नेचर को जोड़ने वाले व्यापक साक्ष्य प्रदान किए, जिसमें शामिल हैं:
- स्टेज-निर्भर विभेदक अभिव्यक्ति (स्टेज 1A में कमजोर, स्टेज 3 में मजबूत)।
- उन्नत चरणों में ऑन्कोजीन्स (oncogenes) के साथ नकारात्मक सहसंबंध।
- विशिष्ट सोमैटिक म्यूटेशन प्रोफाइल (TS जीन में ऑन्कोजीन्स की तुलना में कम म्यूटेशन दर है, जो बताता है कि दमन अक्सर एपिजेनेटिक/ट्रांसक्रिप्शनल होता है न कि म्यूटेशनल)।

4. मुख्य परिणाम (Key Results)

विभेदक अभिव्यक्ति (Differential Expression): 26 TS जीनों ने स्टेज 1A में कमजोर अभिव्यक्ति अंतर दिखाया लेकिन स्टेज 3 तक ट्यूमर में दृढ़ता से डाउन-रेगुलेटेड हो गए। यह पैटर्न सिग्नेचर को ट्यूमर विकासात्मक चरणों की पहचान करने की क्षमता प्रदान करता है।
सहसंबंध पैटर्न (Correlation Patterns):
- ऑन्कोजीन्स (Oncogenes): उन्नत चरणों (स्टेज 3) में TS जीन ऑन्कोजीन्स के साथ मजबूत नकारात्मक सहसंबंध दिखाते हैं, जो उनके ट्यूमर-सप्रेसिव रोल की पुष्टि करते हैं।
- इम्यून जीन (PD-1): अधिकांश इम्यून चेकपॉइंट जीन TS जीनों की तरह व्यवहार करते हैं (ट्यूमर में डाउन-रेगुलेटेड), सिवाय PDCD1 (PD-1) और SIT1 के, जो ऑन्कोजीन-जैसे पैटर्न (ट्यूमर में अप-रेगुलेटेड) दिखाते हैं।
म्यूटेशन प्रोफाइल: 26 TS जीनों के लिए 568 LUAD नमूनों में केवल 32% सोमैटिक म्यूटेशन पाए गए, जबकि 26 ऑन्कोजीन्स के लिए यह 68% था। यह सुझाव देता है कि TS फंक्शन का नुकसान मुख्य रूप से कोडिंग म्यूटेशन के बजाय ट्रांसक्रिप्शनल दमन द्वारा संचालित होता है।
रोगनिदान प्रदर्शन (Prognostic Performance):
- उत्तरजीविता (Survival): उच्च TS सिग्नेचर अभिव्यक्ति लगातार सभी 7 स्वतंत्र कोहॉर्ट्स में मृत्यु और पुनरावृत्ति के जोखिम में महत्वपूर्ण कमी से जुड़ी थी (अधिकांश मामलों में p-वलेय < 0.05)।
- AUC मेट्रिक्स: TS सिग्नेचर ने मौजूदा सिग्नेचरों को पछाड़ दिया।
  - GSE30219 (रिलैप्स): AUC = 0.8133 (अन्यों के 0.53–0.68 की सीमा के मुकाबले श्रेष्ठ)।
  - GSE3141: AUC = 0.7424।
  - GSE8894: AUC = 0.7033।
- मजबूती (Robustness): अन्य सिग्नेचरों के विपरीत जो विशिष्ट कोहॉर्ट्स में विफल रहे (जैसे, He-Zuo GSE8894 में विफल रहा), TS सिग्नेचर ने सभी डेटासेट और उपसमूहों (स्टेज 1 और स्टेज 1-2 सहित) में भविष्य कहने की शक्ति बनाए रखी।

5. महत्व (Significance)

नैदानिक उपयोगिता (Clinical Utility): TS सिग्नेचर NSCLC-ADC रोगियों में समग्र उत्तरजीविता और पुनरावृत्ति की भविष्यवाणी करने के लिए एक अत्यधिक मजबूत बायोमार्कर के रूप में कार्य करता है, जो सर्जरी के बाद जोखिम स्तरीकरण (risk stratification) में सहायता कर सकता है।
यांत्रिक अंतर्दृष्टि (Mechanistic Insight): यह अध्ययन इस परिकल्पना को पुख्ता करता कि फेफड़ों के कैंसर में ट्यूमर सप्रेसर का नुकसान अक्सर सोमैटिक म्यूटेशन के बजाय एपिजेनेटिक साइलेंसिंग या ट्रांसक्रिप्शनल रिप्रेशन द्वारा संचालित होता है, जो पुन: सक्रियण उपचारों (re-activation therapies) के लिए संभावित लक्ष्यों को उजागर करता है।
सामान्यीकरण (Generalizability): (p-वैल्यू पर आधारित भारित स्कोरिंग + z-स्कोर स्तरीकरण) की कार्यप्रणाली को एक सामान्य ढांचे के रूप में प्रस्तुत किया गया है जिसे अन्य कैंसर प्रकारों में अधिक स्थिर रोगनिदान सिग्नेचर विकसित करने के लिए लागू किया जा सकता है।
प्रारंभिक पहचान की क्षमता: प्रारंभिक चरणों (स्टेज 1A/1B) में भी अभिव्यक्ति अंतर का पता लगाने की क्षमता, ट्यूमर प्रगति की निगरानी और प्रारंभिक पहचान में उपयोगिता का सुझाव देती है।

निष्कर्षतः, यह शोध पत्र एक जैविक रूप से आधारित, सांख्यिकीय रूप से मजबूत जीन सिग्नेचर प्रस्तुत करता है जो मौजूदा मॉडलों की तुलना में लंग एडेनोकार्सिनोमा के लिए रोगनिदान भविष्यवाणी की सटीकता में महत्वपूर्ण सुधार करता है।