BOLALARDA NEYROBLASTOMANING KIMYOTERAPIYAGA SEZUVCHANLIGI VA DORI VOSITALARIGA REZISTENTLIGI: ZAMONAVIY BIOMARKERLAR HAMDA MULTIPARAMETRIK PROGNOZLASH ISTIQBOLLARI
- Авторы: Sabirov Djaxongir Ruziyevich, Parpiyev Bekzod Ulug‘bek o‘g‘li
- Дата публикации:September 25, 2026
- Тип:Статья
- DOI: 10.64156/mju.9765 Скопировано
- Том / № Выпуска:Том 1 №5 (2026)
Аннотация
Annotatsiya. Tadqiqot maqsadi. Bolalarda neyroblastomaning kimyoterapiyaga sezuvchanligi va dori vositalariga rezistentligini baholashda qo‘llaniladigan klinik, morfologik, immunogistokimyoviy, molekulyar va dinamik biomarkerlarning daliliy qiymatini tahlil qilish hamda multiparametrik prognozlash imkoniyatlarini baholash.
Materiallar va usullar. INRG/COG stratifikatsiyasi, INRC mezonlari, MIBG tekshiruvi, suyak ko‘migi va minimal qoldiq kasallik monitoringi, MYCN, ALK, TP53/p53, BCL-2, PHOX2B, Trk retseptorlari, hujayraviy plastiklik holatlari, ctDNA, radiomika va raqamli patologiyaga oid klinik hamda molekulyar tadqiqotlar tahlil qilindi.
Xulosa. Alohida olingan biror biomarker individual terapevtik javobni yetarli aniqlikda bashorat qila olmaydi. Erta anatomik regressiya ham rezistent qoldiq klonlarning to‘liq yo‘qolganini anglatmaydi. Shu sababli klinik xavf darajasi, o‘sma to‘qimasining biologik xususiyatlari va davolash jarayonidagi javob dinamikasini birlashtiruvchi, izohlanadigan hamda bosqichma-bosqich validatsiya qilinadigan multiparametrik model eng maqbul yondashuv hisoblanadi.
Kalit so‘zlar: neyroblastoma, kimyoterapiyaga sezuvchanlik, kimyorezistentlik, MYCN, minimal qoldiq kasallik, multiparametrik prognozlash.
Аннотация. Цель исследования. Проанализировать доказательную ценность клинических, морфологических, иммуногистохимических, молекулярных и динамических биомаркеров, используемых для оценки чувствительности и резистентности нейробластомы к химиотерапии у детей, а также оценить возможности мультипараметрического прогнозирования.
Материалы и методы. Проанализированы клинические и молекулярные исследования, посвящённые стратификации INRG/COG, критериям INRC, MIBG, исследованию костного мозга и мониторингу минимальной остаточной болезни, а также MYCN, ALK, TP53/p53, BCL-2, PHOX2B, Trk-рецепторам, состояниям клеточной пластичности, ctDNA, радиомике и цифровой патологии.
Заключение. Ни один отдельно взятый биомаркер не обеспечивает достаточной точности индивидуального прогнозирования терапевтического ответа. Ранняя анатомическая регрессия также не свидетельствует о полном устранении резистентных остаточных клонов. Наиболее обоснованным подходом является интерпретируемая и поэтапно валидируемая мультипараметрическая модель, объединяющая исходный клинический риск, биологические характеристики опухолевой ткани и динамику ответа на проводимое лечение.
Ключевые слова: нейробластома, чувствительность к химиотерапии, химиорезистентность, MYCN, минимальная остаточная болезнь, мультипараметрическое прогнозирование.
Abstract. Purpose of the study. To analyze the evidentiary value of clinical, morphological, immunohistochemical, molecular and dynamic biomarkers used to assess chemotherapy sensitivity and resistance in pediatric neuroblastoma and to evaluate the prospects for multiparametric prediction.
Materials and methods. Clinical and molecular studies concerning INRG/COG stratification, INRC criteria, MIBG imaging, bone marrow and minimal residual disease monitoring, MYCN, ALK, TP53/p53, BCL-2, PHOX2B, Trk receptors, cellular plasticity states, ctDNA, radiomics and digital pathology were analyzed.
Conclusion. No single biomarker provides sufficient accuracy for predicting an individual therapeutic response. Early anatomical regression does not necessarily indicate the complete eradication of resistant residual clones. The most appropriate approach is an interpretable and progressively validated multiparametric model combining baseline clinical risk, tumor tissue biology and longitudinal treatment-response dynamics.
Keywords: neuroblastoma, chemotherapy sensitivity, chemoresistance, MYCN, minimal residual disease, multiparametric prediction.
References
- 1. Ackermann S., Cartolano M., Hero B. et al. A mechanistic classification of clinical phenotypes in neuroblastoma // Science. 2018. Vol. 362, No. 6419. P. 1165–1170. DOI: 10.1126/science.aat6768.
- 2. Berko E.R., Kamili A., Yeo M. et al. Circulating tumor DNA reveals mechanisms of lorlatinib resistance in patients with relapsed/refractory ALK-driven neuroblastoma // Nature Communications. 2023. Vol. 14. Article 2641. DOI: 10.1038/s41467-023-38195-0.
- 3. Collins G.S., Reitsma J.B., Altman D.G. et al. Transparent Reporting of a multivariable prediction model for Individual Prognosis or Diagnosis: the TRIPOD statement // BMJ. 2015. Vol. 350. Article g7594. DOI: 10.1136/bmj.g7594.
- 4. Del Bufalo F., De Angelis B., Caruana I. et al. GD2-CART01 for relapsed or refractory high-risk neuroblastoma // New England Journal of Medicine. 2023. Vol. 388, No. 14. P. 1284–1295. DOI: 10.1056/NEJMoa2210859.
- 5. Eleveld T.F., Oldridge D.A., Bernard V. et al. Relapsed neuroblastomas show frequent RAS-MAPK pathway mutations // Nature Genetics. 2015. Vol. 47, No. 8. P. 864–871. DOI: 10.1038/ng.3333.
- 6. Goldsmith K.C., Park J.R., Kayser K. et al. Lorlatinib with or without chemotherapy in ALK-driven refractory/relapsed neuroblastoma: phase 1 trial results // Nature Medicine. 2023. Vol. 29, No. 5. P. 1092–1102. DOI: 10.1038/s41591-023-02297-5.
- 7. Grossmann L.D., Chen C.H., Uzun Y. et al. Identification and characterization of chemotherapy-resistant high-risk neuroblastoma persister cells // Cancer Discovery. 2024. Vol. 14, No. 12. P. 2387–2406. DOI: 10.1158/2159-8290.CD-24-0046.
- 8. Irwin M.S., Naranjo A., Zhang F.F. et al. Revised Neuroblastoma Risk Classification System: a report from the Children’s Oncology Group // Journal of Clinical Oncology. 2021. Vol. 39, No. 29. P. 3229–3241. DOI: 10.1200/JCO.21.00278.
- 9. Locatelli F., Pagliara D., De Ioris M.A. et al. GD2-targeting CAR T cells in high-risk neuroblastoma: a phase 1/2 trial // Nature Medicine. 2025. Vol. 31. P. 3689–3699. DOI: 10.1038/s41591-025-03874-6.
- 10. Matthay K.K., Maris J.M., Schleiermacher G. et al. Neuroblastoma // Nature Reviews Disease Primers. 2016. Vol. 2. Article 16078. DOI: 10.1038/nrdp.2016.78.
- 11. Monclair T., Brodeur G.M., Ambros P.F. et al. The International Neuroblastoma Risk Group staging system: an INRG Task Force report // Journal of Clinical Oncology. 2009. Vol. 27, No. 2. P. 298–303. DOI: 10.1200/JCO.2008.16.6876.
- 12. Park J.R., Bagatell R., Cohn S.L. et al. Revisions to the International Neuroblastoma Response Criteria: a consensus statement from the NCI Clinical Trials Planning Meeting // Journal of Clinical Oncology. 2017. Vol. 35, No. 22. P. 2580–2587. DOI: 10.1200/JCO.2016.72.0177.
- 13. Park J.R., Kreissman S.G., London W.B. et al. Effect of tandem autologous stem cell transplant vs single transplant on event-free survival in patients with high-risk neuroblastoma: a randomized clinical trial // JAMA. 2019. Vol. 322, No. 8. P. 746–755. DOI: 10.1001/jama.2019.11642.
- 14. Qian L., Yang S., Zhang S. et al. Prediction of MYCN amplification, 1p and 11q aberrations in pediatric neuroblastoma via pre-therapy 18F-FDG PET/CT radiomics // Frontiers in Medicine. 2022. Vol. 9. Article 840777. DOI: 10.3389/fmed.2022.840777.
- 15. Ramesh S., Dyer E., Pomaville M. et al. Artificial intelligence-based morphologic classification and molecular characterization of neuroblastic tumors from digital histopathology // npj Precision Oncology. 2024. Vol. 8. Article 255. DOI: 10.1038/s41698-024-00745-0.
- 16. van Groningen T., Koster J., Valentijn L.J. et al. Neuroblastoma is composed of two super-enhancer-associated differentiation states // Nature Genetics. 2017. Vol. 49, No. 8. P. 1261–1266. DOI: 10.1038/ng.3899.
- 17. Wolff R.F., Moons K.G.M., Riley R.D. et al. PROBAST: a tool to assess the risk of bias and applicability of prediction model studies // Annals of Internal Medicine. 2019. Vol. 170, No. 1. P. 51–58. DOI: 10.7326/M18-1376.
- 18. Yu W., Biyik-Sit R., Uzun Y. et al. Longitudinal single-cell multiomic atlas of high-risk neuroblastoma reveals chemotherapy-induced tumor microenvironment rewiring // Nature Genetics. 2025. Vol. 57, No. 5. P. 1142–1154. DOI: 10.1038/s41588-025-02158-6.