Nat Genet：科学家开发出能识别驱动侵袭性癌症生长的肿瘤细胞的首个计算机算法

增殖时癌症发生的一个关键标志，但在肿瘤内共存的进化上不同的克隆之间是否存在差异，目前研究人员并不清楚。近日，一篇发表在国际杂志Nature Genetics上题为“Characterizing the evolutionary dynamics of cancer proliferation in single-cell clones with SPRINTER”的研究报告中，来自英国伦敦大学学院等机构的科学家们通过研究开发出了能识别出哪些肿瘤细胞正在驱动侵袭性癌症生长的首个计算机算法。这种称之为SPRINTER的创新性算法能分析肿瘤内的单个细胞从而识别出那些生长速度最快的癌细胞，这一技术最终或能帮助临床医生在肿瘤早期阶段就能检测出快速生长的癌细胞，并帮助预测患者的癌症如何进展。

这篇研究报告中，研究人员详细介绍他们的工作，Simone Zaccaria博士表示，在这项研究中使用复杂计算机算法的重要性或许怎么强调都不为过，其能帮助我们快速准确处理大量复杂的数据，并揭示利用人工无法发现的细胞生长的特殊模式。癌症研究的未来进展取决于尖端技术的使用，这或许能为更精准的干预策略和患者更好的治疗结局铺平道路。目前开发一种新型靶向性癌症疗法极具挑战，因为肿瘤中包含了多样化和复杂的癌细胞群，这意味着相同肿瘤内的不同细胞对疗法的反应也不同，其会进化出耐药性并以一种意想不到的方式适应疗法。

SPRINTER算法的简介

为此，研究人员就想通过识别出哪些癌细胞生长地最快，从而发现能区分这些细胞群的新方法，进而影响患者的治疗预后。文章中，研究人员利用SPRINTER分析了非小细胞肺癌（一种最常见的肺癌类型）患者机体中近1.5万个癌细胞，这或许就能促使研究人员比较患者原始肿瘤和扩散到机体其它部位肿瘤中的细胞差异，结果发现，生长速度最快的癌细胞负责将癌症扩散到机体其它部位，而这些细胞也负责播散额外的继发性肿瘤的种子，而不是所有次级肿瘤都源于原发性肿瘤。他们还发现，这些细胞能向机体血液中释放出更多的DNA（即ctDNA，循环肿瘤DNA），这或许就为研究人员开发新型血液测试手段提供了一个新的机会，从而帮其能识别出以简单且微创手段驱动患者机体肿瘤的侵袭性细胞。

研究者Iain Foulkes博士说道，这项研究是我们努力改善肺癌患者治疗前景的关键一步，同时也能为所有癌症的基础生物学研究提供非常有价值的见解；从揭开肺癌的病因到开发治疗肺癌的药物，再到倡导疗法的改变，如今英国癌症研究中心正在推动这一人类疾病的研究取得进展。研究人员希望这些研究能为后期进行临床研究奠定基础，并能将从SPRINTER获得的研究见解带到真实世界的癌症疗法中，早期发现侵袭性癌细胞群并随着时间对其进行监测或能为后期开发更为主动且个体化的癌症疗法提供新的途径。参与这项研究的患者同时也被招募到了TRACERx和PEACE研究计划中，这两项研究旨在共同追踪患者从诊断为肺癌到其死亡的变化过程。

研究者Charles Swanton指出，本文研究表明，诸如TRACERx和PEACE这样的开创性研究或能帮助我们深入理解人类癌症的起源和进展，通过利用尖端技术并汇集癌症研究领域的众多科学家们，我相信未来通过深入研究或能揭示出癌症进展和进化的复杂特性。综上，本文研究中，研究人员通过将SPRINTER算法应用于此前产生的61,914个乳腺癌细胞和卵巢癌细胞的数据集，揭示了不同基因组变异的单细胞率的增加，以及高增殖克隆群中与增殖相关的基因扩增的富集现象。（生物谷Bioon.com）

参考文献：

Lucas, O., Ward, S., Zaidi, R. et al. Characterizing the evolutionary dynamics of cancer proliferation in single-cell clones with SPRINTER. Nat Genet (2024). doi：10.1038/s41588-024-01989-z