Brief Bioinform：利用基因组测序和AI分析或能揭示隐藏在乳腺癌发病背后的特殊遗传标志物

乳腺癌是如今影响西方女性健康最常见的恶性肿瘤，据估计，有高达10%的乳腺癌病例的发生归因于种系突变（germline variants），然而大多数家族性乳腺癌病例的遗传基础研究人员并不确定，因此发现促进家族性乳腺癌的易感基因或具有一定的挑战性，因为其被认为是非常罕见的、较低的外显率和复杂的生物学机制。

近日，一篇发表在国际杂志Briefings in Bioinformatics上题为“Discovering predisposing genes for hereditary breast cancer using deep learning”的研究报告中，来自耶路撒冷希伯来大学等机构的科学家们通过研究开发了一种新方法来分析乳腺癌高发的家族个体机体的遗传突变，通过分析12个家庭的1218个遗传突变，研究人员识别出了80个基因与乳腺癌风险增加有关，同时他们还强调了过氧化物酶体和线粒体通路在乳腺癌易感性和患者生存中的重要作用，这在以前被研究人员完全忽视了。

本文研究结果或能为阐明家族性乳腺癌背后的遗传基础提供了新的见解，尤其是其在中东血统的家庭中普遍存在；文章中，研究人员利用一种创新性的分析方法专门用来分析有乳腺癌发病史的家庭个体机体的遗传突变，这种方法结合了先进的机器学习技术和对蛋白质结构的详细分析，旨在调查罕见的遗传突变。通过对12个家庭中发现的1218个突变进行仔细分析，研究人员识别出了80个基因或会明显影响机体的乳腺癌风险，这一研究发现包括了70个此前未知的与乳腺癌相关的基因，这或许就极大扩散了研究人员对这种疾病遗传背景的理解。

突变分析流程

遗传性或家族性乳腺癌大约占到了所有乳腺癌病例的15%的比例，从历史上来看，像BRCA1和BRCA2等知名基因的突变往往与家族性乳腺癌和卵巢癌风险增加有关，然而其仅占到了家族性乳腺癌病例的30%-40%左右，这或许就留下了大量遗传来源不明确的病例，尤其是在几代人都明显患病的家族中。这项研究揭示了与过氧化物酶体和线粒体相关的某些细胞通路在促使个体易患乳腺癌和影响患者生存方面的关键作用，研究者指出，在7个被研究的家族中，这些途径在不同的种族群体中尤为重要，这就突出了相关研究结果更广泛的适用性和重要性。

这项研究中，研究人员利用全基因组测序和AI分析研究了中东家庭中女性机体的遗传突变，这种方法能识别出显著的遗传变化，并将基因亚群与涉及过氧化物酶体的关键细胞通路联系起来，而过氧化物媒体在机体脂肪代谢中扮演着关键角色。研究者Schneidman-Duhovny教授指出，我们的研究不仅揭示了家族性乳腺癌背后难以捉摸的遗传因素，而且还预示着开发新型靶向性疗法策略的可能性，或有望最终让更广泛的患者群体获益，尤其是那些来自代表性不足的群体中的患者。

最后，研究者表示，本文研究发现为开展遗传测试并开发靶向性疗法开辟了潜在的途径，有望对不同人群的乳腺癌管理和治疗产生重要影响；此外，这些研究发现可能最终支持研究人员针对这些患者群体开发专门的遗传测试盘，并随着研究的进展增强对患者的早期检测和个体化的治疗。（生物谷Bioon.com）

参考文献：

Gal Passi, Sari Lieberman, Fouad Zahdeh, et al. Discovering predisposing genes for hereditary breast cancer using deep learning, Briefings in Bioinformatics (2024). DOI:10.1093/bib/bbae346