打开APP

Nature | 大规模结直肠癌基因组研究:寻找预后突变与治疗靶点

来源:生物探索 2024-08-09 10:45

这项研究实现了迄今为止最大规模的结直肠癌基因组和转录组的综合分析,并将分子层面的发现与高质量的临床数据相结合,从而识别关键预后因子,这使这项研究有别于其他绝大多数癌症基因组学的研究。

结直肠癌对于很多人来说并不陌生,它就像一个沉默的杀手,威胁着越来越多人的健康。全球每年新增病例约190万,发病率居所有癌症第三位,更可怕的是,约20%的患者在确诊时已发生转移,死亡率高居各类癌症第二位!

面对如此严峻的形势,科学家们从未停止探索。近日,瑞典乌普萨拉大学联合华大生命科学研究院、华大基因智惠医学研究院对1063例结直肠癌样本进行了全基因组及转录组测序分析,发现了一系列与癌症不同阶段相关的基因,并识别了结直肠癌关键预后因子,为结直肠癌的预防、治疗及预后都提供了数据基础,相关研究于8月7日发表于全球顶级学术期刊《自然》(Nature)“Prognostic genome and transcriptome signatures in colorectal cancers”。值得一提的是,这也是目前全球最大的结直肠癌多组学研究。

图片

基因信息+临床数据,双剑合璧破解“癌症密码”

本研究基于华大智造DNBSEQ测序平台,对瑞典知名癌症样本与数据库U-CAN队列中的1063例结直肠癌样本(包括782例结肠癌和281例直肠癌,其中,21%(223例)为微卫星不稳定肿瘤(结直肠癌中的一种特定类型))进行全基因组和转录组测序分析,鉴定得到了96个显著突变基因,其中,有24个为新发现的潜在驱动基因,而与WNT, EGFR和TGF-β通路相关的驱动基因与结直肠癌生存显著相关。

不止如此,研究人员还利用突变时序分析,推导出了9个与癌症发生早期事件相关的驱动突变基因(APC, TP53, KRAS, BRAF, ZFP36L2, TCF7L2, FBXW7, BCL9L和SOX9),和更倾向于在癌症发生的后期阶段出现的突变基因TRPS1, GNAS和CEP170。这些发现为结直肠癌的早期检测和靶向治疗的开发提供了临床研究策略,并揭示了与肿瘤后期侵袭和转移相关的重要分子变化。

本次分析的结直肠癌样本中,94%的病人有完整的5年临床随访记录,这也为研究人员更好地将基因数据与临床数据进行结合,破解“癌症密码”提供了可能。

突破“盲区”,非编码区也暗藏玄机

既往对结直肠癌基因相关的研究主要集中在编码区突变,但其实非编码区也可能会对癌症发生发展造成影响。

本研究中,研究人员通过全基因组和转录组测序分析发现在线粒体基因组和非编码区域中也存在与疾病相关的突变,并对与疾病进展显著相关的突变进行了系统性的总结,这些突破性的发现填补了非编码区在结直肠癌相关研究中的空白,将进一步推动对结直肠癌发病机制的理解。

重构预后分型,推动个性化诊疗

随后,分析团队利用同一肿瘤样本的基因组和转录组数据进行了整合分析,验证了无论是否为微卫星不稳定肿瘤,其抑癌基因APC,PTEN和TP53上的突变均导致基因表达降低,从而更容易患癌。

进一步地,研究团队基于肿瘤基因表达差异,将结直肠癌预后分为了5个预后亚型CRPS,相较于结直肠癌经典的共识分子分型CMS,本研究构建的CRPS能更加准确地预测预后。

例如,在经典的CMS分型中,CMS4(其中一种分型)被普遍认为是预后较差的肿瘤,但在本研究新构建的CRPS分型系统中,部分CMS4型肿瘤实际上被判定为预后较好的CRPS2型,这些结果提示整合基因组和转录组数据的分子分型,能得到更精细准确的患者预后分层,对优化临床肿瘤分型,指导结直肠癌精准治疗具有重要意义。

图片

(Credit: Nature)

文章通讯作者、乌普萨拉大学的Tobias Sjöblom教授表示:“这项研究实现了迄今为止最大规模的结直肠癌基因组和转录组的综合分析,并将分子层面的发现与高质量的临床数据相结合,从而识别关键预后因子,这使这项研究有别于其他绝大多数癌症基因组学的研究。U-CAN大规模的临床患者队列与华大杰出的测序及数据分析能力相结合,对于本项目的成功至关重要,我们期待未来能在这一科学领域与华大持续合作。”

文章共同通讯作者、华大基因智惠医学研究院林从博士表示:“此次通过将华大先进的基因组学技术和数据分析资源应用于大规模结直肠癌人群,不仅发现多种突变事件对预后的显著预测效应,新构建的表达谱精细分型也将在未来指导结直肠癌个体化诊疗中发挥重要作用。期望未来能更加系统深入地解析不同肿瘤的发生发展机制,利用华大前沿技术探索开发更具临床应用价值的标志物,真正实现肿瘤的早诊早治。”

文章共同第一作者、华大基因智惠医学研究院李甫强表示:“大队列的深入研究离不开技术的辅助。得益于国产测序仪高质量的数据生产能力和成本优势,才可能支撑针对疾病队列如此大规模的多组学数据产出。未来,集合规化、标准化、自动化、信息化、智能化、规模化为一体的多组学技术平台,将赋能大规模基因组科研合作项目,助力大人群大数据的研究与应用。”

版权声明 本网站所有注明“来源:生物谷”或“来源:bioon”的文字、图片和音视频资料,版权均属于生物谷网站所有。非经授权,任何媒体、网站或个人不得转载,否则将追究法律责任。取得书面授权转载时,须注明“来源:生物谷”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。

87%用户都在用生物谷APP 随时阅读、评论、分享交流 请扫描二维码下载->