打开APP

DNA测序新技术如何通过肿瘤细胞的详细图谱帮助我们治疗癌症?

  1. DN测序
  2. 癌症图谱

来源:本站原创 2019-05-10 08:14

2019年5月10日讯 /生物谷BIOON /——一种新的DNA测序技术可以让科学家追踪单个癌细胞的基因错误。这是史上第一次科学家们能够重建肿瘤的生命史,并了解细胞DNA中的一个错误是如何导致肿瘤无法控制的生长的。这项新技术将帮助医生了解特定癌症是如何演变的,并为每位患者量身定制治疗方案,使其更有效、更成功。我们是由数十亿个细胞组成的,它们共同构成我们身体的每一部分。这些细胞中的一个在其遗传密码中

2019年5月10日讯 /生物谷BIOON /——一种新的DNA测序技术可以让科学家追踪单个癌细胞的基因错误。这是史上第一次科学家们能够重建肿瘤的生命史,并了解细胞DNA中的一个错误是如何导致肿瘤无法控制的生长的。这项新技术将帮助医生了解特定癌症是如何演变的,并为每位患者量身定制治疗方案,使其更有效、更成功。

我们是由数十亿个细胞组成的,它们共同构成我们身体的每一部分。这些细胞中的一个在其遗传密码中偶尔出现错误,而这个错误,或突变,有时会使这个不正常的单细胞分裂并比健康细胞生长得更快,从而导致肿瘤的发展。在这个过程中,细胞可以继续进化,积累更多的突变,使其比原来的细胞更危险。


图片来源:http://cn.bing.com

以前,当研究人员研究癌症时,他们通常从肿瘤上取下一块组织,并将其作为一个整体进行分析。在不了解每个肿瘤的生活史的情况下,科学只能给我们提供一个不完整的癌症图像,即不同的细胞混合在一起并取平均值,从而了解癌症的危险程度。

但它并没有告诉我们肿瘤是如何进化的,以及肿瘤是由什么类型的细胞构成的,这使得医生很难为每个病人选择正确的治疗方法。这就是许多癌症治疗不起作用的原因,当它们起作用的时候,癌症有时会在几个月或几年之内复发,复发时比前一次更猛烈,也更难治疗。

纵观全局

由于整个肿瘤无法作为一个整体被击败,五年前,研究人员开始使用一种不同的策略:分而治之。他们开始将肿瘤分裂成单个细胞,并分别分析每个癌细胞,试图了解每种肿瘤是由哪种类型的细胞构成的。但即使有了这一进展,他们仍然只有两种主要工具来分析单个癌细胞。

一种工具可以让他们一次读取单个细胞的遗传密码,识别出哪些细胞有基因突变。另一个工具帮助他们了解哪些基因在每个癌细胞中活跃,以及它们在细胞中的作用。然而,这两种工具都没有揭示全部信息。使用它们,你可以得到每个细胞的基因错误,或者是活跃的和功能的基因——但不是两者都有。这使得我们不可能了解哪些基因是由于每个细胞的基因错误而被激活的。


图片来源:http://cn.bing.com

牛津大学(University of Oxford) MRC Weatherall分子医学研究所(MRC Weatherall Institute of Molecular Medicine)的一组研究人员开发了一种新的单细胞测序技术,使他们能够看到整体情况。它让科学家分析肿瘤中每个细胞积累的基因错误,同时也了解其基因活动和细胞功能。这将使研究人员能够更细致地观察肿瘤的各个方面。

在他们发表在《Molecular Cell》杂志上的最新研究中,他们使用了一种名为TARGET-seq的新技术,对11名造血细胞癌变的患者的数千个细胞进行了分析。他们的分析提供了构成血癌的细胞类型的详细图谱。由于其高分辨率,他们可以重建每个肿瘤的完整生活史,并确定在肿瘤发展的最初阶段活跃的分子。

他们还发现,看起来健康、没有癌变突变的细胞,会因为它们处于肿瘤环境中而表现得像恶性细胞,并激活异常基因。科学家们现在正在使用TARGET-seq分析没有有效治疗方法的不同类型的侵袭性白血病。他们希望能够了解如何消除引发和维持肿瘤的细胞,从而能够完全根除它们。


图片来源:http://cn.bing.com

在未来,我们希望这项技术将被肿瘤学家用来确定构成每个肿瘤的确切的癌细胞混合物,并为每个病人定制正确的治疗方案。(生物谷Bioon.com)

参考资料:

【1】Cancer: new DNA sequencing technique analyses tumours cell by cell to fight disease

【2】Anoop P Patel et al. Single-cell RNA-seq highlights intratumoral heterogeneity in primary glioblastoma. Science. 2014. DOI: 10.1126/science.1254257

【3】Alba Rodriguez-Meir et al. Unravelling Intratumoral Heterogeneity through High-Sensitivity Single-Cell Mutational Analysis and Parallel RNA Sequencing. Molecular Cell. DOI:https://doi.org/10.1016/j.molcel.2019.01.009

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->