

導讀:
在一項新的研究中,來自加拿大前列腺癌基因組網絡(Canadian Prostate Cancer Genome Network, CPC-GENE)分析了293例與臨床結果數(shù)據相關聯(lián)的局限性前列腺癌的全基因組序列。他們進一步利用機器學習(一種統(tǒng)計學技術)推斷腫瘤的進化過程和評估它們的軌跡。他們發(fā)現(xiàn)那些已進化出多種類型的癌細胞或者亞克隆的腫瘤是侵襲性的。在這項研究中,55%的腫瘤具有這種遺傳多樣性,而且在這些具有這種遺傳多樣性的腫瘤中,61%的腫瘤在接受標準治療后經歷癌癥復發(fā)。相關研究結果發(fā)表在2018年5月3日的Cell期刊上,論文標題為“The Evolutionary Landscape of Localized Prostate Cancers Drives Clinical Aggression”。
圖片來自Cell,doi:10.1016/j.cell.2018.03.029。
這些發(fā)現(xiàn)表明人們能夠通過研究每例前列腺癌的進化方式來準確地評估它的侵襲性。這些信息能夠被用來確定應給予每名患者何種類型的治療和多少劑量的治療(如果需要接受治療的話)。
Paul Boutros博士說,“通過將時間與在診斷時我們對腫瘤所在位置的現(xiàn)有知識背景相結合,我們能夠非常準確地鑒定出哪些前列腺腫瘤不需要治療的男性患者,哪些可通過現(xiàn)有治療方法*的男性患者以及哪些患有侵襲性前列腺瘤并且可能從新的治療選擇中獲益的男性患者。”
Robert Bristow教授說,“作出治療前列腺癌的臨床決策可能是非常困難的。這些發(fā)現(xiàn)為改善我們確定每位患者的*治療方案的能力鋪平了道路,以便避免患者接受不必要的治療或過度治療和由此帶來的相副作用。”
Quaid Morris副教授說,“腫瘤是由相關的癌細胞組成的一個細胞群體,通過利用機器學習研究它們的DNA,我們能夠深入地認識它們是如何由正常的細胞進化而來的。在這篇論文中,我們證實腫瘤的過去進化史有助于預測它是否會進展為一種侵襲性的形式。”
這項研究的發(fā)現(xiàn)并不局限于對前列腺癌研究作出貢獻。在研究過程中產生的測序數(shù)據如今可以在線免費讓研究人員開展進一步分析,并且成為迄今為止zui大的前列腺癌基因組學資源。(生物谷)
參考資料:
Shadrielle Melijah G. Espiritu, Lydia Y. Liu, Yulia Rubanova et al. The Evolutionary Landscape of Localized Prostate Cancers Drives Clinical Aggression. Cell, 3 May 2018, 173(4):1003–1013, doi:10.1016/j.cell.2018.03.029