微信直播

AME科研资讯|下一代测序:癌症基因组学迎来全景时代?

Published at: 2015年第1卷第S1期

申鹏
关键词:

编者按:人类基因组计划完成是否预示着全新的研究人类生物学视角?基因测序技术进步是否能彻底改变生物医学研究和临床实践?“全景时代”对癌症研究有何重要性?来自南方医院,长期从事恶性肿瘤的临床诊疗、科研和教学工作的申鹏医生,对AME旗下TCR杂志6月特刊"An improved understanding of cancer genomics through massively parallel sequencing" 一文进行了编译解读,带我们深入探讨测序技术的进步,将给癌症研究带来什么样的影响。

人类基因组计划已经大大增加我们对染色体结构和内容的理解。癌基因的深入研究使得许多新的癌基因得到鉴定。例如:BRAF是多种癌症类型中的一个常见变异,在黑色素瘤突变率较高,这一发现最终带来针对该基因的靶向治疗(BRAF V600E抑制剂vemurafenib)。测序和样品处理的改进使得几乎所有的蛋白质编码基因的研究可以通过特定PCR靶向和毛细管测序完成。这些研究可以更好的理解不同癌症类型中特定基因的改变,比如过客VS驱动基因突变,以及发现新的重要的癌基因。

尽管之前的大规模基因研究取得了许多癌症遗传学的新见解,但也有其局限性。这些局限性源于基于PCR和基于毛细管测序技术的靶向和测序成本。即使在人类基因组计划实施中,测序成本迅速下降,但成本的迅速下降还不足以应对多样本的全基因测序。不可否认,人类基因组计划的完成预示一个新的研究人类生物学视角诞生,而且技术进步可能会彻底改变生物医学研究和临床实践。一些新的方法(massively-parallel sequencing (MPS)或下一代测序)已经开发出来,其本质上是增加可以同时识别的研究分子的数量。新的平台可进行更长的序列或大量的序列研究。目前主要商用平台有:Illumina (MiSeq, NextSeq500, HiSeq 2500, X Ten)、Roche 454、Life Tech SOLiD(5500W)、Ion Torrent (Proton)。引入和持续改进这些方法使得测序成本降低约四个数量级。未来的技术,包括nanopore-based测序,将进一步降低测序成本和时间。

同时,测序技术的进步也导致了许多新的挑战。这些挑战多源于一个样本生成的数亿的数据信息;甚至在样本加载到测序仪器前,成本的降低使得PCR目标选择的成为整个工作的主要时间花费和成本瓶颈。为了应对这一挑战,新的方法正在开发来执行大量并行目标选择,允许同时针对数以百计的编码区域进行研究。这些方法已经经历了稳定的改进,并形成许多商业产品。最近的改进样品制备的重点是自动化,从而降缩短动手时间,降低成本和可变性。因此,序列生成不仅变得更快、更便宜,也会变得更容易。即使生成序列数据的成本、时间和所需人力工作都减少,大量的数据却不断增加,并带来许多数据分析的挑战。测序仪器的输出已经超过了计算能力的增长。另外,大多数为人类基因组计划设计的计算方法适用于更少数量的长序列,因此往往无法分析短期内产生的数以亿计的序列信息。目前已有许多新的计算方法应用在所有阶段的数据分析。

通常测定的癌症基因型变异分为两种不同类型的基因变异:生殖细胞(遗传)变异和体细胞突变,两者都有助于癌症的认知。识别遗传变异通常是使用正常组织以避免混淆体细胞突变。目前软件工具也可以用来识别体细胞突变,区分肿瘤细胞和正常细胞。克服无法准确区分遗传变异与体细胞突变,目前采用来自同一个个体的肿瘤样本和匹配的正常样本。如果变异只在肿瘤中观察到,而不是在正常样本,推断是体细胞突变;如果变异在肿瘤和正常组织中均存在,推断是遗传变异。为变异添加注释有助于进一步理解其生物学意义,包括:变异是否编码、预测氨基酸的变化,氨基酸改变是否可能会对蛋白质功能产生影响,以及是否是以前已经观察到的氨基酸变化。现在有许多工具,有些可以在本地运行,而另一些则由发送数据到外部服务器进行以提高运算效率。除了这些工具,还有许多在线数据库存有基因变异信息。这些外部资源信息可以为大家提供更丰富的信息。在不同肿瘤类型中进行体细胞突变的检测已明确发现并不是所有的突变都是功能性,许多是偶然的“过客”突变。因此需要区分偶然变异和那些可能致瘤驱动变异。目前一些工具软件提供了该变异的预测和鉴别。

泛癌症的基因组研究是目前的热点,如TCGA项目、ICGC项目。通过这些大样本、大数据的研究,发现了更多的癌症驱动基因,并对这些跨肿瘤类型的基因突变有了更深入的认识。除了发现驱动基因,MPS也被用于研究肿瘤内核苷酸变化的模式。尽管目前测序的研究主要集中在编码蛋白质改变突变,值得重视的是非编码基因突变与癌症息息相关。最近两次pan-cancer序列分析进一步揭示非编码基因突变的重要性。已知的癌症基因被证明是罕见编码的高纯度多态性,表明这种方法可以有效地识别癌症驱动基因。研究表明如果样本缺乏驱动基因突变,则可能由非编码或同义突变影响相同的基因和通路。这些突变应是未来研究的一个重要目标。虽然大多数的人类DNA测序的研究集中在识别致瘤事件。人们普遍认可病毒是重要的致癌因素。应用MPS检查传染性病原体帮助阐明病毒在癌症生物学扮演的角色也是非常重要的。

由于现在可以轻松地获取更大数量的序列信息,并行测序技术已扩大了我们对癌症生物学的认识,这给我们带来识别特定的肿瘤类型或所有肿瘤类型潜在的新的癌症驱动基因。特定的突变模式和新的潜在诱变机制为进一步识别导致癌症发病的物质和流程提供了工具。事实上,基因信息已经凸显了不同肿瘤类型的分子相似性,以及在相同肿瘤类型中的差异。测序技术成本的降低(测整个人类基因组花费约1000美元)使其可以进一步在更广泛的患者中进行深入研究。目前可以使用的集成处理大数据源的新方法仍需进一步更新并强化以便对现有信息进行解读。当前“全景时代”对建立我们对癌症分子过程的理解是至关重要的,但未来的研究将超越描述和表征,而指向更多的临床意义。这个转化性工作将最近的知识应用于表型和结果研究,一些这样的例子在最近的泛癌症研究已有所展示。同时,还需要进一步的研究来检查分子表型之间的关联,包括病人的生存和药物反应,在同类型肿瘤内和跨肿瘤类型;扩大在该领域的研究将是实现更佳“个体化医学”的重要推手!

 

杂志介绍

 

Translational Cancer Research (《癌症转化研究》,简称TCR杂志;Print ISSN: 2218-676X; Online ISSN 2219-6803, www.thetcr.org), 是以台湾大学 Eric Chuang 教授、Scripps Proton Therapy Center 中心主任 Huan Giap 医生为共同主编,中国医学科学院徐兵河教授为副主编的一本肿瘤期刊,创刊于2012年,为双月刊,同是开放获取同行评议的国际期刊。作为基础研究和临床治疗之间的桥梁,杂志主要发表关于肿瘤的危险评估,细胞及分子特性,预防,检测,诊断及治疗方面的最新研究结果、最新技术和治疗方案。

笔者|申鹏,副主任医师、医学博士。长期从事恶性肿瘤的临床诊疗、科研和教学工作,擅长肿瘤生物靶向治疗,实践肿瘤规范化、个体化诊疗,尤其在呼吸系统和消化系统肿瘤的诊疗领域。先后主持和参与国家自然科学基金和广东省自然科学基金。参与肿瘤药物临床试验多项。在SCI和核心期刊发表了相关论文20余篇。副主编肿瘤学专著1部,参编专著3部。

本文题图来自网络……

本原创文章由科研时间首要发布,媒体转载请注明出处。欢迎大家关注【科研时间】,和我们一起爱临床,爱科研,也爱听故事。

点击【链接】查看被编译文章 "An improved understanding of cancer genomics through massively parallel sequencing" 原文全文:http://www.thetcr.org/article/view/2651/html

Doi:10.3978/kysj.2014.1.332

comments powered by Disqus

附件