所有分类
癌症基因组解释器(CGI)是一个开放式平台，旨在支持识别驱动疾病的肿瘤改变并检测可能具有治疗作用的肿瘤。在基因组医学的一篇文章中，以及在这篇博客中，CGI背后的科学家们深入了解了它是如何开发的，以及它对研究人员的益处。
肿瘤基因组解释的瓶颈
作为研究项目的一部分或指导治疗决策，每天都有数百种肿瘤基因组在世界各地进行常规测序。在某些情况下，仅对基因组的一小部分 - 最有可能为治疗选择提供信息的部分 - 进行测序，而在其他情况下，对基因的编码区域，甚至整个基因组进行测序。
在临床和研究应用中，DNA测序步骤之后是调用肿瘤基因组中的体细胞变体。然而，肿瘤分析的主要瓶颈目前是鉴定那些具有生物学或临床相关性的变体。这是因为在肿瘤中观察到的大多数改变，包括众所周知的癌症基因中的改变，具有不确定的意义。此外，尽管近年来已经开发并测试了新的高效和选择性抗癌药物，但是关于影响其反应的肿瘤变体的信息在文献和几个专门资源中是不完整的。
为了应对这一挑战，我们开发了癌症基因组解释器，这是一个开放式平台，可对肿瘤变异进行广泛的注释，以指导临床医生和研究人员确定其优先级。
从癌症队列中学习解释个体肿瘤的基因组
对癌症变异体的解释基于从癌症基因组学分析中获得的知识以及关于药物对患者群体或个体病例的有效性的试验结果的积累。
几十年的癌症遗传学研究以及大型肿瘤队列的最新研究，由TCGA和ICGC等大型联盟进行测序，已经确定了携带致癌突变的基因(即癌症的驱动因素)。结果，出现了经过实验验证(癌症基因普查)或生物信息学鉴定(例如我们组开发的IntOGen)癌症基因的稳定目录。
然而，并非所有这些癌症基因的突变都是驱动因素。事实上，在癌症基因中发现的10个突变中，几乎有9个是未知意义的变异。这一观察突出了能够进一步评估其致癌相关性的工具的重要性。
通过研究数千个肿瘤和健康样本的突变模式，我们可以区分哪些突变影响这些基因最有可能是致瘤的。例如，驱动器功能获得性错义突变倾向于聚集在癌蛋白的特定区域。当数千个肿瘤基因组一起被分析时，这些聚类变得明显。我们还能够识别倾向于具有截短突变的驱动基因，即肿瘤抑制基因。并且在这两种情况下，在健康样品中缺失种系变体的蛋白质结构域中发生的突变更可能是致病性的。
所有关于致癌突变的累积知识和从大序列分析中获得的信息都被癌症基因组解释器用于鉴定那些最有可能成为新测序肿瘤中驱动因素的突变。
同时，在临床试验中测试了癌蛋白的特异性抑制剂 - 在某些情况下与肿瘤DNA测序结合 - 以确定它们在患者群组中的有效性和安全性。这些研究已经确定了药物反应的基因组生物标志物，我们将其收集在一个按其临床相关性组织的数据库中。癌症基因组解释器将此信息与新测序的肿瘤中发现的变体相匹配，同时考虑可能影响药物反应的共同变体的相互作用。
最近，各个机构的一些举措开始将这些生物标记聚合成各种资源，并组织它们以满足不同用户的需求。
然而，由于不断产生的信息量以及基于其支持的证据对生物标记物进行分类的必要性，该任务具有挑战性。为了汇集这些机构的努力(包括我们自己的生物标记数据库)并统一其策展和注释标准，我们最近推出了癌症联盟的变体解释。
癌症基因组解释器是实现临床和研究肿瘤学设置中有效癌症基因组解释目标的重要里程碑。在最近测序的基因组分析的基础上改进致瘤突变的注释，并结合新发现的肿瘤分子特征，为其治疗提供依据，将在我们的知识发展过程中进一步提高该工具的实用性。
上一篇：精确医学考虑个体的全基因组
下一篇：脓毒症宣传月 - 怀疑败血症
所有评论仅代表网友意见，与本站立场无关。
我要评论