《自然》：人類癌癥的致癌全景圖

　　用于新型癌癥治療方法的臨床試驗設計，一般來說都是集中在腫瘤起源所在的組織，然而近期由紀念斯隆-凱特琳癌癥中心的研究人員完成的一項研究則發現了一種新的方法：基于基因組標記進行研究，而不是針對機體器官組織進行研究。

　　這一研究成果公布在9月26日的Nature Genetics雜志上，同時還有多篇文章將陸續發布于各大期刊雜志。這些成果利用了來自癌癥基因組圖集(Cancer Genome Atlas，TCGA)的數據。這一項目由美國國家衛生研究院(NIH)提供資金資助，旨在收集超過 20 種癌癥，每種癌癥多達 500 個腫瘤的基因組信息，其中包括所有編碼蛋白質基因序列。

　　眾所周知，癌癥的出現是一個多步驟的復雜過程，由于此前癌癥基因組圖譜(TCGA)的努力，以及其他大規模癌癥基因組研究成果，這一過程已經被解析成了精確分子事件細節，從中描繪了影響單個人體細胞20,000個基因的突變和其他分子事件。

　　現在，研究人員根據針對超過來自12個不同腫瘤類型的3000個樣品基因組分析，提出了兩個主要的假設：

　　有限數量的特殊遺傳事件可能引發了大多數腫瘤亞型;無論腫瘤來自何種器官組織，可以通過腫瘤所具有的致癌標記來給腫瘤分類。這些致癌標記很大程度上獨立于癌癥所在的特定組織，這表明某些藥物組合也許有助于篩選患有特殊類型腫瘤的病患。

　　紀念斯隆-凱特琳癌癥中心基因組數據分析中心的資深研究員Chris Sander表示，“比如說，在未來的臨床試驗里，患有某種子宮內膜癌的患者也許會和患有大腸癌某個亞型的患者同時進行相同的試驗，而這些被挑選出來進行臨床試驗的癌癥患者，也需要通過其癌癥基因組圖譜進行跟蹤指導”，“這項工作就是能用于設計這樣的試驗，并促進更個性化癌癥療法的發展。”

　　研究人員揭示出這些致癌事件的分子機制，是基于過去十年間的三大主要基礎和科學技術。首先新型高通量基因組技術，降低了實驗成本，令科學家們能在上千個腫瘤中尋找基因組數據。

　　其次許多實驗室在癌癥基因組學研究中積累的經驗和知識，也告訴了我們許多癌癥分子變化可能有助于癌變。另外計算生物學領域中出現了可以用于大型數據分析的新型算法和方法，也將數據和深入研究聯系在了一起，令我們可以發現大海撈針，推導出致癌的分子遺傳特征，并用于在極高水平背景噪音的條件下，分析腫瘤亞型和研發治療方法。

　　紀念斯隆-凱特琳癌癥中心研究組與TCGA其它研究組合作，計劃將針對數以萬計的腫瘤研究擴展這些系統分析。目前超過13,000個腫瘤樣本的分子腫瘤全景圖在癌癥基因組cBioPortal (http://www.cbioportal.org)上可以查看到。

　　這項研究的通訊作者包括紀念斯隆-凱特琳算生物學中心的 Giovanni Ciriello, Nikolaus Schultz，以及Chris Sander，研究得到了美國國家癌癥研究所資助(U24 CA143840)。