科学家开发基因测试来准确地分类脑肿瘤

威斯塔研究所(Wistar Institute)的科学家们开发了一种数学方法，通过肿瘤细胞“解读”基因的不同方式，对胶质母细胞瘤(一种侵袭性、致命的脑癌)的不同类型进行分类。他们的系统能够预测胶质母细胞瘤的亚型，准确率为92%。经过进一步的测试，该系统可以使医生准确地预测哪种治疗形式对他们的病人最有利。

他们的研究是与宾夕法尼亚大学大学的Neurosurgeon的唐纳德M. O'Rourke，M.D.的合作进行了合作。，他提供了验证Wistar计算机模型所需的胶质母细胞瘤样品。他们的调查结果在线在线发表核酸的研究。

“越来越明显的是，了解每个患者肿瘤的分子组成是为每个患者进行个性化癌症治疗的关键，”Ramana Davuluri博士说，他是Wistar的Tobin Kestenbaum家庭教授和Wistar系统与计算生物学中心的副主任。“我们开发了一种计算模型，可以根据肿瘤产生的转录变异来预测患者的胶质母细胞瘤的确切种类。”

“基因可以以转录变体和蛋白质同种型的形式产生多种变体。我们发现当您在变体/同种型级别使用基因表达信息时，统计学分析将重新介绍了四个已知的分子亚组，但有显着的存活率精制亚组之间的差异。“说达苏里里。“使用患者数据，我们发现，当与患者年龄相结合时，某些子组可以预测使用给定疗程的更好的结果。”

“随着更多有针对性的疗法进入使用，这正是信息临床医生需要为他们的患者提供最佳希望的信息，”Davuluri说。“及时，我们认为这可以构成临床试验的基础，这将有助于肿瘤学家决定患者的治疗课程。”

胶质母细胞瘤多形是恶性成人最致命的脑部肿瘤，并占所有案件的50％以上脑癌。即使采用积极的联合治疗，预后仍然暗淡，诊断后患者的中位生存期为15个月。这种疾病还具有分子异质性，即由基因不相同或产生相同蛋白质阵列的亚型组成。来自癌症基因组图谱(TCGA)联盟的遗传数据已经确定了胶质母细胞瘤的四种亚型，但是Davuluri和他的研究人员试图找到一种方法来快速确定哪个患者属于哪个亚型。

在之前的研究中，Davuluri和他的Wistar同事已经确定了细胞读取自身DNA的方式的变化如何产生单一蛋白质的多种变体。这些变异蛋白质被称为亚型，它们是在细胞改变将特定基因转录成RNA的方式时产生的。细胞机器读取基因的方式稍有改变，就会产生酶活性或寿命有细微差别的蛋白质亚型。

例如，他们早期的研究确定了人类大脑在其一生中是如何产生特定蛋白质的不同亚型的。发育中的胎儿大脑产生的某些基因亚型与成人大脑不同。他们还发现，在错误的时间触发错误亚型产生的变化可能导致癌症。

在核酸的研究研究，研究人员将这些蛋白质同种型的测定与它们称为PigexClass的计算机模型，或基于平台无关的同种型基因表达式的分类系统。为了将Glioblastomas与Pigexclass分类，达苏里里和他的同事首先开始使用癌症基因组图集数据来开发一组121个同种型变体，其差异的组合可以表示脑癌的特定亚型。PigexClass基本上是一种软件，该软件基于一组预定值将基因异构数据排名为组。研究人员发现，通过使用这种分类系统，它们可以预测数据库中的胶质母细胞瘤的亚型，精度为92％。

“当我们知道同种型的组合可以为每种类型创造特定的签名胶质母细胞瘤然后，我们就可以建立一种简单的实验室检测方法，在患者样本中寻找这些差异。”“在这种情况下，该测试将测量与构成特征的121种亚型相关的RNA丰度的变化。”

通过这种新的测定，研究人员使用宾夕法尼亚大学脑肿瘤组织库的206个独立样本验证了他们的研究。据达沃图里介绍，当您占TCGA和PENN患者群体的构成差异时，测定的准确性保持不变。

---

---