利用基因组的社交网络来寻找癌症驱动因素

任何一种肿瘤可能会在数千种不同的基因中含有突变。挑战是找到驾驶员突变 - 燃料癌症的活动，并且可能是有前途的治疗目标 - 在乘客的干草堆内（突变，而在肿瘤中存在，不帮助它生长或扩散）。

在一篇论文中自然方法一支由加州Heiko Horn和Kasper Prage领导的Broad Institute的斯坦利的精神病学院中心和马萨诸塞州普通医院MGH;迈克尔劳伦斯和杰西Boehm的广泛癌症计划;Gad Getz的癌症计划和MGH描述了Netsig，一种通过用蛋白质相互作用数据加入癌症基因组数据来寻找癌症驱动突变的开源计算工具。NetSig旨在补充现有工具，并在任何现有的分析管道中扩大癌症基因组的发现。

蛋白质的相互作用揭示了一种基因组的Facebook，一种基因共享信息并执行细胞功能的社交网络。添加的功能视角可以帮助研究人员识别司机更有信心，尤其是那些很少发生突变的基因。

为此，Netsig Taps Inweb_Inbiomap（InWeb_im），蛋白质相互作用图，具有超过六百万蛋白质 - 蛋白质相互作用的数据。Lage的实验室在2016年开发了InWeb_im，用于在功能上解释大型基因组数据集。

为了开发NetSig，该团队将InWeb_IM与癌症基因组图谱(TCGA)的外显子组数据合并，这些数据来自跨越21种癌症类型的4742个肿瘤。该团队随后在一系列的硅和体内实验中测试了该工具的能力，发现NetSig可以:

1. 在60%的检测肿瘤类型中识别出已知的癌症驱动因素，包括那些样本相对较少的肿瘤。
2. 预测新的驾驶基因，验证与癌症计划的目标加速剂倡议显示的验证实验表明是真正的肿瘤促进。
3. 识别迄今为止隐藏在TCGA和其他数据集中的未被注意的驱动程序。特别是，NetSig揭示了4%到14%的肺肿瘤以前认为癌症阴性的患者（即没有可检测的癌基因）可能实际上是港口癌症-推广额外的基因AKT2或TFDP2。

---

---