Nature:測序分析發現驅動白血病發生發展和進化的基因突變

2020-11-24 生物谷

（圖片來自網絡）

2015年10月23日訊 /生物谷BIOON/ --近日，來自美國和德國的科學家們在國際學術期刊Nature上發表了一項最新研究進展，他們通過對慢性淋巴細胞白血病病人樣本進行全外顯子測序分析，發現了一些可能發生反覆突變的癌症驅動基因，這對於了解腫瘤形成過程以及癌細胞進化過程具有重要意義。

 

究竟哪個基因突變會驅動腫瘤形成以及在疾病發展和治療過程中癌細胞如何進化是癌症生物學研究中的兩個關鍵問題，而腫瘤學家們也在尋找這兩個問題的答案上孜孜不倦地努力著。

 

在這項研究中，研究人員對538名慢性淋巴細胞白血病病人的樣本及與其相對應的胚系DNA樣本進行了全外顯子測序比對，發現了44個會發生反覆突變的基因以及11個反覆發生拷貝數變異的基因。這些突變基因中包括一些之前未報導過但可能驅動癌症發生的新基因（RPS15，IKZF3），同時還發現RNA加工和轉出過程，MYC活性以及MAPK信號都是參與CLL的重要途徑。

 

研究人員對這一大數據集進行進一步的克隆形成能力分析，重新建立了癌症驅動因素之間的時間聯繫，在對59名病人治療前以及復發後的癌細胞樣本進行直接對比之後，研究人員發現癌細胞出現了高頻的克隆進化。

 

這項研究表明，對信息比較完整的臨床樣本進行測序，獲得大量測序數據，能夠幫助科學家們發現與癌症有關的新基因，了解不同癌症驅動因素之間的網絡關聯，以及預測基因突變對疾病復發和臨床結果產生的影響。對於深入探究癌症發生原因以及治療過程中出現的癌細胞進化過程具有重要意義。（生物谷Bioon.com）

 

本文系生物谷原創編譯整理。歡迎轉載！轉載請註明來源並附原文連結。更多資訊請下載生物谷資訊APP。

 

 

 

Mutations driving CLL and their evolution in progression and relapse

 

Dan A. Landau,Eugen Tausch,Amaro N. Taylor-Weiner,Chip Stewart,Johannes G. Reiter,Jasmin Bahlo,Sandra Kluth,Ivana Bozic,Mike Lawrence,Sebastian B?ttcher,Scott L. Carter,Kristian Cibulskis,Daniel Mertens,Carrie L. Sougnez,Mara Rosenberg,Julian M. Hess,Jennifer Edelmann,Sabrina Kless,Michael Kneba,Matthias Ritgen,Anna Fink,Kirsten Fischer,Stacey Gabriel,Eric S. Lander,Martin A. Nowak,Hartmut D?hner,Michael Hallek,Donna Neuberg,Gad Getz,Stephan Stilgenbauer& Catherine J. Wu

 

Which genetic alterations drive tumorigenesis and how they evolve over the course of disease and therapy are central questions in cancer biology. Here we identify 44 recurrently mutated genes and 11 recurrent somatic copy number variations through whole-exome sequencing of 538 chronic lymphocytic leukaemia (CLL) and matched germline DNA samples, 278 of which were collected in a prospective clinical trial. These include previously unrecognized putative cancer drivers (RPS15, IKZF3), and collectively identify RNA processing and export, MYC activity, and MAPK signalling as central pathways involved in CLL. Clonality analysis of this large data set further enabled reconstruction of temporal relationships between driver events. Direct comparison between matched pre-treatment and relapse samples from 59 patients demonstrated highly frequent clonal evolution. Thus, large sequencing data sets of clinically informative samples enable the discovery of novel genes associated with cancer, the network of relationships between the driver events, and their impact on disease relapse and clinical outcome.

 

 

 

相關焦點

  • 瑞金新技術(十二)| 急性白血病和髓系腫瘤基因突變組合(panel)檢測
    )檢測是血研所臨檢實驗室在前期臨床研究的基礎上，自主開發的基於液相探針捕獲和高通量測序技術的覆蓋100個相關基因的基因突變檢測，具有高準確性、高靈敏度、高覆蓋均一性、高捕獲效率和低成本的優勢，適用於急性白血病和髓系腫瘤患者基因突變篩查。
  • 未來精準治療白血病的衛士——新一代高通量測序技術
    近年來，利用NGS技術，人們發現白血病的發生、發展是一個緩慢而複雜的過程。正常人就已經存在克隆造血。Xie等利用NGS分析了2728例血液學正常的非血液系統實體腫瘤患者外周血細胞中77個血液腫瘤相關基因。檢測發現，83%的突變來自於白血病、淋巴瘤相關的19個基因，大部分等位基因突變分數較低（2%~10%），提示造血細胞克隆處於擴張的早期階段。
  • 癌症研究探秘:癌症如何進化?
    大範圍深度的腫瘤基因組測序已經發現腫瘤異質性特點，並為不同腫瘤細胞克隆的轉移進化特性提供了重要見解。但在另一個層面上，腫瘤進化可能受到治療方法的選擇壓力，類似於在感染性疾病方面發生的情況。研究人員對一名攜帶PIK3CA基因突變並發生腫瘤轉移的乳腺癌病人的腫瘤基因組進化情況進行了研究。
  • Nature genetics:轉座子突變分析發現黑色素瘤驅動基因
    2015年4月28日訊 /生物谷BIOON/ --近日，國際學術期刊nature genetics在線發表了美國科學家的一項最新研究進展，他們發現sleeping
  • Nature:新研究鑑定出混合表型急性白血病的細胞起源和特徵性突變
    他們採用下一代測序技術---包括全基因組測序、全外顯子組測序和RNA測序---對來自兒童MPAL患者的115種白血病樣品進行分析。通過這樣做，他們鑑定出兩種常見的MPAL亞型--- T/M（T/myeloid）MPAL和B/M（B/myeloid）MPAL的細胞起源以及與兩種MPAL亞型相關的突變。
  • NEJM綜述告訴你,如何在癌症治療中應用基因組測序
    儘管人類基因組中只有1%用於蛋白質編碼，絕大多數的驅動突變都發生在這部分基因中。隨著時間的推移，細胞內的驅動突變逐漸積累，當達到一個閾值後，細胞就會發生癌變。正因為如此，很多抗腫瘤靶向藥物的靶點就是這些驅動突變的基因。
  • Nature發現人體最早的基因突變,揭秘機體形成之謎!
    現在研究人員分析了來自279名乳腺癌患者的血液樣品中的全基因組測序結果，發現了163個發生在這些人胚胎發育早期的基因突變。鑑定出這些基因突變之後，研究人員使用第一代、二代和三代胚胎細胞的基因突變去計算胚胎的兩個細胞形成了機體的哪些部分，結果發現最初的兩個細胞對機體的貢獻不同：一個細胞組成了機體的70%，另一個細胞的貢獻只有30%。
  • Nat.Rev.Genet最新綜述丨萬字長文闡釋單細胞測序如何研究腫瘤進化
    癌症的進化史包括惡性轉化，然後發展為更具侵襲性和耐藥性的形式，最終在臨床上導致一些毀滅性的影響。體細胞突變，包括單核苷酸變異（SNV）和結構變異，對於癌症的發生和發展至關重要。但是近些年來，許多研究已經在健康組織中發現了大量的體細胞突變（somatic mutations），例如皮膚和食管暴露在環境致癌物後，組織中細胞發生突變，這表明癌症通常是由癌前克隆（pre-malignant clonal outgrowths）轉化成的。重要的是，克隆的體細胞突變沒有進展，甚至沒有退化，與癌症的復發驅動因素重疊。這些數據表明，僅遺傳機制可能不足以驅動腫瘤向著惡性程度發生轉化。
  • RNA剪接與表觀協同失調促進白血病發生
    RNA剪接與表觀協同失調促進白血病發生 作者：小柯機器人 發布時間：2019/10/3 21:04:21 美國紀念斯隆-凱特琳癌症中心Omar Abdel-Wahab小組近日發現，RNA剪接和表觀遺傳調控的協調變化驅動白血病發生
  • 揭秘基因突變與多種癌症發生之間的神秘關聯!
    這些研究人員發現了SF3B1基因突變如何導致癌症，這些突變發生在許多癌症類型中，包括各種白血病、骨髓增生異常症候群、黑色素瘤、乳腺癌、胰腺癌、肝癌和膀胱癌。鑑於SF3B1編碼的蛋白對於產生RNA分子至關重要，因此Bradley和Abdel-Wahab研究了來自數百名患有幾種不同癌症類型的患者的RNA測序數據，以尋找異常的RNA分子。
  • Nature提出腫瘤異質性和耐藥性的罪魁禍首
    近日，由Ludwig癌症研究所的Paul Mischel和加州聖地牙哥醫學院的Vineet Bafna共同領導的跨學科的一項新研究發現，在所分析的40％的腫瘤細胞系中，非染色體DNA（ecDNA）表達驅動腫瘤生長和存活相關的致癌基因的多個拷貝，並且可能有助於腫瘤的異質性和進化。文章已發表在Nature雜誌上。
  • 基因測序解釋RAS基因突變位點對於轉移性結腸癌患者復發率和生存率...
    基因測序揭示RAS基因突變位點對於轉移性結腸癌患者復發率和生存率的影響在過去30年中的科學研究中，科學家們發現更清楚地了解癌症基因突變及其在癌症發生發展當中的影響，對於評估癌症發展程度，轉移風險及疾病預後有著極其積極的作用。
  • 大顆粒淋巴細胞白血病的基因組景觀分析揭示其病因
    對PBMC樣本和唾液樣本進行全外顯子測序，僅對PBMC樣本進行轉錄組測序。       研究發現患者中不僅存在LGL潛在驅動因子STAT3（n = 56），TNFAIP3（n = 9）和PIK3R1（n = 4）的體細胞突變，此外，通過突變聚類分析發現CDH8（n = 3）和CCL22（n = 4）這兩個體細胞突變也可能是潛在的驅動因子。
  • Cancer Discovery|抗癌新視角:基因組非編碼區中的致癌突變
    近年來基因組測序技術迅猛發展，大量位於基因編碼區的驅動突變（Driver mutation）得以快速鑑定，為癌症研究和臨床治療提供了寶貴的信息。然而，人類基因組研究顯示編碼區僅佔整個基因組的1％，其餘99%均為非編碼區，且絕大多數癌症基因組的突變均位於非編碼區內，我們目前對於這些突變是如何影響癌症發生發展的知之甚少。
  • 『珍藏版』Nature Reviews Genetics綜述 | 深度解析腫瘤異質性
    有些模型還表明，突變體表型會提高癌發生的效率，選擇會傾向於使癌症轉移和發展所必須的突變獲得變得更加容易。　　3.2 分支進化　　因為細胞分裂和突變會不斷產生新的差異，所以進化往往會傾向於分支進化。癌症分支型進化尤其如此，因為癌症通常具有突變表型。　　原則上來說，在任何給定的時間點，腫瘤細胞群會包含不同的細胞世系。
  • 全基因組測序可預測胰腺癌化療效果
    研究人員對100個胰腺導管腺癌（PDAC）病人進行了全基因組測序以及copy　number　variation（CNV）分析，結果發現染色體重排導致的基因破壞在胰腺癌病人中普遍存在，這會影響導致胰腺癌發生的關鍵基因比如TP53，SMAD4，CDKN2A，ARID1A和ROBO2，同時還會影響一些新的胰腺癌驅動因子比如KDM6A和PREX2。
  • 近期全基因組測序研究進展一覽
    基於對6歲兒童機體的基因組進行分析，研究人員鑑別出了一種新型的基因突變，該突變能夠影響名為CASK蛋白的表達，而該蛋白對於兒童大腦發育以及大腦神經元之間的信號傳遞非常關鍵。研究者Isabelle Schrauwen教授表示，鑑別出新型的CASK突變能夠幫助我們理解這些兒童多方面障礙發生的機理，同時也為後期我們開發新型療法來治療這些疾病提供了新的線索和思路。
  • 科學家揭示骨髓惡性腫瘤克隆進化的歷程
    科學家揭示骨髓惡性腫瘤克隆進化的歷程 作者：小柯機器人 發布時間：2020/10/31 20:30:45 美國斯隆·凱特琳紀念癌症中心Ross L. Levine小組近日取得一項新成果。
  • Nature中文摘要|22 October 2015
    http://www.nature.com/nature/journal/v526/n7574/full/nature14666.html研究對500餘名患者進行基因組學研究以拓展驅動慢性淋巴細胞白血病發生的所知突變數量，並且鑑定出了新型的非編碼區頻發突變，其中包括PAX5的增強子區域和NOTCH1的3』非翻譯區，這些突變導致剪接異常，提高了NOTCH1蛋白的穩定性和活性
  • 迄今最全癌症驅動基因全景圖:66種癌症中的568個致癌基因匯總
    通過對來自66種癌症的28076個腫瘤樣本的基因組進行分析，鑑定了568個癌症驅動基因。這是迄今為止癌症驅動基因最完整全景圖。目前該研究數據已在 IntOGen 平臺更新。點擊查看大圖研究人員對來自66種癌症的28076個腫瘤樣本進行了廣泛的計算分析，並確定了568個癌症驅動基因。