多倫多——(2021 年 11 月 15 日)在一個以前很少有人關(guān)注的地區(qū)發(fā)現(xiàn)了一批新的癌癥預后生物標志物。研究人員公布了 166 種預后生物標志物的目錄，這些生物標志物是通過分析長鏈非編碼 RNA (lncRNAs) 生成的，這些生物標志物在癌癥研究中尚未得到充分研究。此外，目錄中的一種生物標志物在將神經(jīng)膠質(zhì)瘤(腦癌)分類為低風險或高風險方面非常有效。這些發(fā)現(xiàn)證明了 lncRNA 作為臨床生物標志物和潛在治療靶點的潛力，在生物標志物和癌癥生物學研究中開辟了新天地，并為有關(guān)非編碼 RNA 失調(diào)在癌癥中的作用的新興科學增添了新的內(nèi)容。
該研究發(fā)表在Cell Reports 上，由安大略癌癥研究所 (OICR) 首席研究員 Jüri Reimand 博士和 Lunenfeld-Tannenbaum 研究所 (LTRI) 首席研究員 Daniel Schramek 博士共同領(lǐng)導，使用機器學習針對 30 種癌癥類型的近 9,500 個癌癥樣本評估 5,600 個潛在的 lncRNA 生物標志物。這將研究范圍縮小到 166 個被發(fā)現(xiàn)與患者生存相關(guān)的 lncRNA。在臨床環(huán)境中，這些生物標志物可能用于提高臨床變量、分子特征和癌癥亞型的預測價值，以更好地預測患者的預后。
在他們的目錄中，研究人員將注意力集中在一個名為HOXA10-AS 的lncRNA 上，他們最初的機器學習分析顯示，這是一個強有力的候選者，可作為預后生物標志物，將患者分為低?；蚋呶ＤX癌。為了證實他們的機器學習分析的結(jié)果，他們在一個新的腦癌數(shù)據(jù)集上進行了測試，該數(shù)據(jù)集由位于中國上海的合著者生成，由華山醫(yī)院領(lǐng)導。
受到機器學習結(jié)果的鼓舞，該團隊開始使用源自患者的癌細胞、異種移植物和類器官模型進行功能生物學驗證。這些步驟不僅證實了HOXA10-AS可以作為一個強大的生物標志物，而且作為一個潛在的治療靶點，因為它在腦癌的幾個重要生物學途徑中發(fā)揮作用。例如，HOXA10-AS 的過表達與細胞侵襲增加有關(guān)，而降低水平會抑制細胞增殖——這兩個都是腦癌的重要標志。
這些生物學實驗還提供了HOXA10-AS 中表現(xiàn)出的“開關(guān)樣”行為及其與患者結(jié)果的聯(lián)系的進一步證據(jù)。該 lncRNA 的缺乏表達與低風險腦腫瘤相關(guān)，而高表達與侵襲性腫瘤相關(guān)。
“我們對這項研究的結(jié)果感到興奮，它不僅產(chǎn)生了新的生物標志物和對癌癥生物學的見解，而且還提供了繼續(xù)探索癌癥轉(zhuǎn)錄組以幫助患者的新發(fā)現(xiàn)的動力，”Reimand 說，他的團隊領(lǐng)導了該機器學習分析。“我們才剛剛開始觸及 RNA 在癌癥中的作用的表面，隨著全轉(zhuǎn)錄組測序在臨床中變得越來越普遍，并且有更多數(shù)據(jù)可用，我們已經(jīng)準備好獲得更多發(fā)現(xiàn)。”
標簽：
免責聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！