通过网飞电视剧居然可以判断癌症？Nature最新研究构建癌症基因组蓝图

英国癌症研究中心的科学家们表示，你看Netflix（网飞）的习惯背后的科学可能很快会被用来指导医生治疗癌症。

一个国际科学家团队使用人工智能(AI)来调查和分类癌症开始和生长时，整个基因组(细胞的完整遗传密码)中DNA变化的大小和规模。

利用人工智能，科学家们已经确定了癌症开始和增长时DNA的结构、顺序和副本数量出现的21个常见错误。这些常见的错误被称为拷贝数标记（copy number signatures，生物通注），可以帮助指导医生进行反映肿瘤特征的治疗。

当你观看Netflix时，会生成有关你观看的电影和电视剧类型、你观看它们的频率以及你对它们的评价是“赞成”还是“反对”的数据。Netflix使用一种算法来分析这些海量数据，找出你观看内容的模式，然后在你浏览Netflix时推荐新电影和电视剧。

由伦敦大学学院(UCL)的Nischalan pillay博士和加州大学圣地亚哥分校(UC San Diego)的Ludmil Alexandrov博士领导的一组研究人员建立了一个类似的算法，该算法可以筛选数千行基因组数据，并挑选出染色体组织和排列的共同模式。然后，该算法可以对出现的模式进行分类，并帮助科学家确定癌症可能发生的类型。

通过这种算法，科学家们在9873名患有33种不同癌症的患者的全序列基因组中寻找模式。该算法确定了肿瘤中染色体结构和数量上的21种常见错误，并将它们归类为不同的“类型”，称为拷贝数标记。

21个拷贝数标记现在将被用来创建一个蓝图，研究人员可以用它来评估癌症的侵袭性，找到它的弱点，并设计新的治疗方法。

该研究的共同主要作者、加州大学圣地亚哥分校副教授Ludmil Alexandrov博士说:

“癌症是一种复杂的疾病，但我们已经证明，当它开始时和如何生长时，染色体发生的变化有显著的相似性。就像Netflix可以预测你接下来会选择看哪部剧一样，我们相信，我们也可以根据癌症基因组此前经历的变化，预测你的癌症可能会如何进展。

我们希望能够达到这样一种水平：医生可以查看病人的完整肿瘤序列，并将肿瘤的关键特征与我们的基因组错误蓝图进行匹配。有了这些信息，我们相信医生在未来将能够提供更好、更个性化的癌症治疗。”

科学家们此前研究了这些大规模的基因组缺陷是如何在肉瘤中发生的，并希望找到研究不同类型癌症中这些变化的方法。

研究人员开发的SigprofilerExtractor软件，该算法利用复杂的数学运算来扫描癌症患者的测序数据，并识别不同类型癌症中染色体重组的常见模式。

科学家们进一步研究了对癌症患者预后影响最大的基因拷贝数标记。在该算法识别的21个特征中，科学家们发现，染色体破碎和重组的肿瘤（称为染色体碎裂症）与最差的生存结果有关。例如，该研究发现，胶质母细胞瘤是一种侵袭性脑肿瘤，如果患者的肿瘤经历了染色体碎裂，他们的生存结果会更差。平均而言，没有色素脱失的胶质母细胞瘤患者比肿瘤发生色素脱除的胶质母细胞瘤患者的存活时间长 6 个月。

科学家们希望他们能够改进算法，使医生能够根据癌症开始时获得的基因特征，以及在生长过程中发现的基因变化，找出你的癌症可能会如何发展。

伦敦大学学院肉瘤和基因组学副教授、该研究的共同主要作者Nischalan pillay博士说:

“为了领先癌症一步，我们需要预测它如何适应和变化。突变是癌症的关键驱动因素，但我们的很多了解都集中在癌症中单个基因的变化上。我们一直忽略了更宏观的图景：大量基因是如何被复制、移动或删除的，而不会对肿瘤造成灾难性的后果。了解这些事件是如何发生的，将有助于我们重新获得战胜癌症的优势。多亏了基因组测序的进步，我们现在可以看到这些变化在不同类型的癌症中发挥作用，并找出如何有效应对它们。”

目前SigprofilerExtractor和研究中使用的其他软件工具免费提供给其他科学家，这样他们就可以使用该算法，根据从肿瘤测序中获得的数据，建立自己的netflix式的DNA染色体变化库。

“我们相信，向其他科学家免费提供这些强大的计算工具，将加快为患者制定个性化癌症蓝图的进程，给他们最大的生存机会。”

英国癌症研究所首席执行官Michelle Mitchell 说:

“英国癌症研究中心一直走在了解癌症背后的遗传学的最前沿。在我们庆祝20周年的时候，有一个令人惊讶的消息：我们可以建立一个跨越多种肿瘤类型的蓝图，这可能会帮助研究人员预测癌症的行为，并展示我们如何用更精确的治疗方法来对付它。

“这项研究是Cancer Grand Challenges组织的另一项杰出成果，该组织的成立是为了应对癌症研究中的一些最大挑战。”

文章标题

Signatures of copy number alterations in human cancer