新的预后生物标志物和cancer-driving基因发现暗物质的癌症基因组

一批新的预后癌症生物标志物被发现在一个地区已经很少看。研究人员公布了一项目录166预后的生物标记,生成通过分析长非编码rna (lncRNAs)——这是可以理解在癌症研究中。进一步说,一个生物标志物在目录被证明是非常有效的分类神经胶质瘤(脑癌)低收入或高风险。研究结果表明lncRNAs的潜在临床生物标志物和潜在的治疗靶点,打破新地面生物标志物和癌症生物学研究和增加新兴科学对非编码RNA的角色失调的癌症。

该研究发表在细胞的报道和共同博士想把它们做为Reimand,安大略癌症研究所首席研究员(OICR)和丹尼尔Schramek博士,首席研究员Lunenfeld-Tannenbaum研究所(LTRI),使用机器学习来评估5600潜在lncRNA生物标志物对近9500人癌症样品在30癌症类型。这个领域缩小到166 lncRNAs被发现与患者生存。在临床设置这些生物标记可能被用来促进临床变量的预测价值,分子特性和癌症亚型患者更好地预测结果。

在他们的目录,研究者将目光锁定在一个lncRNA,称为HOXA10-AS,他们最初的机器学习作为预后分析显示是一个强有力的候选人生物标志物分层患者低收入或高风险脑癌。确认他们的机器学习分析的结果,他们测试了它在一个新的脑癌的数据集,这是由合作者总部设在上海,中国,由华山医院。

机器学习的结果,鼓励团队转移到使用patient-derived生物验证功能癌症细胞、异种移植、瀑样模型。这些步骤不仅证实HOXA10-AS可以作为一个强大的生物标志物,也作为一个潜在的治疗目标,因为它扮演了一个角色在几个重要的生物通路脑癌。例如,过度HOXA10-AS与增加细胞入侵而降低水平抑制细胞proliferation-both脑癌的重要标志。

这些生物的实验也提供了进一步的证据开关类的行为表现出HOXA10-AS及其链接到病人的结果。缺乏表达的lncRNA与低风险脑瘤和高表达与恶性肿瘤的相关。

“我们正兴奋的这项研究的结果不仅产生了新的生物标志物和见解癌症生物学,但也提供了动力继续探索癌症转录组的新发现帮助病人,“Reimand说,他的团队领导了机器学习分析。“我们只有开始的表面划痕rna的作用在癌症和准备更多的发现whole-transcriptome测序变得越来越普遍在诊所和更多的数据是可用的。”

“癌症基因组功能注释和小说标志物的病人生存,而且还调节侵略性的癌症的基因,是至关重要的我们的目标精度肿瘤学,想法改善癌症治疗基于肿瘤内发现的基因改变,“Schramek说,他的团队领导的功能分析。“深刻理解的因素驱动癌症起始和发展将促进新治疗靶点的识别和治疗策略。”

“恭喜OICR LTRI及其研究伙伴让这个重要的新发现癌症研究部长,”吉尔邓洛普说,学院和大学。“Ontarians OICR可以骄傲的主导作用在这个倡议,这可能导致更多的癌症发现支持在未来更好的病人结果。OICR已经令人印象深刻的记录有助于肿瘤的发现和创新转移到真实世界的应用程序,和他们的成功是体现在一些开创性的工作发生在我们世界一流的大学和研究机构”。

“Reimand博士和他的同事的研究表明,有巨大的价值研究癌症基因组的非编码区域。健壮的生物标志物的发现和新的治疗靶点是至关重要的发展下一代的精密医学,”林肯斯坦博士说,头,自适应肿瘤学,OICR。“我祝贺整个团队这些重要的发现,它丰富了我们的理解癌症生物学和现在的新机会改善癌症的临床管理。”