识别个性化的驱动基因组最大限度地导致 Glioblastoma multiforme 个体转录体表型异常

科学领域:

• 基因组学就是基因组学.
• 癌症生物学 癌症生物学
• 生物信息学是一种生物信息学.

背景情况:

• 癌症的基因组和表型异质性使得用于个人诊断和治疗的常见驱动基因的使用变得复杂.
• 个性化驱动机制对于在多形质母细胞瘤 (GBM) 中推进精准医学至关重要.

研究的目的:

• 开发和验证一种集成计算方法,用于在GBM中识别个性化的驱动基因组.
• 发现新的致癌基因及其与GBM预后的关联.

主要方法:

• 综合基因表达特征和来自GBM个体的遗传改变数据.
• 采用基因算法与随机步行相结合,以确定解释转录组异常的最佳驱动基因组.
• 将该方法应用于99个GBM患者样本.

主要成果:

• 鉴定了99个GBM个体的个性化驱动基因组,其中1-7个基因累计解释了癌症特征功能障碍.
• 发现了不同的驱动器集,即使在具有相似转录组表型的GBM患者中也是如此.
• 鉴定了MCM4,具有罕见的遗传变异,作为一种与不良的GBM预后相关的新瘤基因.
• 功能性实验证实了MCM4在GBM细胞增殖,入侵,迁移和殖民地形成中的作用.

结论:

• 开发的整合方法有效地剖析了针对性治疗和精准医学的个性化驱动基因改变.
• MCM4代表了GBM的潜在治疗标.
• 该方法可用于识别其他癌症类型和数据水平的关键驱动因素.