使用PRISM重新检查癌症微生物组
Bassel C Ghaddar1, Martin J Blaser2, Subhajyoti De1
1Center for Systems and Computational Biology, Rutgers Cancer Institute, Rutgers University; 195 Albany St., New Brunswick, New Jersey 08901.
bioRxiv : the preprint server for biology
|February 3, 2025
概括
一个新的计算工具PRISM精确地识别了人类基因组数据中的微生物,揭示了与瘤相关的细菌与胰腺癌进展和复发风险有关.
科学领域:
- 基因组学就是基因组学.
- 微生物学 微生物学
- 生物信息学是一种生物信息学.
背景情况:
- 癌症微生物组的作用受到争论,需要对人类基因组学进行先进的微生物分析.
- 在低生物质样本中精确识别微生物对于癌症研究至关重要.
研究的目的:
- 开发和验证PRISM,一种用于精确识别和清除低生物质测序数据中的微生物的计算方法.
- 通过使用CPTAC和TCGA数据集,应用PRISM来分析各种癌症类型的瘤相关微生物.
主要方法:
- 微生物识别和消毒的PRISM计算方法.
- 在大型精选数据集 (62,006个种群) 上对PRISM进行基准测试.
- 从CPTAC和TCGA数据集中分析了8种癌症类型.
主要成果:
- 在识别真假阳性和真假阳性分类系统方面,PRISM表现出色.
- 在胃肠道瘤中检测到丰富的微生物群 (CPTAC).
- 在胰腺瘤中发现的细菌与改变的葡萄糖蛋白质组,吸烟史和复发风险相关.
- 在其他癌症类型和TCGA数据中微生物信号稀缺,可能是由于测序参数.
结论:
- PRISM提高了对人类基因组数据微生物分析的信心.
- 已确定与瘤相关的微生物具有潜在的分子和临床意义.
- 该研究强调了PRISM在揭示微生物在癌症,特别是胰腺癌中的作用方面的实用性.
