来自患者的肺癌器官的全基因组表征

科学领域:

• 基因组学和精准医学精准医学
• 癌症生物学和治疗方法

背景情况:

• 肺癌仍然是导致死亡的主要原因,瘤异质性和耐药性使治疗复杂化.
• 下一代测序 (NGS) 推进了基因组分析,但需要强大的患者衍生模型来研究瘤生物学和准确医学.
• 这项研究的重点是开发患者衍生肺癌器官 (LCOs) 用于全面的基因组分析.

研究的目的:

• 建立和描述患者衍生肺癌器官 (LCOs).
• 在LCO上进行全基因组测序 (WGS),以探索其基因组景观.
• 评估这些LCO模型的治疗潜力.

主要方法:

• 从14名非小细胞肺癌 (NSCLC) 患者中建立了一个LCO小组.
• 使用全基因组测序 (WGS) 来分析体变异 (SNV,InDels,CNV,SV) 和微卫星不稳定性 (MSI).
• 进行生物信息分析,包括突变注释,瘤突变负担 (TMB) 评估和突变特征探索.
• 进行了基于深度学习的药物反应预测和体外药物敏感性测试.

主要成果:

• WGS在TP53,TTN,MUC16和FLG中发现了反复发生的突变,在非编码区域中约80%的变异.
• 来自早期/本地高级阶段的LCOs比高级阶段显示出更高的TMB和MSI,表明更大的克隆多样性.
• 药物查证实了基因组数据用于预测的可行性,但强调了对先进模型的需求.

结论:

• 综合性基因组表征患者衍生的LCOs提供了洞察力肺癌的突变格局和演变.
• 这些注释良好的有机体模型是研究瘤生物学的宝贵资源.
• LCOs促进了对肺癌的基因组信息治疗策略的开发.