生物标记物能帮助癌症患者更好的生存估计发现

癌症患者经常告诉他们的医生约他们要活多久,以及他们将如何应对治疗,但如果有一种方式来提高医生的准确性预测?

由加州大学洛杉矶分校的科学家们开发的一种新方法最终可能导致做到这一点的一种方法,利用病人的基因序列数据生产更可靠的预测的生存时间和如何应对可能的治疗方法。技术是一种创新的方式使用生物医学大数据——这可以从大量的患者信息模式和趋势-实现精密医学给医生的能力更好的调整自己的照顾每一个病人。

的方法可能会帮助医生为人们提供更多准确的预测与许多类型的癌症。在这个研究中,加州大学洛杉矶分校的科学家研究了乳癌,大脑(多形性胶质母细胞瘤,一种高度恶性和激进的形式;和低级别胶质瘤,不那么咄咄逼人的版本),肺癌、卵巢癌和肾脏。

此外,它可能让科学家们分析人的基因序列,确定哪些是致命的,哪些是无害的。

新方法分析不同基因亚型基因序列的组合,可以产生一个巨大的各种各样的RNA和蛋白质从单个基因——使用数据从RNA分子在癌症标本。这一过程,称为RNA序列,或者RNA-seq,揭示了RNA分子的存在和数量在一个生物样品。在加州大学洛杉矶分校的开发方法,科学家们分析的比率略有不同亚型基因序列,使他们能够检测基因序列的重要而微妙的差异。相比之下,传统的分析汇集了所有亚型在一起,这意味着技术亚型中错过重要的差异。

SURVIV (“mRNA同种型变异的生存分析”)是第一个进行生存分析统计方法使用RNA-seq亚型数据,资深作者易建联兴说,加州大学洛杉矶分校的副教授微生物学,免疫学和分子遗传学。这项研究发表在《自然通讯》杂志上。

研究人员报告确定了大约200个亚型,与乳腺癌患者的生存时间相关;一些预测更长的生存时间,其他的都与短时间。有了这些知识,科学家们也许最终能目标与更短的生存时间相关的亚型为了抑制和抵抗疾病,邢说。

研究人员评估性能的生存预测使用一种称为c指数的指标,发现在他们分析的六种不同类型的癌症,他们isoform-based预测表现一直比传统的基于基因的预测。

结果是令人惊讶的,因为它表明,与传统观念相反,同种型比率提供一种更健壮的分子签名比整体基因丰富的癌症患者,主任邢说加州大学洛杉矶分校的生物信息学博士项目和加州大学洛杉矶分校的一员量化和计算生物科学研究所。

“我们的发现表明,同种型比率提供了一个更健壮的分子签名的癌症患者在大规模RNA-seq数据集,”他说。

研究人员研究了组织从2684年癌症患者的样本的一部分,美国国立卫生研究院的癌症基因组图谱,他们花了两年多发展SURVIV算法。

根据兴,一个人类基因通常产生7到10亚型。

“癌症,有时单个基因产生两个亚型,其中一个促进转移和其中一个压制转移,”他说,补充说,了解两者之间的差异在抗击癌症是极其重要的。

“我们刚刚触及表面,”邢说。“我们将这种方法应用到更大的数据集,我们希望学到更多。”

合著者研究的主要作者Shihao沈,邢高级研究科学家的实验室;加州大学洛杉矶分校教授吴应年统计数据;渊源,澄阳王,加州大学洛杉矶分校博士生。

这项研究是由美国国立卫生研究院的资助(赠款R01GM088342和R01GM105431)和美国国家科学基金会(格兰特DMS1310391)。兴的研究还支持由阿尔弗雷德·斯隆研究奖学金。