画一个清晰的癌症微生物

杜克大学生物医学工程师设计了一个算法去除污染微生物遗传信息从癌症基因组图谱(TCGA)。清晰的微生物群生活在各种器官健康和癌变状态,研究人员将可以找到新的疾病生物标志物和更好地理解许多癌症是如何影响人体。

使用新净化数据集在第一项研究中,研究人员已经发现,正常和癌变的器官组织有一个稍微不同的微生物群组成,细菌从这些患病的网站可以进入血液,而这细菌信息可以帮助诊断癌症和预测病人的结果。

该研究结果在线发表在《华尔街日报》12月30日细胞宿主和微生物。

TCGA具有里程碑意义的癌症基因组项目超过20000主要癌症和分子特征匹配健康样本生成33癌症类型。它已经产生了超过250万gb的“使”数据。atlas包括DNA存在,表观遗传标记的DNA, DNA开启和产生的蛋白质。这是免费供公众使用。

阿特拉斯的一项研究数据显示,大量的梭菌属nucleatum在结直肠癌,已经被证明是指示性的阶段,生存,转移,甚至这种癌症的药物反应。更多的研究寻找这种细菌生物标记,然而很少有被发现了。一大原因是污染。当细菌引入到实验室样品不小心,很难辨别哪些物种实际上是在样品。虽然类似的微生物研究使用microbe-rich材料如粪便可以克服少量的污染,相对小的样本人体器官和肿瘤样本不能生活。

当检查TCGA测序数据的一个子集,先前的分析发现微生物DNA的物种是实验室污染的结果。

“所有的微生物群的研究都受到这一概念,如果你找到一个微生物,那真的是在组织或污染处理过程中引入吗?”说西陵沈,霍金斯家族杜克大学生物医学工程的副教授。“我们发明了一种方法,可以在每个样本中提取微生物真的和用它来构建我们称为癌症微生物组图谱,这将是一个巨大的资源为社区和让我们了解癌症改变器官的微生物。”

TCGA的方法去除污染数据是由安德斯Dohlman发明,沈的实验室的研究生。Dohlman首先比较了微生物癌症组织从不同的器官和血液之间的签名,以及出现不加区别地排除污染物的物种。然后比较了微生物签名相同的样本处理在不同地点,从哈佛贝勒。Dohlman得出结论,只能检测到的微生物物种将污染物从特定网站,允许他为每个站点分配一个惟一的污染特征。

在这一过程中“一个巨大的挑战是部分证据的物种,这是一种污染物和内生细菌的组织,“Dohlman说。“但是因为TCGA有很多不同类型的数据,我们能够梳理出来。大数据确实有用!”

努力已经以各种各样的方式支付股息。使用Dohlman净化算法后,研究人员仔细研究了微生物群签名的样本大肠癌患者。他们发现了两个独特的组的细菌经常发现在一起,其中一个似乎是与患者的生存。

研究人员还发现,某些癌症确实改变居民器官的微生物。沈的原因可能是,改变一个器官的肿瘤微环境,使其或多或少的好客的不同微生物物种。和通过寻找微生物签名在病人的血液样本,他们还发现,尽管传统智慧相反,一些细菌进入血液中,它也可以提供一个指示癌症的进展。

“有一种危机领域是否高调的论文也可以复制,由于污染的挑战,”沈说。“举个例子,当一个中心能够复制其结果,不会另一个中心。这就解释了为什么:每个中心都有自己的非常一致的偏见。(自己的居民微生物污染物。)在未来,新研究可以使用我们的方法来消除这种偏见和繁殖的结果,和研究中心可以使用他们的偏见我们确定减轻污染。”

参考:Dohlman AB, Arguijo门多萨D,叮,et al .癌症微生物组图谱:pan-cancer比较分析区分tissue-resident污染物的微生物群。细胞宿主和微生物。2021年。doi:10.1016 / j.chom.2020.12.001

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。