《NatureGenetics》解讀腫瘤利器，預測癌癥進化

　　倫敦瑪麗王后大學的研究人員開發了一款計算分析模型，可用于預測腫瘤進展。這項研究發表在《Nature Genetics》，目的是讓臨床醫生具備預測腫瘤生長軌跡的能力，從而先發制人地控制病程和選擇相應治療方案。

　　研究人員采用亞克隆選擇計算模型和適用于高通量測序數據的理論種群遺傳學來監測人類癌癥克隆動態，這種方法可以察覺腫瘤樣本的亞克隆結構，同時測量每個亞克隆的選擇性優勢和出現時間。

　　“知道腫瘤是否會以某種方式改變，據此設計有效治療，”倫敦瑪麗王后大學Barts癌癥研究所教授Trevor Graham說。“這項工作還處于起步階段，待其成熟后將變得非常強大。”

　　解讀腫瘤的“秘密日記”

　　隨著腫瘤生長，它們的遺傳密碼（突變）也在不斷改變。其中一些變化可能賦予癌細胞優勢，使其更適合在某環境下生存。遵循達爾文進化論原則，這樣的細胞受到青睞能夠保持復制，產生更多相同突變細胞。許多攜帶不同突變的細胞群都在如此生長和聚集，創造出具有高度遺傳多樣性的腫瘤。

　　我們知道癌癥富于變化，卻無法得知都發生過哪些確切變化。因為所有被送到實驗室分析的腫瘤樣本都屬于能在患者體內被檢測到的樣本。因此，我們看不見真實腫瘤的生長歷史，這項研究則致力于填補這些缺失信息。

　　通過解讀腫瘤細胞的基因序列，人們嘗試用計算機系統讀取隱藏在基因組突變中的“秘密日記”。值得注意的是，這項研究揭示細胞獲得的突變驅動癌癥進程，這種突變被命名為驅動突變（driver mutations），它們讓細胞在某些情況下比其他細胞的增長速度快30%。

　　用腫瘤的歷史預測它的未來

　　計算機系統利用這些遺傳數據和定義算法預測癌癥的未來進化變異。它將進一步推進“智能診斷”，并為個性化醫療提供巨大助力。

　　在這項研究轉化為臨床實踐之前，研究團隊首先需要驗證系統預測的正確性。他們應用來自乳腺、胃、血液、結腸、和肺等癌癥樣本和轉移性沉積物的高深度測序數據，表明選擇進化而來的可檢測亞克隆在腫瘤生長過程早期始終如一的出現，而且具有較大的適應優勢（＞20%）。此后，他們還將運用系統進行臨床前模型和長期監視下的患者腫瘤樣本分析。

　　論文第一作者Marc Williams 補充道：“我們想要測量癌癥進程變化，這些變化往往很難量化。通過方方面面的測量和分析，我們的遠期目標是實現對癌癥發展軌跡給出重要預測。”