在周五的《科學(xué)》雜志上，來自瑞典皇家理工學(xué)院等機(jī)構(gòu)的研究人員發(fā)布了一個(gè)“人類癌癥病理圖譜（HumanPathologyAtlas）”，他們通過對(duì)近8000名患者的數(shù)據(jù)進(jìn)行分析，總結(jié)出了17種常見癌癥中，全部蛋白編碼基因表達(dá)的情況如何影響不同癌癥患者的預(yù)后及生存。

　　他們建立起來的圖譜包含超過90萬條可預(yù)測患者生存期的生存曲線和500萬幅病理學(xué)圖像，通過現(xiàn)有的數(shù)據(jù)，他們可以為患者生成個(gè)性化的模型，預(yù)測蛋白水平和腫瘤代謝的變化會(huì)怎樣影響腫瘤的發(fā)展，好進(jìn)行有針對(duì)性的治療，改善患者預(yù)后，延長患者的生存期。在癌癥患者個(gè)性化治療這條“夢(mèng)想大道”上，科學(xué)家們又邁出了重要一步。

　　研究的通訊作者是瑞典皇家理工學(xué)院的MathiasUhlén教授，他是歐洲生物技術(shù)聯(lián)合會(huì)的主席，也是人類蛋白質(zhì)圖譜項(xiàng)目（HumanProteinAtlas，HPA）的領(lǐng)導(dǎo)者。

　　在過去的十幾年里，科學(xué)家們做了大量的工作，建立了癌癥基因組圖譜（TCGA）、人類蛋白質(zhì)圖譜（HPA）等等，加速了我們對(duì)癌癥的整體了解。在這次的研究開始前，研究人員首先從TCGA數(shù)據(jù)庫中提取了11000名癌癥患者中9666人的轉(zhuǎn)錄組和臨床數(shù)據(jù)，共覆蓋33個(gè)癌種。他們分析了這33種癌癥中的所有蛋白質(zhì)編碼基因（19571個(gè)）的表達(dá)水平，同時(shí)也分析了它們?cè)贖PA項(xiàng)目中162名健康志愿者的37種正常組織中的表達(dá)。

　　研究人員發(fā)現(xiàn)，有5000多個(gè)基因在癌癥患者和正常組織中都表達(dá)，還有2000多種基因在癌癥患者中表達(dá)但在正常組織中受到限制，它們大多能夠調(diào)控DNA的復(fù)制、細(xì)胞凋亡以及有絲分裂。

　　接下來，研究人員在這33種癌癥中選擇了17種常見癌癥，包括7932例腫瘤樣本。他們發(fā)現(xiàn)，患同一種癌癥的患者基因表達(dá)的個(gè)體差異很大，而總體來看，17種癌癥的基因表達(dá)又有很大的重疊。這意味著對(duì)于一些患者來說，他們的基因表達(dá)有可能會(huì)更加貼近于其他類型的癌癥，而不是本身所患的癌癥，這對(duì)于靶向治療具有一定的指導(dǎo)意義。但是唯獨(dú)肝癌是個(gè)例外，它與其他類型的癌癥幾乎沒有重疊，有著相對(duì)獨(dú)特的表達(dá)。

　　研究人員對(duì)每個(gè)患者的生存時(shí)間等臨床數(shù)據(jù)和基因組數(shù)據(jù)進(jìn)行了Kaplan-Meier生存分析，得到了單個(gè)或是多個(gè)基因表達(dá)水平高低與生存期之間的關(guān)系，以此來鑒定“預(yù)后基因”。17種癌癥和19571個(gè)蛋白編碼基因共產(chǎn)生了1億多個(gè)Kaplan-Meier分析圖，最終根據(jù)分析圖的結(jié)果將這些基因分為了有利于預(yù)后（高表達(dá)與更長的生存期有關(guān)）和不利于預(yù)后（高表達(dá)與更短的生存期有關(guān)）的基因。

　　不同的癌癥類型中，有利和不利的基因比例也不同。值得注意的是，有2375個(gè)基因在不同的癌癥中對(duì)預(yù)后的作用是相反的，這也表明對(duì)預(yù)后基因表達(dá)的蛋白的功能研究是非常必要的。在這些預(yù)后基因中，只有少數(shù)已經(jīng)在過去的研究中被證明有預(yù)測患者預(yù)后的價(jià)值，比如與結(jié)直腸癌生存率有關(guān)的RBM3基因。

　　但是大多數(shù)基因都是以前沒有被研究或重視的，通過這次的成果，相關(guān)領(lǐng)域的研究人員也可以有針對(duì)性的對(duì)一些基因開展研究，探究它們究竟是發(fā)揮主導(dǎo)作用還是只是隨著其他的基因表達(dá)變化而變化。

　　但是如果想要應(yīng)用于臨床的話，一次性分析一萬多個(gè)基因是不太現(xiàn)實(shí)的，因此研究人員建議可以選擇每種癌癥中影響最大的5個(gè)有利基因和5個(gè)不利基因，通過它們也能進(jìn)行生存分析，做臨床預(yù)測。

　　在17種癌癥中，對(duì)于本身3年生存率很高的癌癥（睪丸癌和前列腺癌，都超過了95%），鑒定出的預(yù)后基因是相對(duì)較少的，可能是由于患者的生存期差異不大，因此還需要更大隊(duì)列的研究才能確定更多的預(yù)后基因。既然有少的，那就一定有多的，肝癌和腎癌就是其中“翹楚”，它們分別有2892和6070個(gè)預(yù)后基因，其他癌癥最多也沒有超過2000。而其中腎癌的2892個(gè)預(yù)后基因中，有2629個(gè)都是不利預(yù)后的，比例高的驚人。

　　研究人員又檢查了不同癌癥類型之間預(yù)后基因的重疊情況，對(duì)于大多數(shù)癌癥來說，它們“共享”的預(yù)后基因都不多，而且沒有一個(gè)基因被7種以上的癌癥共享。在有利預(yù)后基因中，只有肝、腎、肺和胰腺癌的顯著重疊，而不利預(yù)后基因中，則是腎、乳腺、肺和胰腺癌的重疊較為明顯。

　　研究人員發(fā)現(xiàn)，不利于預(yù)后的基因大多都和細(xì)胞增殖有關(guān)，包括有絲分裂、細(xì)胞周期調(diào)控等。他們單獨(dú)研究了與細(xì)胞周期調(diào)控有關(guān)的314個(gè)基因，其中194個(gè)（62%）的基因都屬于不利基因，至少在一種癌癥中有表達(dá)量的增加。然而這些基因在不同癌癥間共享的不多，這說明雖然它們雖然都是不利預(yù)后的基因，但是靶向同一個(gè)在不同的癌癥中效果是不同的。

　　以肝癌為例，和其他癌癥共享（淺橘色）或是獨(dú)有的（玫粉色）不利預(yù)后的調(diào)控細(xì)胞代謝的基因

　　研究人員進(jìn)一步分析了與總體高生存率相關(guān)的高表達(dá)基因，這些有利預(yù)后基因大多被認(rèn)為在正常組織中高表達(dá)，而在腫瘤組織中表達(dá)減少。仍然以肝癌為例，研究人員發(fā)現(xiàn)66%的在正常肝臟組織中高表達(dá)的基因在肝癌患者或是肝癌細(xì)胞系中表達(dá)下降，而它們的表達(dá)量與腫瘤的分級(jí)呈負(fù)相關(guān)。

　　按照目前常用的三級(jí)分級(jí)法，腫瘤以分化程度被分為G1-高分化、G2-中分化和G3-低分化，腫瘤的分級(jí)越高，分化程度越低，惡性程度越高，生長越快，預(yù)后越差。而這次的分類結(jié)果則顯示，這些組織高表達(dá)基因表達(dá)量越高，患者的預(yù)后越好，這與腫瘤分化等級(jí)越高，患者預(yù)后越差、存活率越低的已知概念相匹配。

　　研究人員還做了一些抗體的檢測，他們發(fā)現(xiàn)這些抗體的量也可以作為預(yù)測預(yù)后的因素之一。比如癌癥睪丸抗原在多個(gè)類型的癌癥中表達(dá)，而在正常情況下中，它只會(huì)出現(xiàn)在免疫豁免部位，比如睪丸和胎盤。再次以肝癌為例，研究人員對(duì)正常肝臟、肝癌患者的活檢組織和肝癌細(xì)胞系中的睪丸抗原表達(dá)做了檢測，發(fā)現(xiàn)肝癌患者的活檢組織和肝癌細(xì)胞系中的表達(dá)量遠(yuǎn)遠(yuǎn)高于正常肝臟。

　　除了這些外，研究人員還將這次的數(shù)據(jù)和以前所用的基因組規(guī)模代謝網(wǎng)絡(luò)模型（GSMM，包含代謝物、基因和代謝中的生化反應(yīng)，可以分析代謝，預(yù)測生長情況）結(jié)合，為這次研究中的每個(gè)樣本建立了個(gè)體化的GSMM?；谶@個(gè)模型，研究人員可以研究腫瘤的代謝，分析不同的代謝條件下腫瘤的生長速度，發(fā)現(xiàn)增加生長速度的物質(zhì)，找到產(chǎn)生它所需的酶，通過控制酶的編碼基因來控制腫瘤的生長。

　　最終，研究人員確定了2553種必需基因，可以抑制或殺死腫瘤，其中55個(gè)是在患者體內(nèi)常見的。但是在這些必需基因中，絕大多數(shù)同時(shí)也影響著正常組織的代謝，當(dāng)進(jìn)行靶向測試時(shí)，正常的組織也受到了不小的傷害，這如果是在人體內(nèi)，就會(huì)產(chǎn)生相應(yīng)的副作用，因此這些必需基因?qū)?yīng)的蛋白質(zhì)不適合作為藥物開發(fā)的靶點(diǎn)。

　　不過，研究人員也預(yù)測，參與癌細(xì)胞核苷酸代謝的32個(gè)基因被靶向時(shí)，對(duì)健康組織是沒有太大毒副作用的，所以，它們倒是有可能成為潛在的治療靶點(diǎn)。這個(gè)模型的建立和分析是患者進(jìn)行個(gè)性化治療的一個(gè)途徑。

　　研究人員在一組非小細(xì)胞肺癌患者（357人）和一組結(jié)腸癌患者（60人）中驗(yàn)證了他們發(fā)現(xiàn)的預(yù)后基因是否“靠譜”。在肺癌患者中，他們確定的100個(gè)影響最大的預(yù)后基因與從TCGA數(shù)據(jù)庫中得到的有高達(dá)74%的重疊。研究人員進(jìn)一步從中選擇了8個(gè)，對(duì)它們的表達(dá)進(jìn)行了分析，結(jié)果顯示它們的表達(dá)水平與預(yù)后結(jié)果確實(shí)顯著相關(guān)。結(jié)腸癌患者中的實(shí)驗(yàn)也得到了類似結(jié)果，他們篩選出的6個(gè)基因的蛋白質(zhì)表達(dá)水平也全部與預(yù)后相關(guān)。

　　Uhlén教授表示：“這項(xiàng)研究與之前的類似研究不同，它不是將注意力集中在與癌癥有關(guān)的突變上，而是所有的蛋白質(zhì)編碼基因的突變對(duì)下游的影響，我們首次展示了在大數(shù)據(jù)層面，基因表達(dá)水平的影響將如何改變醫(yī)學(xué)研究。我們很高興為全世界的癌癥研究人員提供了免費(fèi)開放獲取的資源庫，希望這有助于加快找到個(gè)性化癌癥治療所需的生物標(biāo)志物。”