评估肿瘤特异性总mRNA水平可预测癌症结果！
最近，有研究团队开发了一种新的反卷积方法，用于从大量测序数据中量化肿瘤特异性mRNA水平，为单细胞分析提供了补充。研究人员建议肿瘤特异性的总mRNA水平可以被调整为一种预后生物标志物，以分层高危患者并指导治疗选择。
最近，有研究团队开发了一种新的反卷积方法，用于从大量测序数据中量化肿瘤特异性mRNA水平，为单细胞分析提供了补充。研究人员建议肿瘤特异性的总mRNA水平可以被调整为一种预后生物标志物，以分层高危患者并指导治疗选择。
德克萨斯大学MD安德森癌症中心的研究人员开发了一种新方法，他们从患者的肿瘤样本中量化肿瘤特异性的总mRNA水平，这些样本包含癌细胞和非癌细胞。利用这项技术对15种癌症中的6500多名患者的肿瘤进行研究，研究人员证明，癌细胞中较高的mRNA水平与患者存活率降低有关。
这项研究发表在《Nature Biotechnology》上。这种计算方法可以对肿瘤样本中的肿瘤特异性总mRNA水平进行大规模分析，作为多种癌症的预后生物标志物。
通讯作者Wenyi Wang博士是生物信息学和计算生物学教授，他说：“单细胞测序研究已经向我们表明，癌细胞中的总mRNA含量与肿瘤的生物学特征相关，但使用单细胞方法分析大型患者队列并不可行。在这项研究中，我们提出了一种新的数学反卷积技术，利用广泛可用的批量肿瘤测序数据来大规模研究癌症的这一重要生物学特征。”
单细胞测序方法可以从一个样本中分析成千上万的单个细胞，批量测序则是在更多的细胞中生成肿瘤的全貌。由于肿瘤样本包含癌细胞和非癌细胞的不同混合物，需要另外的步骤来从批量测序数据中分离癌症特异性信息。
反卷积是一种计算技术，能够将批量测序数据分离成不同的组成部分。这项研究首次报告了这种反卷积方法，用于从大量测序数据中量化肿瘤特异性mRNA水平，为单细胞分析提供了补充。
与Wang一起领导这项研究的还有前博士后研究员 Shaolong Cao博士、头颈外科助理教授Jennifer R. Wang博士、生物信息学与计算生物学博士后研究员Shuangxi Ji博士。
为了开发反卷积工具，研究小组首先分析了10名四种不同癌症患者的48,913个细胞的单细胞测序数据。汇集这些数据能够识别癌症细胞和非癌症细胞之间的总mRNA水平的差异，推动了对这些差异的进一步研究。
用癌细胞株验证了他们的方法后，他们使用四个大型队列的6580个患者肿瘤样本的批量测序数据量化了肿瘤特异性mRNA水平。由于批量测序已被常规使用多年，研究人员将总mRNA水平与患者的长期临床数据进行比较。
在一项泛癌症分析中，他们证明了较高的肿瘤特异性mRNA总水平与无进展生存期和总生存期的减少有关。
有趣的是，研究发现其中的相关性可能取决于癌症的分期。在某些队列中，对癌症特定阶段的研究表明，总mRNA水平高，反而结果会改善。由于早期和晚期癌症有不同的治疗方案，作者认为，总mRNA水平可能有助于预测预后和一些治疗的反应。
团队专门研究了两个独立的乳腺癌患者队列，证实了较高的总mRNA水平与早期化疗患者预后的改善相关，而总mRNA水平较低的早期患者的化疗效果则较差。
必须通过更大规模的前瞻性试验来证实这些发现，但研究人员建议，肿瘤特异性的总mRNA水平可以被调整为一种预后生物标志物，以分层高危患者并指导治疗选择。
相关文章
评论
我要跟帖
.jpg)
