值得关注!转录组、蛋白质组、代谢组及新型分子标志物丨肿瘤蓝皮书连载第三篇
引言
蓝皮书连载内容介绍
本蓝皮书通过以下内容呈现宏观框架、中观产业发展、微观技术创新及转化应用:
行业背景和概况;
肿瘤基因及分子标志物简介;
肿瘤基因及分子检测技术简介;
分子检测应用临床肿瘤诊疗的场景;
肿瘤基因及分子检测行业简析;
未满足需求及发展趋势。
广义的转录组包括从 DNA 序列转录得到的转录本及其相关产物,主要包括编码 RNA(mRNA)和非编码 RNA(miRNA,siRNA,piRNA,rRNA,tRNA 等)。
研究转录组可以了解基因在不同细胞、组织及不同时刻的活跃状态(开启、关闭等状态)及机制,从而对基因进行干预。通过转录组,可以确定许多生物过程和包括癌症在内的疾病分子基础,为肿瘤的病因、发病机制等提供重要简介。例如,siRNA 等非编码 RNA 正被用于特异性纠正靶向目标基因的表达,用于肿瘤等疾病的治疗。
基因融合的定义功能意义等
由于染色体重排(易位、缺失、倒位等)等原因,两个基因的全部或一部分序列相互融合成为一个全新的基因,这种现象称为基因融合。已发现的融合基因普遍存在于人类的主要肿瘤中,作为肿瘤诊断和预后的潜在标志物,也作为癌症药物的靶点。基因融合会使与肿瘤相关的基因失调(异常表达等),或产生具有生物活性(例如激酶活性)的嵌合体蛋白。
基因融合可以通过 RNA 测序分析基因组断点周围的转录情况而检测,包括早期的 EST 方法 和最新的 RNA-seq 方法,例如增强子 - 启动子交换(EVI1,MECOM),扩增子融合(ERBB2,HER2)或截断融合等,导致抑癌基因的功能丧失(CDKN2A)或致癌基因的激活(PAX5)。
FDA 批准用于四种癌症九种疗法伴随诊断的 FoundationOne Liquid CDx(FLCDx)检测范围包括 NTRK 融合;PGDx Elio 大 Panel 涉及 ALK、RET 和 NTRK1/2 的融合;MSK-IMPACT 囊括EML4-ALK 融合。
肿瘤和癌细胞系的表达谱 SAGE、微阵列以及测序等技术是早期应用之一。基于基因表达谱分析,将基因表达水平定量细分到单个外显子或转录本亚型(剪接等),目前在科研项目中应用比较成熟,但在临床应用仍需要很长时间的探索。
随着跨正常组织、肿瘤组织和细胞系等大型基因表达注释项目开展及数据库公开, 研究者开始了解全局的基因表达,但由于组合遗传的复杂性以及肿瘤新靶点的出现,仍给分析带来巨大挑战,其解决关键是生物信息学和计算生物学的发展。在分析策略上,研究者建议(PMID: 29279605)基于 poly(A)+ 选择的 RNA-seq 方案( protocols);另外基于脱氧尿苷三磷酸 (dUTP) 的链特异性 RNA-seq 可促进临床应用;在测序深度上,转录分析只需要约 1500 万个 reads,可变剪接或等位基因特异性表达需要更高的读取深度(1 亿个 reads)。
1.4 以miRNA为代表的非编码RNA
生物体内的分子检测范围包括核酸、蛋白质、糖类、脂类、酶类等,以抗原、酶、激素形式存在于血液、细胞和组织体液中。其他传统的分子检测依赖基于酶催化反应的生物化学分析(即生化检测),而蛋白质检测主要基于质谱分析和免疫分析(免疫检测)。
传统的蛋白质类肿瘤标志物主要针对实体瘤中血清蛋白检测,例如甲胎球蛋白(AFP)、前列腺特异抗原(PSA)、癌胚抗原(CEA)、糖类抗原(CA199)。其中,AFP(对应原发性肝癌)、PSA(前列腺癌)、CA199(胰腺癌,胆管细胞癌)的特异性较高,CEA 属于广谱肿瘤标志物,特异性较低。这一类标志物在临床应用较早,有适应的临床应用场景,优点是部分标志物对特定癌种的特异性高,但相对 ctDNA 而言灵敏度不高。
蛋白质是基因表达的产物,也是药物直接作用的靶点。蛋白质组的通量理解是蛋白质的大规模数字化分析。整合基因组和蛋白质组的数据及研究成果,可以大大促进癌症发病机制、 诊断标志物及治疗靶点的研究及转化。质谱技术推动了蛋白组学的发展,提供蛋白质鉴定、化学修饰和结构等信息。
2.3 肿瘤代谢组检测
代谢组的研究对象为内源性代谢物质(中间或代谢终产物),主要是相对分子质量 1000Da 以内的小分子物质,如氨基酸、有机酸、核苷酸、碳水化合物、维生素、脂质等,代谢组对上述物质进行定量分析以及功能分析,从系统生物学角度分析代谢物与生理病理的联系。代谢组学还在初级研究阶段,目前代谢组的检测需要质谱等技术以及专家决策系统。
与肿瘤相关的主要分析维度包括:
● 脂质组学:统计分析筛选差异脂质分子(LC-MS/MS 技术);
● 靶向代谢组学:以标准品为参照,通过标准曲线计算特定代谢物浓度,基于三重四极杆质谱仪、多反应监测模式等;
● 多组学关联分析:代谢组与 16S、宏基因组等关联分析,挖掘微生物、代谢物和表型的关系等。
随着代谢组学定量方法的准确性提高、工具迭代和多技术联用, 相关研究正朝着转化应用方向发展。代谢组与其他组学数据的整合,使得人们获得肿瘤基因组、转录组、蛋白组以及代谢组水平的全景深度信息,将更便于理解疾病发生发展的机制和加速转化。
通过结合当下的肿瘤研究热点和临床应用价值,可将几个组合型分子标志物概括如下:
今日互动
连载预告