纽约-斯坦福大学的研究人员已经开发出一种新的方法通过循环肿瘤DNA检测癌症(ctDNA)结合DNA片段分析和深度测序来推断肿瘤细胞的RNA表达谱。
研究人员说，从ctDNA中预测RNA表达的能力在基于血液的癌症检测中是第一个，并具有诊断、预后和治疗指导的潜力。
能够检测出肿瘤的血液检测有望开创一个快速、廉价、无创的癌症筛查新时代。如今，许多可用的检测都是为了识别含有特定癌症类型标志突变的DNA片段，例如，卵巢癌患者的BRCA1/2基因。虽然这些测试在早期检测方面显示出很大的希望，但灵敏度仍然存在局限性。
批评者很快指出，这种检测可能无法检测到少量的循环DNA，而在早期癌症中，这种情况经常发生。此外，检测突变可能是偶然的，因为并非所有患者都具有某些癌症的经典遗传特征。此外，突变可以在不同的癌症中共享，这使得很难确定肿瘤的确切组织来源。
但现在，另一种方法正在获得发展势头。许多研究人员发现，通过分析血液中DNA片段大小的模式，他们可以发现癌症及其位置。最近，在一项研究中上周发布的在自然生物技术vwin德赢ac米兰合作斯坦福大学的研究人员表明，细胞游离DNA (cfDNA)片段的大小足以预测预示癌症的RNA表达。
这种新的片段组学液体活检方法被称为EPIC-seq(来自细胞游离DNA测序的表观遗传表达推断)，依靠启动子片段熵从cfDNA中预测组织RNA表达，能够以高灵敏度检测肺癌和血癌亚型。
斯坦福大学医学教授、资深作者Ash Alizadeh说:“大多数液体活检方法都专注于检测血液中的基因突变或染色体异常。”但据他说，“这些只能让你走到这一步。”
先前的研究研究表明，血液中游离DNA的片段大小携带着它们起源组织的信息。每个组织都有沿着染色体长度的核小体定位的标志性模式，这与细胞死亡时从细胞中脱落的DNA片段大小直接相关。据Alizadeh说，先前的研究表明，这些DNA片段的长度可以用来推断这些片段来自哪个组织。
在他们的研究中，Alizadeh和他的团队想看看这些片段是否能告诉他们有关基因表达的任何信息。这些信息可用于确定癌症或病变细胞中基因活性的其他异常。在没有直接采样的情况下，确定肿瘤中的RNA转录是迄今为止不可能的事情。
研究人员在美国癌症研究协会的年会上首次描述了EPIC-seq2020年他注意到如何用它来分析DNA片段的模式，以确定哪些基因正在被表达。那些主动被转录的基因往往有一系列长度不同的片段。
在这项新研究中，研究团队设计了一个EPIC-seq面板，以实现对两种常见癌症非小细胞肺癌(NSCLC)和弥漫性大B细胞淋巴瘤的检测和分型。他们分析了来自患者和对照组的300多个样本。通过使用机器学习技术，他们能够实现每种癌症的接受者操作特征曲线(AUC)下的面积约为0.9。Alizadeh说:“我们对它们之间的显著相关性感到震惊。”
研究人员将这种方法称为“启动子碎片熵(PFE)”，并宣布它是一种通过循环DNA推断细胞内RNA表达水平的新指标。
不列颠哥伦比亚省西蒙弗雷泽大学(Simon Fraser University)的基因组癌症科学家瑞安·莫林(Ryan Morin)没有参与这项研究，他说:“在不观察RNA的情况下获得RNA表达水平令人印象深刻”，这是一个里程碑。“很难从肿瘤中获得高质量的RNA，但PFE意味着这不再是一个问题。”
在一个附带的评论在自然生物技术vwin德赢ac米兰合作香港中文大学(Chinese University of Hong Kong)的癌症研究人员蒋培勇(Peiyong Jiang)和罗丹宁(Dennis Lo)说，它“增加了我们的储备”，并将“加强目前开发用于癌症检测和监测的非侵入性生物标记物的努力”。
莫林对将其用于接受治疗的癌症患者的癌症监测前景感到兴奋。他说，检测到癌症基因中新出现的突变，可以让肿瘤学家调整精确医疗治疗，以适应不断发展的肿瘤，而不必重新对组织进行活检，这可能是一个潜在的危险的过程。他说:“我认为这项技术可以用来填补vwin德赢ac米兰合作癌症治疗的空白，比如我们无法获得好的肿瘤样本，或者活检不安全，或者我们必须重新活检。”
除了检测癌症的存在，研究人员还表明它可以区分癌症亚型。他们集中研究了69个在非小细胞肺癌和鳞状细胞癌中差异表达的基因。
该方法的一些警告是，敏感性随着早期癌症的发生而降低。此外，它推断RNA转录模式的能力仍然未知，因此它推断诊断不明的患者的癌症类型的能力目前还不清楚。尽管如此，这种方法还是给许多研究人员带来了希望，而不仅仅是在癌症领域。
宾夕法尼亚大学佩雷尔曼医学院的遗传学教授戈纳兹·瓦赫迪(Golnaz Vahedi)对在其他疾病领域使用这种方法感到兴奋，比如自身免疫疾病。德赢ac米兰区域“这项研究表明，表观遗传学和染色质是细胞中特定疾病事件的反映，”她说，并补充说，她认为这项技术可以有广泛的应用，并“非常优雅地从循环DNA中捕获疾病信号”。
该研究的作者也对探索其他应用感兴趣。Alizadeh认为这种方法可以用于监测癌症治疗的毒副作用，如心脏和其他器官的毒性。他希望这种方法能在症状出现之前发现器官损伤。研究人员还希望将该方法扩展到其他癌症，如乳腺癌和结肠癌，并测试它是否可以检测癌症随着时间的推移的演变，如新突变和耐药性的发展。
“关键思想是，我们已经证明我们可以从DNA中预测RNA。这是一种神奇的效果。我们很高兴能将其投入使用，不仅用于癌症，还用于其他领域。”