【佳學基因檢測】癌癥與腫瘤基因檢測的數(shù)據(jù)庫介紹

癌癥是由于父母基因組合或者是體細胞突變產(chǎn)生的細胞增殖增生失去控制的慢性、難治性疾病。癌癥基因突變賊簡單的形式一個細胞基因組變化而導致的遺傳性疾病?？梢则?qū)動腫瘤產(chǎn)生的基因突變包括點突變、插入突變、缺失突變和染色體易位、染色體數(shù)量增加等。這些基因信息的變化可以導致細胞和組織生長異常，這就是腫瘤所表現(xiàn)出來的臨床表現(xiàn)的基礎(chǔ)。對控制癌癥發(fā)生的分子機制研究已經(jīng)進行了50多年，在這些研究過程中使用了很多分子生物學手段的研究，使得人們對于癌癥的發(fā)生的機制有了深入了解。而且在細胞轉(zhuǎn)化基礎(chǔ)上，人們已經(jīng)了解了許多分子遺傳學和表觀遺傳學改變，而且開始解析導致腫瘤表型的復雜過程。目前，癌癥發(fā)生的基因信息學、腫瘤發(fā)生的基因解碼，正在帶領(lǐng)著腫瘤的診斷和治療發(fā)生一場深刻的革命。

這些都促進了后基因組時代科技的進步，從而令分子生物學家能夠更加精細地研究DNA（基因組）、mRNA（轉(zhuǎn)錄組）和蛋白序列（蛋白質(zhì)組）。全面背景下描述癌癥的機理為研究人員獲得更多有用的數(shù)據(jù)進行分析，并將之以全新的方式結(jié)合起來提供了一個機遇。盡管存在很多實際困難，但人們?nèi)匀慌﹂_展更多項目，目的是整合數(shù)百個樣本以研究來自不同資源的數(shù)據(jù)類型。表1描述了癌癥生物信息學和系統(tǒng)生物學的基因組數(shù)據(jù)庫資源。

表1 癌癥生物信息學和系統(tǒng)生物學的基因組數(shù)據(jù)庫資源

癌癥基因組剖析計劃（The Cancer Genome Anatomy Project, CGAP）是由美國癌癥研究所（the National Cancer Institute, NCI）在1996年發(fā)起并維持的一項計劃。至今，它已經(jīng)成為癌癥遺傳學研究領(lǐng)域的首創(chuàng)。該計劃已經(jīng)從多種腫瘤樣品和正常樣品中研究出了超過300多萬的表達序列標簽（EST）。

癌癥基因組剖析計劃（The Cancer Genome Anatomy Project, CGAP）是由美國癌癥研究所（the National Cancer Institute, NCI）在1996年發(fā)起并維持的一項計劃。至今，它已經(jīng)成為癌癥遺傳學研究領(lǐng)域的首創(chuàng)。該計劃已經(jīng)從多種腫瘤樣品和正常樣品中研究出了超過300多萬的表達序列標簽（EST）。

除此之外，該計劃還利用新的技術(shù)構(gòu)建了數(shù)以百計的圖書館。提及的新技術(shù)包括基因表達系列分析（SAGE）和大規(guī)模平行測序技術(shù)（massively parallel signalure sequencing, MPSS）。

SAGE技術(shù)是近幾年發(fā)展起來的一種快速分析基因表達信息的綜合分析方法，它是公認的轉(zhuǎn)錄學圖譜（Transcriptome profiling）研究的賊佳方法之一。MPSS是以DNA測序為基礎(chǔ)的大規(guī)模、高通量的基因分析新技術(shù)。它通過標簽庫的建立、微珠與標簽的連接、酶切連接反應和生物信息分析等步驟，可以獲得基因表達序列。MPSS具有測定表達水平低、基因差異小，無需預先知道基因的序列、自動化和高通量等特點，是一項值得推廣的技術(shù)。在巴西，F(xiàn)APESP/LICR的人類癌癥基因組計劃（Human Cancer Genome Project, HCGP）利用一種稱為開放閱讀框EST的新技術(shù)，研究了超過100萬個流行腫瘤的EST。由CGAP和HCGP研究的表達序列，被整合到了國際癌癥基因表達的數(shù)據(jù)庫（International Database Cancer Gene Expression）。這個數(shù)據(jù)庫是基因組研究機構(gòu)（Institute of Genomic Research）（http://www.tigr.org）中人類癌癥索引的基礎(chǔ)。CGAP和HCGP兩個計劃已經(jīng)結(jié)合起來。它們本質(zhì)上有一個共同的目標——創(chuàng)建癌癥的表達目錄，而且它們還注解并向GenBank提交了數(shù)以百萬的腫瘤和正常組織的序列。這兩個計劃的目的是確定正常細胞、前癌細胞和癌細胞基因的獨特表達模式，以期達到改善檢測、診斷和治療病人的目的。

癌癥生物醫(yī)學信息網(wǎng)絡(luò)（Cancer Biomedical Informatics Grid, caBIG）（http://cabig.nci.nih.gov）是一個雄心勃勃的、由美國癌癥研究所（NCI，http://cancergenome.nih.gov）資助和維護的一項新計劃。它旨在建立一個癌癥網(wǎng)絡(luò)，從而整合四類信息：信息接口、詞匯/術(shù)語和本體論、數(shù)據(jù)元素和信息模型等。

caBIG計劃是一個由研究人員和組織機構(gòu)自愿組織的網(wǎng)格項目，目標是“創(chuàng)造癌癥研究的全球網(wǎng)絡(luò)”。為了這個目標，大家努力為應用和分析過程制定了標準，以便能更容易地開展合作、分享數(shù)據(jù)。此外，caBIG承擔了不同領(lǐng)域的開發(fā)項目，例如，開發(fā)臨床試驗管理系統(tǒng)、Ontology采集工具和體內(nèi)成像系統(tǒng)等。

自2004年成立以來，caBIG在80個組織機構(gòu)的800多名工作人員的合作下，已經(jīng)取得了70 多項成果，包括報告書、用語、數(shù)據(jù)規(guī)范、軟件工具（例如一種基于網(wǎng)絡(luò)的臨床試驗與多重試驗數(shù)據(jù)管理應用程序）、一種微陣列數(shù)據(jù)庫、一種基因定義元數(shù)據(jù)采集工具以及許多其它成果。

caBIG將個人和機構(gòu)聯(lián)系在一起，共享很多數(shù)據(jù)和工具，它構(gòu)建了全球范圍的癌癥研究資源。caBIG是癌基因組阿特拉斯計劃的一部分，由美國癌癥研究所 （http://cancergenome.nih.gov）資助和維持，它可以加速癌癥預防或治療方面的新方法問世。

如上所述，caBIG的目標是：

(1) 通過一種可共享和可操作的基礎(chǔ)設(shè)施，將科學家和醫(yī)生聯(lián)系起來；

(2) 通過開發(fā)標準規(guī)則和共同語言，能夠更容易地共享信息；

(3) 建立或調(diào)整工具收集、分析、綜合和傳播與癌癥相關(guān)的研究和護理的信息。

該caBIG項目旨在建立一個協(xié)作信息網(wǎng)絡(luò)，以加速開發(fā)新的辦法以改善對患者的治療效果。caBIG 所創(chuàng)建的基礎(chǔ)設(shè)施和工具在癌癥社區(qū)之外也有很廣泛的應用。

因此，癌癥生物信息學處理的是組織和數(shù)據(jù)，以便重要的趨勢和模式可以被識別，賊終目標是發(fā)現(xiàn)新的治療和/或診斷癌癥的方案。實現(xiàn)這一目標的先進步就是尋找表現(xiàn)特定癌癥條件的基因表達藍圖。人們普遍認為生物狀態(tài)和生理不可能由一個基因的表達所代表。因此，為了揭示代表癌癥發(fā)生和進展的分子標記，研究人員進行了廣泛的基因組分析，例如基因表達的微陣列、微陣列-比較基因組雜交技術(shù)（Array CGH）和組織芯片等。然而，在特定的癌變時期有相當多的改變，包括基因組復制后階段、轉(zhuǎn)錄階段、翻譯階段或翻譯后階段和修改階段，如基因擴增、RNA剪接改變、磷酸化、甲基化和蛋白質(zhì)分泌和穩(wěn)定性差異，這些都不能被基因組分析設(shè)想到。蛋白質(zhì)組的分析鑒定，能夠鑒定和定量分析生物樣品中的全部蛋白質(zhì)。

目前蛋白質(zhì)分析技術(shù)包括：二維聚丙烯酰胺凝膠電泳（2DE法）、同位素編碼親合性標簽（isotope-coded affinity tag, ICAT）、基質(zhì)輔助激光解析電離質(zhì)譜（MALDI-MS）、液相色譜-串聯(lián)質(zhì)譜（LC/MS/MS）、質(zhì)譜成像（imaging MS）、蛋白質(zhì)芯片（Protein array）和自體抗體表達等技術(shù)等。要組織和分析由這些高通量技術(shù)產(chǎn)生的具體數(shù)據(jù)，需要發(fā)展相當數(shù)量的計算軟件和數(shù)據(jù)庫。人們通過計算統(tǒng)計分析輔助和建立蛋白質(zhì)或基因圖譜，已經(jīng)可以鑒別遺傳特點，這對發(fā)展新的和個性化的癌癥治療方法非常有價值。

生物信息學方法和臨床驗證已用于識別多種癌癥指示性表達譜。Kim等人分析了SAGE和EST數(shù)據(jù)，從而發(fā)現(xiàn)了一系列肺癌中差異表達的基因。在一個系統(tǒng)檢測注解基因功能的實驗中，他們找到了29個基因，隨后借助肺癌病人的臨床標本發(fā)現(xiàn)了這些基因?qū)嶒烌炞C很敏感。

Sjoblom 等人確定了在大腸癌和乳腺癌腫瘤中已經(jīng)經(jīng)過注解的人類蛋白質(zhì)編碼基因序列。他們分析了11個乳腺癌患者和11個大腸癌患者個體的13023個基因，結(jié)果揭示單個腫瘤積累了大約平均90個突變基因，但它們中只有一部分會導致腫瘤惡化。用嚴格的標準來界定這些基因，Sjoblom 等人發(fā)現(xiàn)共有189個基因（平均每個腫瘤11個）突變頻率很高。

統(tǒng)計和生物信息學工具可以幫助確定突變在腫瘤形成中的作用。鑒定分子標記和表達譜正被人們用于腫瘤分類、診斷和臨床結(jié)果的預測。癌細胞依賴的特殊基因、蛋白質(zhì)和細胞路徑的鑒定，加速了人們對更有效的治療藥物的研發(fā)進程。通過設(shè)計、整合來自多個應用和平臺的資料，如GeneSpring分析平臺（http://www.chem.agilent.com/en-US/Pages/HomePage.aspx），或開發(fā)資源和開發(fā)軟件計劃（Bioconductor，http://www.bioconductor.org，一項使用R語言進行基因組數(shù)據(jù)計算的開源&可擴展軟件計劃），不僅可以用于專門回答生物學方面的基因組、遺傳學、蛋白質(zhì)組和生物標志物篩選的交叉問題，還能夠提供全面的統(tǒng)計分析、數(shù)據(jù)挖掘和可視化工具。此外，基于群體的分子和遺傳變異研究可能會成為個體化治療的基礎(chǔ)。目前已在臨床上成功應用于治療的藥物有Gleevec（格列衛(wèi)）（一種激酶抑制劑，可用于成人和兒童慢性髓性白血?。–ML）的治療）與單克隆抗體美羅華（Rituxan）（治療非霍奇金淋巴瘤），另外還有阿瓦斯?。ˋvastin）（治療結(jié)直腸癌和非小細胞肺癌）和赫賽?。℉erceptin ）（治療乳腺癌）。