加州大学洛杉矶分校健康琼森综合癌症中心的研究人员开发了一种基于肿瘤相关表观遗传因素的人工智能(AI)模型，他们表示该模型可以成功预测不同类型癌症的患者结果。

通过研究多种癌症类型，研究人员发现，通过检查表观因子(影响基因打开或关闭方式的表观遗传因素)的肿瘤基因表达模式，他们可以将肿瘤分为不同的组。这些聚类使团队能够比癌症分级和分期等传统测量方法更好地预测各种癌症类型的患者结果。

《通讯生物学》中描述的这些发现也为开发旨在调节表观遗传因素(例如组蛋白乙酰转移酶和SWI/SNF染色质重塑剂)的靶向抗癌疗法奠定了基础。“我们的研究有助于为类似的人工智能模型提供路线图，这些模型可以通过公开的预后表观遗传因素列表生成，”该研究的第一作者、加州大学洛杉矶分校生物信息学跨部门项目的研究生MichaelCheng说。“该路线图展示了如何识别不同类型癌症中的某些影响因素，并具有预测癌症治疗特定目标的令人兴奋的潜力。”

研究人员由分子、细胞和发育生物学教授、加州大学洛杉矶分校健康琼森综合癌症中心和加州大学洛杉矶分校Eli和EdytheBroad再生医学和干细胞研究中心成员HilaryColler博士共同领导，报告称他们在一篇题为“表观遗传因子表达的泛癌景观预测肿瘤结果”的论文中发现了这一结果。研究小组在论文中总结道：“我们的研究提供了癌症类型的表观遗传图谱，并为发现泛癌靶向表观因子奠定了基础。”

作者解释说，表观遗传学是指允许在同一基因组位点建立和维持不同状态(包括基因活性状态)的蛋白质因素和过程。“表观遗传过程包括DNA甲基化的变化、组蛋白的修饰、染色质可及性和高阶染色质结构。这些状态变化是由染色质相关蛋白因子(表观遗传因子或表观因子)介导的，例如添加、删除和读取染色质DNA和组蛋白修饰以及重塑染色质的因子。”

科勒补充说：“传统上，癌症被认为主要是癌基因或肿瘤抑制基因内基因突变的结果。然而，先进的下一代测序技术的出现让更多的人意识到染色质的状态以及维持这种状态的表观遗传因子水平对于癌症和癌症进展非常重要。染色质状态的不同方面(例如组蛋白是否被修饰，或者DNA的核酸碱基是否含有额外的甲基)可能会影响癌症结果。了解肿瘤之间的这些差异可以帮助我们更多地了解为什么一些患者对治疗的反应不同以及他们的结果为何不同。”正如作者继续说道的，“肿瘤中的表观因子本身可以发生基因改变，这可能导致广泛的表观遗传失调。”

虽然之前的研究表明，编码表观遗传因子的基因突变会影响个体的癌症易感性，但人们对这些因子的水平如何影响癌症进展知之甚少。科勒指出，这种知识差距对于充分理解表观遗传学如何影响患者的结果至关重要。作者还指出，“基因突变和表观遗传变化可以对癌症的发展产生协同作用，其中一种可能使癌细胞更易患另一种……”

为了了解表观遗传模式和临床结果之间是否存在关系，在他们报告的研究中，研究人员求助于癌症基因组图谱(TCGA)，并分析了720个表观遗传因子的表达模式，将24种不同癌症类型的肿瘤分为不同的簇。他们写道：“我们使用基于患者肿瘤中表达差异最大的表因子基因的非负矩阵分解(NMF)算法，对每种癌症类型的患者肿瘤进行了聚类。”

他们写道：“这些表观因子编码参与DNA甲基化和组蛋白标记的添加、去除和识别以及染色质重塑的蛋白质。”有趣的是，他们指出，这些表观因子中的大多数(720个中的556个)在癌症组织中并未发生基因改变。

在评估的24种成人癌症类型中，研究小组发现，对于其中10种癌症，这些簇与患者结果的显着差异相关，包括无进展生存期、疾病特异性生存期和总体生存期。

对于肾上腺皮质癌、肾肾透明细胞癌、脑低级别神经胶质瘤、肝细胞癌和肺腺癌尤其如此，其中所有生存测量值的差异都很显着。结果较差的集群往往具有较高的癌症分期、较大的肿瘤尺寸或更严重的扩散指标。

“我们发现表观遗传因素的预后功效取决于癌症类型的起源组织，”该研究的共同高级作者、Coller实验室的副项目科学家MithunMitra博士说。“我们甚至在我们分析的少数儿童癌症类型中发现了这种联系。这可能有助于确定针对这些因素进行治疗的癌症特异性相关性。”

然后，该团队使用表观遗传因子基因表达水平来训练和测试人工智能模型来预测患者的结果。他们指出：“利用机器学习，我们为五种癌症组开发了一种神经网络模型，该模型可以高度预测结果。”该模型专门设计用于预测生存测量结果存在显着差异的五种癌症类型可能发生的情况。

科学家们发现，该模型可以成功地将患有这五种癌症类型的患者分为两组：一组获得更好结果的机会明显更高，另一组获得较差结果的机会更高。他们表示：“针对这五种癌症类型部署表观因子表达数据的泛癌机器学习模型成功地将患者分为结果较差和较好的组。”他们还发现，对人工智能模型最重要的基因与定义簇的特征基因有显着的重叠。

Mitra说：“泛癌症人工智能模型在TCGA队列的成年患者身上进行了训练和测试，最好在其他独立数据集上进行测试，以探索其广泛的适用性。”“可以为儿科癌症生成类似的基于表观遗传因素的模型，以了解与基于成人癌症建立的模型相比，哪些因素影响决策过程。”

作者还指出，许多表观因子，例如参与DNA甲基化、组蛋白甲基化和组蛋白乙酰化的酶，已被建议作为抗癌治疗的靶标。他们表示：“我们对720个表因子基因进行了广泛且公正的调查，发现了一些可能代表可能的药物靶标的新基因。”特别是，组蛋白乙酰转移酶在预后基因中丰富，并且与患者预后的改善相关。他们指出：“这一发现将支持正在被批准用于癌症治疗的组蛋白脱乙酰酶抑制剂的可能益处。”此外，染色质重塑者的SWI/SNF家族也在24种成人癌症类型的预后基因中得到丰富。研究人员写道：“因此，我们的研究结果表明这两个蛋白质家族可能是基于表观遗传学的癌症治疗的目标。”

作者指出，他们的研究存在局限性，总结道：“我们的分析加深了我们对癌症类型之间基于组织起源和体内空间位置的临床差异的理解，以及对肿瘤患者预后的表观遗传因素的了解。”同一个网站。这项泛癌研究的结果可以作为针对表观遗传调节因子的合理药物设计的基础。”

版权说明：本站所有作品图文均由用户自行上传分享，仅供网友学习交流。若您的权利被侵害，请联系我们

标签：