欢迎来到公海欢迎来到赌船710- 首頁欢迎您

科学研究

肿瘤组学全景研究

利用高通量测序,我们可以从全基因组、外显子组、转录组、非编码 RNA 等多组学、多角度对肿瘤的特征进行研究,揭示肿瘤发生中其重要作用的基因和通路,为从各组学深入研究肿瘤和寻找肿瘤 marker 提供基础信息和方向。

图1.  基因组全基因组突变景观

图2.  癌症的多组学特征

图3.  癌症的多组学特征

参考文献

  1. yongmei song. Identification of genomic alterations in oesophageal squamous cell cancer. Nature, 2014
  2. Yi-Bo Gao. Genetic landscape of esophageal squamous cell carcinoma. Nat Genet, 2014
  3. Nicolas Stransky. The Mutational Landscape of Head and Neck Squamous Cell Carcinoma. Science, 2011

肿瘤异质性研究

广义而言,肿瘤异质性可分为肿瘤间异质性和肿瘤内异质性两类,其中前者指的是不同肿瘤的细胞之间的基因与表型不同,后者指的是相同肿瘤的不同细胞之间的基因与表型也不同,通常我们提及的肿瘤异质性特指肿瘤内异质性。肿瘤异质性主要表现在高度遗传异质性,原发癌与转移癌异质性,不同癌种间的异质性程度、演变速度及分布均不同,这些特征对肿瘤进展机制研究、肿瘤微环境、个体化医疗、药物设计等都具有重要意义,是近年来肿瘤研究的热点领域。

图1.  通过显示瘤内异质性突变。

图2.  瘤内异质性单细胞RNA-Seq量化

参考文献

  1. Shaoping Ling. Extremely high genetic diversity in a single tumor points to prevalence of non-Darwinian cell evolution. PNAS, 2015
  2. Anoop P. Patel. Single-cell RNA-seq highlights intratumoral heterogeneity in primary glioblastoma. Science, 2014

肿瘤演进/转移研究

肿瘤演化、发展往往造成其转移到其他部位,进而增加其恶性程度。通过研究肿瘤原发灶和转移灶或者早期肿瘤和中晚期肿瘤的组学特征的不同,研究肿瘤演化和转移的机制,寻找具有临床意义的诊断和预后biomarker。

图1.  全基因组和外显子测序揭示了肿瘤演化的大爆炸模型

图2.  单细胞测序发现乳腺肿瘤的转移过程

参考文献

  1. Andrea Sottoriva. A Big Bang model of human colorectal tumor growth. Nat Genet, 2015;
  2. Nicholas Navin. Tumour evolution inferred by single-cell sequencing. Nature, 2011

遗传性肿瘤研究

由于遗传性原因导致的染色体和基因异常会使某些肿瘤的患病风险大大增加,病理学上称之为遗传性肿瘤综合征。包括结直肠癌、乳腺癌、白血病等多种肿瘤都可能源于遗传性因素,遗传性结直肠癌甚至可以达到整个结肠癌病例的 30%以上。通过对家系成员(图 1)外周血进行全基因组测序,可以寻找导致肿瘤发生的关键遗传性变异。

图1.  遗传性肿瘤的家族遗传特征

图2.  在肿瘤检测的遗传性

图3.  肿瘤中检测到的遗传结构变异

参考文献

  1. Andrea Sottoriva. A Big Bang model of human colorectal tumor growth. Nat Genet, 2015;
  2. Nicholas Navin. Tumour evolution inferred by single-cell sequencing. Nature, 2011

肿瘤中病毒基因组整合研究

病毒感染和其基因整合到宿主细胞是肿瘤发生的原因之一,特别是肝癌中乙肝病毒的基因整合在肝癌发生过程中具有重要作用。通过研究肿瘤中病毒整合位点和基因可为肿瘤的早期诊断、治疗及靶向药物研发等提供非常宝贵的资源。

图1.  乙型肝炎病毒基因组的整合位点

图2.  整合位点和人类基因组CNV的影响

参考文献

  1. Andrea Sottoriva. A Big Bang model of human colorectal tumor growth. Nat Genet, 2015;
  2. Nicholas Navin. Tumour evolution inferred by single-cell sequencing. Nature, 2011