肿瘤的远端转移是癌症晚期的主要特征，也是导致病患死亡的主要原因。那么，癌症转移有没有特定的规律呢？早在1889年英国外科医生Stephen Paget就发现乳腺癌偏向于转移到特定的器官（比如肝脏），而有些器官（比如脾脏）则无法形成转移灶，这一现象也被称为器官亲和性（Organotropism）。
于是他提出了著名的“种子与土壤”假说：把不同的癌细胞类比为不同类型的种子，它们通过血液或淋巴循环等途径寻找适合生长的土壤，在适当的被转移器官落地生根，发展为转移癌。其中，骨、肝、肺和脑是四种最常见的被转移器官。癌细胞与被转移器官之间的关联及潜在的匹配过程异常复杂，其分子机制的研究是癌症生物学长期的热点和难点之一。
测序技术的日趋成熟和临床测序项目的不断积累为研究不同类型癌症的转移打下了坚实的数据基础。在2021年11月18日发表于Nature Communications的一项研究中，香港科技大学王吉光团队从数据科学角度，挖掘肿瘤的进化模式和癌细胞的“选址”策略，通过整合原发癌的病理与基因组学特征，预测肿瘤转移的倾向性和器官亲和性，进而评估病人的预后情况。 具体而言，该团队收集整理了若干公开的癌症病人数据集，构建机器学习模型，从32176例肿瘤测序样本中捕捉转移癌区别于原发癌的基因组变异特征，并利用这些特征来预测原发癌的转移倾向和器官亲和性，从而实现对原发癌的转移风险进行可靠的评估。
本文在数据科学、临床意义、及生物学发现方面有三个重要的贡献：
（1）通过收集整理三万多例肿瘤样本的临床数据，绘制了当前最大的泛癌种转移器官偏好图谱（下图左），并通过独立数据集对比发现绝大部分癌症转移到不同器官的比例是相对恒定的（下图右）。
（2）通过机器学习模型捕捉原发癌的基因组中微弱的转移富集信号，对不同转移风险的原发癌病人进行了精准分组（如下图所示），并开发了相关的可视化网页及交互界面，使模型简单易用（模型网站：https://wanglab.shinyapps.io/metanet）
（3）融合基因组与临床大数据，筛选得到与器官特异性转移显著相关的基因突变（同样在网站wanglab.shinyapps.io/metanet上可以查询），发现肺癌脑转移在PI3K通路富集突变，并通过药物敏感性实验验证肺癌脑转移细胞对靶向PI3K通路下游MTOR的药物更敏感。同时，发现多个促进癌症转移到特定器官的潜在分子变异，包括染色体不稳定与多癌种脑转移的关联和CDK8扩增与结肠癌脑转移的关联等。
随着当今生物科技和人工智能技术的飞跃式发展，相信不久的将来，人们可以实现更精准的癌症转移的监控，从而进行早期干预和有效控制，将肿瘤限制在局部，实现患者长期带癌生存。
相关论文信息：
https://doi.org/10.1038/s41467-021-27017-w
主要作者简介：
蒋彪彬：本项工作由蒋彪彬博士于2017-2020年在香港科技大学王吉光教授实验室做博士后期间完成。在此期间除了本项工作MetaNet外，还完成了肿瘤时序测序数据软件CELLO，低频突变检测软件LEMONADE，和精准连续成环测序EmPC-seq数据分析的开发和维护工作。蒋彪彬于2016年在美国普渡大学获得计算生物学博士学位，现供职于腾讯AI Lab，专注于人工智能在新药研发中的应用。
王吉光：香港科技大学夏利萊夫人生命科学副教授、博士生导师，主要从事计算生物学和癌症基因组学研究。博士毕业于中国科学院数学与系统科学研究院，之后在美国哥伦比亚大学长老会医院先后从事博士后和副研究科学家研究。2016年底回国于香港科技大学建立计算基因组学实验室，2021年7月获终身教职并荣获夏利萊夫人冠名教授。
王吉光教授团队主要利用肿瘤大数据和计算生物学手段对癌症的耐药、复发和转移进行研究，更详细介绍请访问https://wang-lab.hkust.edu.hk/。该团队长期招聘各阶段的优秀研究人员（研究生、研究助理、博士后、co-PI），专业不限、年龄不限，有较强计算背景且对生物医学有浓厚兴趣者优先，有意者可邮件联系jgwang@ust.hk。
转载本文请联系原作者获取授权，同时请注明本文来自小柯生命科学网博客。
链接地址：https://wap.sciencenet.cn/blog-3423233-1314126.html?mobile=1
收藏
