前所未有!泛癌症图谱或将改变癌症分类方式,服务全人类

图中紫兰色细胞是癌细胞，粉红色细胞是正常细胞。

图示癌细胞通过循环系统扩散至身体其他部位的过程。

一般来说，我们通常会根据癌变所在的组织对癌症进行分类，例如乳腺癌、胃癌、肝癌等等。就在4月6日，一项新的研究成果给我们带来了癌症研究的全新视野！

顶尖学者们对癌症基因组图谱的数据，以及癌症转录组学、蛋白质组学、甲基化组学、临床数据进行了综合分析，挖掘出其中的有效信息，成功绘制出泛癌症图谱！该图谱对癌症如何产生、在何处产生、为何产生进行了深入的剖析，毫不夸张地说，这就是人类癌症研究的“谷歌地图”！

泛癌症图谱（Pan-Cancer Atlas）的重磅文章收录网站

泛癌症图谱的三大组成

泛癌症图谱关注的不仅是癌症的基因组顺序，同时还关注不同类型的数据分析，例如调查基因和蛋白表达图谱，再将它们与临床数据相结合。它总结了TCGA所完成的工作，并以27篇论文的形式发表在《细胞》及其旗下的《癌细胞》、《细胞报告》以及《免疫》杂志上。

《细胞》杂志封面图：| 图片来源：Cell

泛癌症图谱主要被分为三个类别，分别是肿瘤细胞的起源、致癌的过程和致癌的途径。每个类别都有一篇概述其核心结果的综述论文被发表在《细胞》杂志上，再伴随多篇对不同主题的深入探讨论文。

在第一篇综述论文中，作者总结了一组使用分子聚类技术得到的分析结果，该技术通过对正在表达的基因、肿瘤细胞中染色体异常的数目、和DNA修饰等参数对肿瘤进行分组。论文的研究结果表明，肿瘤类型可以根据它们的细胞来源归类，这加强了我们对肿瘤组织的来源会如何影响癌症特征的理解，并可能启发对各种癌症类型更具体的治疗方案。

第二篇综述论文宽泛地介绍了TCGA对导致癌症发展的过程研究中的发现。具体来说，这些发现确定了三个关键的致癌过程：生殖细胞的遗传突变和体细胞的后天突变；肿瘤的基础基因组和表观基因组对基因和蛋白质表达的影响；以及肿瘤与免疫细胞间的相互作用。这些发现将有助于优先开发针对各种癌症的新疗法和免疫疗法。

第三篇综述论文详细介绍了TCGA对控制细胞周期进程、细胞死亡和细胞生长的信号通路中的基因组改变的研究，揭示了这些过程在一系列癌症中的相似性和差异性。他们的研究结果揭示了癌症的新潜在弱点，这将有助于联合治疗和个性化医疗的研发。

泛癌症图谱（Pan-Cancer Atlas）是迄今为止最全面的交叉癌症分析，癌症基因组图谱（TCGA）计划的最终成果。| 图片来源：UCSC

全面分析的意义

研究某种癌症与其他疾病的相关性具有真正的临床意义。在某些情况下，研究人员可以借鉴从已知疾病中获得的临床经验，将它们应用于治疗方法尚不明确的癌症上。现在，全世界的临床医生和研究人员都可以通过TCGA的网站对这些分子分析和亚型结果进行访问。

通过各个研究团队对全套TCGA肿瘤数据进行的全面分子分析，结果显示，33种按癌变部位定义的癌症类型，可根据它们的细胞和基因构成被重新分类为28种不同的分子亚型。近三分之二的亚型都含有许多不同的传统意义上根据组织分类的癌症种类，其中最高的可多达25种。值得注意的是，这25种癌症患者的免疫反应的激活表现出非常强的特征。这种发现意味着，分子鉴定或许有助于将某一种癌症类型的特定免疫疗法，也应用于其他癌症类型的患者。

这一全面的终极TCGA泛癌症图谱分析，将为未来的癌症研究工作和临床试验提供新的基础。并能激励临床肿瘤学家去获取新诊断以及复发性肿瘤的基因组学特征。如果肿瘤能在第一时间通过基因组和分子组成被分类，那么患者将得到最好的治疗机会。

第一波交叉肿瘤比对完成于2013年9月，研究人员分析了12种肿瘤图谱。虽然大多数肿瘤最终仍是根据它们的起源组织归类的，但在这些分组中，他们发现了一些共同的DNA、RNA和蛋白质信号。这标志着不同类型的癌症之间的相似之处。于是，他们决定做一个更加全面的比对。

在2014年的一篇泛癌症论文中，研究人员通过对肿瘤分子数据进行统计分析，将肿瘤分类为亚型。尽管大多数癌症亚型与其组织来源相符，但有一些亚型是由起源于不同的身体部位的肿瘤组成。2014年的研究表明，根据新的分子分类，每10个癌症患者中就有1个可以因分子分类法而被归类于不同的癌症类型，这种差异或许能对患者应该使用哪些类型的治疗方案或临床试验产生影响。

分子分析还让研究人员发现用于其他疾病的药物或许也对对抗一些新分类的癌症有效。例如有研究团队发现，通常出现在加剧类风湿性关节炎中的分子途径的激活，也出现在一两种新定义的癌症亚型中。因此，药物研究者或许可以重新调整用于治疗非恶性慢性疾病的药物的用途，因为研究人员将具有探索这种新的治疗方案的分子基础。

肿瘤图谱

这幅泛癌症图谱就像是癌症研究的谷歌地图，为研究人员提供可视化的数据。新的TCGA数据为增强免疫系统以遏制癌症而制定的治疗方案带来了启示，其中包括目前对几种典型癌症类型已显示出近乎奇迹般结果的免疫疗法。

UCSC肿瘤图普，帮助研究人员观察在TCGA数据中发现的主要模式，包括肿瘤细胞的来源、分子组织、“干细胞特性”或分化状态、特定改变的遗传路径，以及肿瘤的免疫系统组成部分。| 图片来源：UCSC Interactive Tumor Map

作为迄今为止最全面、独特且统一的癌症分析，泛癌症图谱为肿瘤在人体内如何、何处以及为何出现，提供了一个相互关联的独特而全面深入的理解，它将成为精准医疗研发新疗法所需的重要资源。它呈现了癌症的全貌，也点燃了研究人员可以最终理解癌症之复杂性的希望。而让所有学者和公众都能通过这个新的门户而接触供这些丰富的数据，无疑是对全人类所做的一次杰出贡献。

新的癌症分类或许就能打破长期以来临床肿瘤学所面临的困境。我们甚至可以认为，泛癌症图谱的出现标志着是时候对癌症教科书进行改写了。

原理等综合整理