西奈山转化疾病模型中心的研究人员使用多组学遗传分析工具识别了4,749个关键基因簇，称为“预后模块”，他们认为这些基因簇显着影响32种不同类型癌症的进展。该研究确定了阻止或促进癌症进展的关键基因及其复杂关系。这一新的认识为未来癌症治疗和诊断方法的针对性研究和开发打开了大门。

基因调控调查涵盖32种癌症类型的4,749个预后模块

他们希望他们的发现能够成为综合资源，并为开发下一代癌症治疗和诊断标记物奠定基础。合著者张斌博士(威拉德TC约翰逊神经遗传学研究教授、西奈山转化疾病模型中心主任)和彭旭博士(遗传学和基因组科学讲师)在《基因组研究》中报告了他们的发现。论文标题为“多尺度网络模型揭示了驱动32种癌症类型的癌症预后的基因调控景观”。作者在论文中总结道：“总的来说，我们的研究提供了丰富的流行基因网络资源和驱动癌症预后的潜在多尺度调控机制，这为生物标志物发现和治疗靶点开发奠定了基础。”

尽管癌症研究取得了重大进展，但了解该疾病的遗传复杂性仍然具有挑战性。以前的研究通常集中于特定癌症类型中孤立的基因功能，但正如作者指出的那样，“癌症是一个多方面且错综复杂的调控过程，涉及来自不同途径的基因的协调活动……发现预测患者生存的基因对于癌症生物标志物至关重要开发、风险评估和临床决策。”

尽管有许多不同的癌症类型，但作者进一步指出，“……存在一个共同的框架来控制它们的发展和进展……”张补充道，“我们的目标是通过对各种癌症形式的基因间相互作用进行全面分析来填补这一知识空白。”

在他们报道的研究中，Zhang和Xu使用多组学方法，结合基因组、转录组和表观基因组数据，对32种不同癌症类型的共表达网络进行了系统分析。他们采用先进的系统生物学方法分析了来自最全面的公共癌症数据库之一的癌症基因组图谱(TCGA)的10,000多个患者样本，并使用严格的网络方法来识别和验证对癌症有重大影响的基因簇预后。他们解释说，“……我们使用先进、统一且备受推崇的网络工具多尺度嵌入式基因共表达网络分析(MEGENA)来系统地识别预后模块。”

他们的分析确定了4749个预后模块，研究人员称这些模块在癌症调控途径中发挥着重要作用，包括癌细胞分裂、转移和免疫微环境过程。“网络模块受到多尺度机制的调节，涉及基因表达、甲基化和染色质可及性的相互作用，”他们写道。研究发现网络模块在染色体热点中形成保留的模块簇。研究人员表示：“还有一些癌症类型特异性的预后模块参与癌症特异性的生物过程。”

“我们的发现意义深远，”张指出。徐补充道，“我们的研究不仅仅是识别这些模块。它还阐明了管理其职能的多尺度法规。”

研究小组表示，这项研究是开发靶向疗法的重要基础，可以改善患者的治疗效果。“我们的研究结果为下一波癌症研究和治疗策略提供了肥沃的土壤，”张说。正如作者在报告中总结的那样，“我们的泛癌症分析提供了预后模块肿瘤发生的整体视图，并揭示了癌症发生和进展的潜在生物标志物。”研究人员在开源网站上共享了网络、模块、预后特征及其功能注释，因此科学家可以使用这些数据“……评估和探索广泛的癌症生物学问题”。