【研究】人体微生物强大作用+AI先进技术,助力肿瘤研究突破
导读 | 世界上充满了微生物,这些微生物对我们生活的各个方面都有深远的影响。那么,这些微生物群落会影响癌症吗? |
导读:世界上充满了微生物,这些微生物对我们生活的各个方面都有深远的影响。那么,这些微生物群落会影响癌症吗?
在《自然》杂志上,Poore等人在这一证据的基础上,鉴定了多种人类癌症中肿瘤和血液中微生物DNA和RNA的特征。研究人员进一步建议,这些标记可能会增强现有的临床诊断工具,尽管在该领域还需要进一步的工作。
Poore等人使用了癌症基因组图谱(TCGA)(一种包含DNA和RNA序列的在线资源)来分析33种癌症类型的数据,总共从大约10,000名患者中提取了17,000个样本。他们分析了从大量肿瘤样品(原发性和复发性肿瘤,以及通过转移扩散的肿瘤),正常相邻组织和血液样品中获得的数据集。
研究人员使用多种计算方法,包括独立训练的人工智能(AI)模型,对这些样品中的微生物序列进行过滤,归一化和分类。接下来训练了机器学习模型,使用这些序列来区分癌症类型以及同一癌症类型的不同阶段,以及肿瘤与正常组织。总体而言,该模型在区分癌症类型以及癌症与正常组织之间的区分方面表现良好,但在区分癌症各个阶段的能力方面却表现出一定的差异。
研究人员还测试了微生物谱和已知的与癌症的微生物有关联的生物学相关性。与以前的报告一致,他们在胃肠道肿瘤中发现了梭状芽孢杆菌,在宫颈癌、头颈癌和肝细胞癌中发现了α-乳头状瘤病毒和肝炎病毒等病毒。
这些结果以及使用TCGA数据进行的另一项针对肿瘤中微生物的研究都具有启发性。但是,这些研究有一些局限性,这表明有大量的机会可以继续开展这项工作。
一个局限性在于,TCGA样品的采集方式无法控制微生物或mbDNA的污染。此外,用于人类研究的DNA和RNA测序可能无法完全表征微生物。
除了验证这些微生物在肿瘤和血液中的存在之外,深入了解它们的分布和功能也很重要。有很多明显的例子说明肿瘤微生物如何促进癌症的发展和对癌症治疗的抵抗。但其他数据表明,肿瘤中微生物的存在与更好的长期预后相关。
最后,还需要对微生物如何进入和持续存在于癌组织中的机制进行进一步的深入研究,以及研究如何以最佳方式对它们进行治疗甚至预防癌症。这样的策略将需要加以细化,并且必须考虑到对所有微生物生态位的潜在影响,因为人体中许多常驻微生物在整体生理学中具有至关重要的作用。尽管一些临床前研究表明,用抗生素和化疗联合靶向微生物和肿瘤细胞与延迟肿瘤生长有关,但其他的研究表明,用广谱抗生素在治疗可能使由于肠道微生物组的破坏而接受免疫治疗的人的预后恶化。由于存在前后相关性,必须予以考虑。尽管如此,监测和操纵微生物组的能力为临床发展和基本见解提供了诱人的机会。
参考资料:
3月11日,《自然》杂志发表一篇研究,分析来自人类癌症的核酸序列,以及来自相邻组织和血液的样本,揭示了癌症中肿瘤和血液中存在的微生物。
微生物及其基因组(统称为微生物组)的许多研究都集中在人体大多数微生物所居住的肠道上。这项工作揭示了肠道微生物在其自身肠壁发生的几种类型的癌症中的作用,并表示,肠道微生物可能会通过其对免疫系统的影响而影响远处的癌症。此外,新的证据表明,在人体其他部位的肿瘤以及没有癌症的个体的组织和血液中都可以发现微生物特征(如核酸)。
在《自然》杂志上,Poore等人在这一证据的基础上,鉴定了多种人类癌症中肿瘤和血液中微生物DNA和RNA的特征。研究人员进一步建议,这些标记可能会增强现有的临床诊断工具,尽管在该领域还需要进一步的工作。
Poore等人使用了癌症基因组图谱(TCGA)(一种包含DNA和RNA序列的在线资源)来分析33种癌症类型的数据,总共从大约10,000名患者中提取了17,000个样本。他们分析了从大量肿瘤样品(原发性和复发性肿瘤,以及通过转移扩散的肿瘤),正常相邻组织和血液样品中获得的数据集。
研究人员使用多种计算方法,包括独立训练的人工智能(AI)模型,对这些样品中的微生物序列进行过滤,归一化和分类。接下来训练了机器学习模型,使用这些序列来区分癌症类型以及同一癌症类型的不同阶段,以及肿瘤与正常组织。总体而言,该模型在区分癌症类型以及癌症与正常组织之间的区分方面表现良好,但在区分癌症各个阶段的能力方面却表现出一定的差异。
研究人员还测试了微生物谱和已知的与癌症的微生物有关联的生物学相关性。与以前的报告一致,他们在胃肠道肿瘤中发现了梭状芽孢杆菌,在宫颈癌、头颈癌和肝细胞癌中发现了α-乳头状瘤病毒和肝炎病毒等病毒。
Poore等人接下来使用AI模型分析了来自TCGA人群的全基因组序列,探索了癌症患者血液中的微生物特征。他们的发现表明,血源性微生物DNA(mbDNA)可用于区分癌症类型。该小组试图在一个单独的队列中针对现有的无细胞肿瘤DNA(ctDNA)分析验证其mbDNA模型,其中包括69名无癌个体和100名患有前列腺癌、肺癌或称为黑色素瘤的皮肤癌(如下图)。虽然模型存在一些局限性,但通常能擅长区分癌症类型,需要进一步使用专门的方法在癌症类型的更大人群中验证这些结果。
癌症的微生物特征
Poore等人基于先前的发现,表明微生物的DNA和RNA也可以在肿瘤中发现并充当癌症的标志。人工智能程序可以使用组织或血液样本中的这些核酸特征来区分癌症类型,健康个体与患有某些癌症的个体。这些结果以及使用TCGA数据进行的另一项针对肿瘤中微生物的研究都具有启发性。但是,这些研究有一些局限性,这表明有大量的机会可以继续开展这项工作。
一个局限性在于,TCGA样品的采集方式无法控制微生物或mbDNA的污染。此外,用于人类研究的DNA和RNA测序可能无法完全表征微生物。
除了验证这些微生物在肿瘤和血液中的存在之外,深入了解它们的分布和功能也很重要。有很多明显的例子说明肿瘤微生物如何促进癌症的发展和对癌症治疗的抵抗。但其他数据表明,肿瘤中微生物的存在与更好的长期预后相关。
最后,还需要对微生物如何进入和持续存在于癌组织中的机制进行进一步的深入研究,以及研究如何以最佳方式对它们进行治疗甚至预防癌症。这样的策略将需要加以细化,并且必须考虑到对所有微生物生态位的潜在影响,因为人体中许多常驻微生物在整体生理学中具有至关重要的作用。尽管一些临床前研究表明,用抗生素和化疗联合靶向微生物和肿瘤细胞与延迟肿瘤生长有关,但其他的研究表明,用广谱抗生素在治疗可能使由于肠道微生物组的破坏而接受免疫治疗的人的预后恶化。由于存在前后相关性,必须予以考虑。尽管如此,监测和操纵微生物组的能力为临床发展和基本见解提供了诱人的机会。
参考资料:
https://www.nature.com/articles/d41586-020-00637-w
(转化医学网360zhyx.com)
还没有人评论,赶快抢个沙发