检索历史 清除

摘要目前泌尿生殖系统(genitourinary,GU)肿瘤的诊断和监测方法多为侵袭性和/或缺乏敏感性和特异性。由于肿瘤之间存在着很强的基因组异质性，仅用单一标记物进行肿瘤检测仍然很困难，这促使我们思考多“组学”整合技术是否会在肿瘤诊断方面具有优势？为此，我们探索了基于DNA甲基化和拷贝数变异的分类器的构建方法，以便于肿瘤的诊断和溯源。<br>　　为了研究肿瘤组织中的特异甲基化区域，我们收集了67个实体肿瘤组织(24个泌尿生殖系统肿瘤和43个非泌尿生殖系统肿瘤)的全基因组重亚硫酸氢盐测序(Whole genome bisulfite sequencing，WGBS or BS-seq)数据（包括TCGA，GEO和实验室自产）。利用这些BS-seq数据，我们筛选了肿瘤组织中肿瘤组织特异性甲基化单倍型模块(TtsMHBs)。为了探索肿瘤MHBs是否可用于肿瘤诊断和预后，我们评估了225例GU肿瘤患者(前列腺癌(PRAD，n=60)、尿路上皮癌(UC，n=100)、肾癌(KIRC，n=65)）和88名健康人群的尿沉渣BS-seq的DNA甲基化和拷贝数改变(CNVs)。我们提出了一个集成分类算法，GUseek（即整合了多个基于DNA甲基化和CNVs信息构建的支持向量机二分类器模型），来对GU肿瘤进行诊断和溯源。对于DNA甲基化的分析，我们使用一种称为甲基化单倍型负载(MHL)的指标;与此同时，我们利用Varbin算法（该算法基于可变大小bins上可比对的reads而不需要肿瘤突变先验知识）识别了WGBS数据中CNVs信号。此外，通过利用TCGA临床数据和尿沉渣甲基化信息还建立了一个预后风险评估模型。<br>　　我们鉴定出肿瘤组织特异的DNA甲基化模块(TtsMHBs)，其在癌症相关途径（如癌症途径）中显著富集。利用BS-seq数据，结合肿瘤组织中MHBs和CNVs的信息，构建了二元分类器。基于随机森林算法构建的二分类器检测非肿瘤组与肾癌(KIRC)、尿路上皮癌(UC)和前列腺癌(PRAD)的平均准确率分别为93.85％(敏感度:91.82％，特异度:95.33％)，97.82％(敏感度:97.65％，特异度:98.00％)和95.20％（敏感度:90.00％，特异度:98.67％）。GUseek可以将肿瘤定位到指定类别的肿瘤，平均准确率为89.43％。此外，结合TCGA临床数据，我们发现了一些与患者预后和生存密切相关的MHB和CNV变异区域，并建立了肾癌(16个标志物)和膀胱癌（9个标记物）的预后模型。<br>　　综上所述，TtsMHBs在肿瘤诊断中具有潜在的应用价值。在无创和低成本上检测和定位GU肿瘤方面，GUseek显示出的巨大的潜能。此外，这些结果还表明尿沉渣DNA甲基化在GU肿瘤非侵袭性预后评估方面的潜在应用价值。