糖尿病會(huì )影響壽命嗎？糖尿病人若想活得久，建議保持5習慣
關(guān)鍵詞：糖尿病
腫瘤細胞正是得益于一些具有“正向選擇“功能的驅動(dòng)突變,這種基因突變往往能起到促進(jìn)細胞生長(cháng)、入侵、抵抗死亡等作用。從而賦予腫瘤細胞增殖優(yōu)勢。識別這些突變的驅動(dòng)基因一直是了解腫瘤發(fā)病機制和尋找相應治療策略的重要組成部分。
但腫瘤基因組中存在許多中性突變（對腫瘤的發(fā)生發(fā)展并不關(guān)鍵），且來(lái)自不同組織的腫瘤的突變具有一定的特異性，如何判斷一個(gè)突變是驅動(dòng)突變還是中性突變一直以來(lái)都是腫瘤領(lǐng)域研究的熱點(diǎn)與難點(diǎn).
最近，一個(gè)來(lái)自麻省理工學(xué)院Bonnie Berger教授團隊和哈佛醫學(xué)院Po-Ru Loh教授的團隊在通過(guò)深度學(xué)習的方法繪制了千堿基級分辨率的癌癥特異性體細胞突變率圖譜，并在此基礎上開(kāi)發(fā)了可快速、精準識別腫瘤基因組中任意位置驅動(dòng)突變的方法（Dig算法）。
研究人員利用這種算法探索了腫瘤非編碼區發(fā)現了內含子中隱蔽剪接單核苷酸變異，及5’非翻譯區突變在部分驅動(dòng)基因（如TP53）中起到關(guān)鍵作用,的驅動(dòng)突變，相關(guān)研究發(fā)表在期刊《自然生物技術(shù)》 。
通常，識別驅動(dòng)突變的方法主要有兩種，一種是基于癌癥驅動(dòng)突變比中性突變頻率更高的頻率算法，另一種是基于突變基因編碼的蛋白質(zhì)的危害性評估的基因功能算法。對于第一種算法，識別過(guò)度突變的關(guān)鍵在于準確的體細胞中性突變率模型。
為了構建特定類(lèi)型腫瘤的全基因組體細胞突變率模型，研究人員使用概率深度學(xué)習模型，通過(guò)識別以下兩個(gè)特征進(jìn)行計算：由表觀(guān)遺傳學(xué)特征如染色質(zhì)可及性等導致的千堿基級變異，以及由DNA序列改變如紫外線(xiàn)暴露等導致的堿基對級變異。
通過(guò)PCAWG（泛癌數據庫）、Roadmap表觀(guān)基因組學(xué)（表觀(guān)遺傳學(xué)數據庫）、ENCODE（轉錄調控數據庫）和參考基因組的數據，應用Dig算法構建了37種癌癥類(lèi)型的突變率圖譜和推斷的核苷酸突變偏向性。
研究員構建特定類(lèi)型腫瘤的全基因組體細胞突變率模型
通過(guò)比對Dig預測的突變率及實(shí)際的突變率，Dig成功預測10-kb區域內單核苷酸變異（SNV）的中位數為77.3%，在1-Mb區域內的中位數為94.6%。由于Dig具有識別局部表觀(guān)遺傳結構的能力（如活躍的轉錄起始點(diǎn)），并將這些結構與突變率聯(lián)系起來(lái)，其識別突變的效率及準確性?xún)?yōu)于同類(lèi)的其他模型。
在構建的體細胞突變率模型具有優(yōu)異準確性的基礎上，Dig識別腫瘤驅動(dòng)基因的效率自然也不遑多讓。相比于其他用于識別驅動(dòng)突變的算法，Dig在全基因組或全外顯子測區的樣本中顯示出相同或更好的效率。
值得一提的是，使用Dig識別潛在的驅動(dòng)基因比現有方法快1-5個(gè)數量級，Dig只需要不超過(guò)90秒，就可抵得上現有方法10分鐘到超過(guò)2天的計算。
相比于同類(lèi)型算法，Dig在預測體細胞突變路及識別腫瘤驅動(dòng)基因的效率更好
對于編碼區的驅動(dòng)突變，已有很多算法進(jìn)行研究，因此，研究人員著(zhù)重利用Dig對非編碼區的驅動(dòng)突變進(jìn)行研究，這也是Dig算法的一大優(yōu)勢，先前的許多算法都僅適用于尋找編碼區的驅動(dòng)突變。
首先，研究人員利用Dig算法來(lái)量化腫瘤中可能存在于基因外顯子和內含子中的隱蔽剪接SNV（經(jīng)典剪切位點(diǎn)外的體細胞突變并可致可變剪切）的程度。
通過(guò)計算發(fā)現，在所選擇研究的腫瘤抑制基因集中，隱蔽剪接SNV的發(fā)生頻率要高于預期（P&0.001），且主要集中在內含子中。在腫瘤抑制基因集中，隱蔽剪接SNV約占到所有潛在驅動(dòng)SNV的4.5%，略低于經(jīng)典剪切SNV的頻率（7.4%）。在12種腫瘤中，有7個(gè)腫瘤抑制基因具有顯著(zhù)的內含子隱蔽剪接SNV負擔，如TP53和SMAD4。
抑癌基因中潛在驅動(dòng)SNV各類(lèi)型占比及7個(gè)具有顯著(zhù)的內含子隱蔽剪接SNV負擔的抑癌基因
有趣的是，對于原癌基因，隱蔽剪接SNV發(fā)生的頻率并不高，這提示隱蔽剪接SNV應該是導致功能喪失，而不是功能激活。
此外，研究人員還使用Dig算法研究了基因啟動(dòng)子中插入缺失標記（indels）的負荷。結果顯示，TP53啟動(dòng)子是唯一具有全基因組顯著(zhù)indels負擔的元件，且全為缺失突變（大部分缺失超過(guò)4個(gè)堿基）。這些突變集中在5’非翻譯區，影響轉錄因子結合，抑制TP53的轉錄，從而驅動(dòng)腫瘤發(fā)生。
TP53的5’非翻譯區發(fā)生indels導致腫瘤發(fā)生
對106個(gè)腫瘤抑制基因和95個(gè)具有多外顯子5’非翻譯區的癌基因的5’非翻譯區進(jìn)行計算發(fā)現，ELF3的5’非翻譯區同樣有顯著(zhù)的SNV負擔。然而，因為相應轉錄數據獲取受限，研究人員無(wú)法對這些5’非翻譯區突變的功能進(jìn)行進(jìn)一步分析。
總的來(lái)說(shuō)，研究人員基于概率深度學(xué)習方法開(kāi)發(fā)的Dig算法可快速、準確地在測試基因組中尋找潛在的突變基因，其在構建中性突變率模型和識別候選驅動(dòng)基因方面的強大性能，突出了深度學(xué)習在該類(lèi)研究中的廣闊前景。
Dig算法概覽
由于Dig算法可快速評估分布在大范圍基因組上的突變，因此其特別適用于識別弱或中等具有正向選擇作用的驅動(dòng)基因。
然而，該研究也有一定的缺陷，該研究?jì)H靠計算預測，并不足以確定某一突變在腫瘤發(fā)生及發(fā)展中的因果作用，過(guò)量的突變率并不意味著(zhù)其一定具有正向選擇作用。因此，為了確定突變與腫瘤驅動(dòng)因素的因果作用尚需實(shí)驗驗證。