10月4日，首都医科大学附属北京天坛医院江涛教授、香港科技大学王吉光、美国迈阿密大学Antonio Iavarone及韩国三星首尔医院Do-Hyun Nam共同通讯在Science Translational Medicine 在线发表题为“Identifying predictors of glioma evolution from longitudinal sequencing”的研究论文。

该研究发现CDKN2A在初始诊断时的缺失先于IDH突变胶质瘤晚期发生的肿瘤坏死和微血管增殖。在IDH野生型胶质瘤中，Ki67在诊断时的表达与复发时获得高突变正相关。在所有胶质瘤亚型中，诊断时MYC获得或MYC靶点激活与复发时治疗诱导的高突变相关。

为了预测胶质瘤的进化，该研究构建了CELLO2 (Cancer evolution for LOngitudinal data version 2)，这是一个机器学习模型，整合了诊断时的特征，以预测治疗后的超突变和进展。

CELLO2成功地将患者分层为具有不同预后的亚组，并从低级别IDH突变-非codel亚型中确定了以MYC增加和更差的进展后生存为特征的高风险患者组。

然后，作者在胶质瘤细胞系和患者来源的等基因胶质球中进行了慢性替莫唑胺诱导实验，并证明MYC通过促进高突变来驱动替莫唑胺耐药性。在机制上，通过结合开放的染色质和转录活跃的基因组区域，c-MYC增加了关键错配修复基因对治疗诱导突变的易感性，从而引发超突变。

该研究揭示了治疗下肿瘤演变的早期预测因子，并为针对弥漫性胶质瘤的肿瘤动力学的精确肿瘤学提供了资源。

论文链接：

https://www.science.org/doi/full/10.1126/scitranslmed.adh4181

Tags： 学术动态 | 江涛王吉光等构建识别胶质瘤进化预测因子的新方法 发表在Science子刊