tyc234cc太阳在线玩游戏-太阳成集团tyc234cc

遗传性肿瘤-胚系突变基因检测

yi-chuan-xing-zhong-liu-ji-yin-jian-ce

遗传性肿瘤-胚系突变基因检测

1866年,神经解剖学家Paul Broca最早发表了有关肿瘤遗传易感性的报告。50年后,生物学家Theodor Boveri发表了非常具有远见的理论,其认为肿瘤细胞发生了获得性的体细胞突变,这种突变为特殊的,异常的染色体组合。Boveri在其论文中预测了肿瘤具有遗传易感性,并且预言易感性可能由于抑制细胞分裂的因子被削弱而导致的。1971年,遗传学家Alfred Kmudson建立了视网膜细胞瘤流行病学的数学模型,根据模型其预测特殊基因的等位基因都失去活性才能够导致视网膜母细胞瘤的发生,由此提出了“二次打击”模型(two-hit model)。1987年,视网膜母细胞瘤易感基因RB1被发现,后来在遗传性病例中发现其中一个等位基因在胚胎系中发生突变,另一个等位基因在体细胞中发生失活。

肿瘤遗传易感性基因(cancer predisposition CPG)就是那些能够引起罹患肿瘤风险2倍以上的罕见突变的基因并且至少有5%这些基因的携带发生肿瘤的基因[1]。现在已经发现的常见肿瘤遗传易感性基因有114个。

114个CPGs的发现经历了近30年的时间。通过最初的候选基因分析(candidate gene analysis)到连锁分析(linkage analysis),最后到近些年出现的全基因组突变分析(Genome-wide mutation analysis)等手段陆续被发现和确认。

另一项来自美国的研究人员使用二代测序包括全基因组测序和全外显子测序的方法,分析了1120名癌症儿童或青少年的基因[2]。研究人员发现了565个癌症相关的基因突变,并且重点研究了60个与常染色体显性癌症易感综合征有关的基因。此外,他们还研究了有无这60个癌症易感基因患儿的家族病史,从而研究这些基因的来源。在这60个与常染色体显性癌症易感综合征有关的基因中,研究人员共发现了633个胚系变异,其中78个变异被认为具有致病性,17个变异可能具有致病性。在这95个变异中有54个发生了错义突变,14个发生了无意突变,12个发生了移码突变,9个发生了外显子突变,1个发生了框内缺失突变,5个发生了拷贝数的变化。总体而言,在参与研究的1120名癌症儿童和青少年中有8.5%的患儿检测出了易癌基因的生殖系突变。家族病史常被用来预测儿童发生某些遗传性肿瘤的可能性,然而研究显示只有40%发生致病性胚系突变的儿童具有癌症家族史。这可能是由多种因素造成的,如家族信息不完全、新生突变、不完全外显率等。研究为儿童癌症的成因提供了新的理解,具有十分重要的临床意义。

2018年CELL发表了一篇关于肿瘤胚系突变的研究[3]。作者开发了一个名称为CharGer的变异自动分类流程,它采用并扩展了ACMG-AMP指南,专门用于癌症的罕见变异。研究分析了TCGA中33个癌种共计10389例样本的致病性变异的图谱,发现致病胚系变异或疑似胚系变异占比8%,在致癌基因中鉴定了33个变异,然后通过在其他癌种群体的验证和RET等位基因的实验,调查了这些变异的功能性后果。最后,发现了18个拷贝数缺失和47个基于多条功能性证据的VUSs。这些证据不仅有助于验证致病变异,并且有利于对VUSs的优先排级和对非编码基因组的发现。总之,本研究呈现了关于罕见的胚系易感变异的最大系统性分析的结果,也提供了解决癌症功能性问题的强大基础支持。

 胚系突变基因检测能够作为未来患病的一个生物学指标。确定一个CPGs突变能够提供给人们一个监测或采取能够降低肿瘤发生风险措施的机会。鉴于此,tyc234cc太阳在线玩游戏受Cell文章的启发,拟以2‰的致病突变频率为筛选标准,总结胚系突变在东亚癌症患者中的流行趋势,为分析胚系突变对癌症发生发展的影响提供参考和线上支持。研究通过收集多个公共数据库上涉及到16种肿瘤类型的1874个癌症患者正常组织(血液)样本的全基因组(全外显子)测序数据,筛选出致病突变基因及其位点,以期最大程度反映东亚癌症患者胚系突变现状。利用太阳成集团tyc234cc基因自主开发的MaGiC分析方法,通过质量控制、过滤和注释,我们发现了150余个胚系突变热点,其中5种癌症胚系突变热点位于P53基因,3种癌症胚系突变热点位于BRCA2基因。这些突变热点与现有已报道的白种人群胚系突变位点不同,可能是东亚人群特有突变。

后期,太阳成集团tyc234cc基因拟扩大样本量,收集约3000例癌症患者的正常组织或血液样本,对前期研究结果进行验证,以期寻找到东亚人群,尤其是我国人群肿瘤胚系突变的特点,开发出肿瘤胚系突变检测试剂盒。

样本要求如下:

1.测序数据:

数据类型:全基因组、全外显子或Target测序数据

数据内容:100+个基因测序

数据格式:BAM、FASTQ

患者信息:临床信息

注:需含肿瘤患者正常组织或外周血测序数据

2.家系样本

样本类型:患者及家属样本(2阳2阴)

患者信息:临床信息

监测方案

肿瘤患者: 500个基因的高通量深度测序,筛选出肿瘤相关的遗传性突变。

患者亲属: 利用sanger测序验证患者携带的遗传性突变。

适用的人群及检测意义

肿瘤患者:查找致病基因、预测患其他肿瘤的风险、为亲属提供精准的遗传信息

患者亲属:提供遗传突变信息,早发现早预防,针对性的健康管理。

参考文献

[1] Nazneen Rahman. Realizing the Promise of Cancer Predisposition Genes Nature. 2014, 505:302–308

[2] Zhang J, Walsh MF, Wu G, et al. Germline Mutations in Predisposition Genes in Pediatric Cancer. The New England Journal of Medicine. 2015; 373(24):2336-2346.

[3] Kuan-lin Huang, R. JayMashl, Yige Wu. Pathogenic Germline Variants in 10,389 Adult Cancers. Cell, 2018, 173:355–370

Host List

热点排行

hot news

热点TAG