Команда использовала тот же подход для выявления мутаций и наследственных вариантов, которые были связаны с раком груди и болезнью Альцгеймера, предположив, что алгоритм в сочетании со сложными компьютерными моделями клеточной регуляции исследователей является мощным методом выявления генетических драйверов широкий спектр заболеваний.
"Этот алгоритм добавляет новое измерение к нашей способности определять генетические причины сложных заболеваний.
В сочетании с другими инструментами, разработанными нашей лабораторией, он поможет идентифицировать гораздо больше генов, которые обладают потенциалом в качестве генетических биомаркеров прогрессирования заболевания и целей для лечения », – сказал руководитель исследования Андреа Калифано, доктор философии, профессор химической биологии Клайд и Хелен Ву. (в области биомедицинской информатики и Института генетики рака), заведующий кафедрой системной биологии и директор Колумбийского центра генома им. Дж.
П. Сульцбергера при Колумбийском колледже врачей и хирургов.
В предыдущих исследованиях д-р. Калифано и его коллеги использовали мощные компьютерные модели, чтобы продемонстрировать, что определенные типы рака имеют высококонсервативные «главные регуляторы» – гены, индивидуальная или синергетическая активность которых необходима для развития и сохранения болезни.
Однако эти модели не предоставили информации о ключевых генетических мутациях, которые предположительно вызывают аномальную активность этих главных регуляторов.
В текущем исследовании команда объединила свои существующие вычислительные инструменты с новым алгоритмом под названием DIGGIT (для вывода генов-драйверов с помощью теории генетико-геномной информации), который «уходит» назад от главных регуляторов, чтобы найти генетические события, вызывающие рак.
«Обычные методы, такие как полногеномные исследования ассоциаций, должны проверять все возможные генетические мутации и варианты в болезненной клетке по сравнению с нормальной клеткой», – сказал ведущий автор Джеймс С. Чен, доктор философии, научный сотрудник докторской. Лаборатория Калифано, разработавшая DIGGIT. "Их могут быть от десятков до сотен тысяч.
В результате, основываясь на количестве пациентов, которые мы определили, у нас есть достаточная статистическая мощность, чтобы идентифицировать только самые поразительные мутации. Алгоритм DIGGIT в сочетании с тем, что мы знаем о регуляторных событиях в клетке, может помочь нам отсортировать эту массу данных и выявить критические скрытые мутации, которые в противном случае остались бы незамеченными."
Новый подход был протестирован на мезенхимальной глиобластоме, наиболее агрессивном подтипе заболевания, путем совместного анализа данных об экспрессии генов и мутационных профилей более чем 250 пациентов, собранных консорциумом Cancer Genome Atlas.
Команда CUMC обнаружила два гена – C / EBPδ и KLHL9, которые, по-видимому, активируют главные регуляторы глиобластомы.
C / EBPδ, уже были идентифицированы лабораториями доктора. Калифано и Антонио Явароне, доктора медицины, профессора неврологии, патологии и клеточной биологии (в Институте генетики рака), в качестве главного регулятора болезни, поэтому исследователи сосредоточились на KLHL9, который никогда не был связан ни с этим, ни с чем-либо другим. другая форма рака.
В последующих лабораторных исследованиях исследователи реактивировали дефектный ген KLHL9 в агрессивных клетках глиобластомы, чего было достаточно для потери мезенхимального фенотипа. Когда белок KLHL9 был повторно введен мышам, получавшим прямые трансплантаты от пациентов с мезенхимальной глиобластомой, их опухоли регрессировали, что стало дополнительным доказательством того, что мутации KLHL9 (которые были обнаружены у 50 процентов пациентов с мезенхимальной глиобластомой) непосредственно ответственны за развитие этого подтипа рака.
DIGGIT может применяться при других сложных заболеваниях. В дальнейших исследованиях команды Califano алгоритм идентифицировал 35 генов как движущие силы рака груди. Из 25 генов, ранее идентифицированных в литературе, 19 (76 процентов) были идентифицированы DIGGIT, подтверждая, что алгоритм способен улавливать мутации драйверов при других типах рака. Анализ также выявил несколько новых генов, которые могут потребовать дальнейшего исследования.
В исследовании болезни Альцгеймера DIGGIT обнаружил 14 генетических вариантов, которые, по-видимому, вызывают это состояние, включая локус APOE, хорошо известный вариант, связанный с болезнью Альцгеймера, и TYROBP, ген, также подтвержденный как вариант риска Альцгеймера. DIGGIT также идентифицировал новые варианты, в том числе в четырех генах интегринового пути, которые ранее не были связаны с заболеванием и которые в настоящее время исследуются.
"Важно подчеркнуть, что это является важным улучшением по сравнению с традиционными исследованиями ассоциаций генов. Последние могут выявить статистические связи между мутациями и заболеванием, но не могут объяснить, как мутация вызывает этот эффект », – сказал доктор.
Калифано. «Поскольку DIGGIT идентифицирует болезнетворные гены, отслеживая их аномальную активность через регуляторную сеть клетки, он предоставляет прямую информацию о конкретных молекулярных взаимодействиях, посредством которых генетическая мутация вызывает заболевание -« механизм ».«В традиционных исследованиях этот процесс может занять годы, если не десятилетия."
«Даже в наших исследованиях рака груди и болезни Альцгеймера, цель которых состояла в том, чтобы просто показать, что DIGGIT может выявлять мутации и варианты, пропущенные традиционными статистическими методами, алгоритм определил ключевые молекулярные регуляторы и пути, через которые эти мутации, вероятно, вызывают болезнь. , добавляя важные новые знания, которые можно быстро проверить в лаборатории «Dr. Чен сказал.