癌症是全世界範圍內死亡率最高的疾病之一。免疫療法在控制腫瘤方面療效顯著，但臨床試驗表明，該療法僅對部分患者有效。多組學免疫分析可以有效的識別免疫反應生物標誌物，其在臨床試驗多組學資料中的應用對改進癌症患者的免疫治療方案至關重要。然而，免疫療法臨床試驗中產生的組學資料規模大、單個試驗樣本量小、來源多、誤差範圍高。跨實驗室跨平臺的組學資料比對分析所帶來的複雜性，在很大程度上的限制了免疫反應生物標誌物的研究。
近期，哈佛大學/丹特-法博癌症研究所Cathy Wu及X.Shirley Liu 團隊在Clinical Cancer Research 期刊上發表了題為 Cross-Site Concordance Evaluation of Tumor DNA and RNA Sequencing Platforms for the CIMAC-CIDC Network 的文章。該研究建立並描述了免疫治療臨床試驗中產生的跨中心多組學資料的整合分析平臺及策略，並描述了建立多中心網路免疫腫瘤生物標誌物開發的關鍵要素。其中包括平臺建設、免疫分析檢測的驗證和協調、資料讀取和整合平臺以及多組學資料分析的策略。該研究也指出，DNA 和 RNA 平行測序能夠顯著提高腫瘤免疫治療標誌物篩選結果，可為精準診斷、精準治療提供重要的參考資訊。
新一代測序技術的突飛猛進為生物醫學研究提供了強有力的工具。與基因組測序相比，轉錄組資訊雖然能夠反映基因的表達，但在檢測基因突變方面卻相對薄弱。因此，在研究某些科學問題層面，轉錄組測序與基因組測序的結合是非常必要的。不僅如此，轉錄組和基因組平行測序獲得的資料可以互補，使得分析結果更加準確可靠，進一步來講，兩者的結合能夠在不同層面解析所研究的科學問題，在檢測基因突變、基因融合資訊的同時，還能夠預測更多的靶點進行後續的生物學實驗驗證。基因組測序提供了評估一系列體細胞改變的機會，而轉錄組測序提供了細胞免疫表型，包括腫瘤免疫浸潤、HLA 分型和免疫組庫。
圖片來源：Clinical Cancer Research
這項研究為多中心多組學資料的整合及分析提供了詳細的技術藍圖。在協調過程中，每個參與的測序中心都評估並確認了中心特定試劑、標準、分析方法、協議和資料報告程式。這項研究使用了不同參與中心產生的免疫臨床組學資料，不僅實現了高速高量的資料整合通路及穩定性, 其分析的結果也達到了高度的一致性水平。該項研究為全國性的癌症免疫試驗及癌症免疫資料共享提供了有效的解決方案，並將促進用於二次分析的資料庫的開發，使大樣本生物標誌物識別和跨試驗臨床結果相關性的學習成為可能。在循證精準醫學日益盛行的時代，這些努力尤為重要和相關。
哈佛大學/丹特-法博癌症研究所的Zexian Zeng博士及 Jingxin Fu博士為本文的共同第一作者。Cathy Wu 教授和Shirley Liu 教授為本文的共同通訊作者。
本文來自BioArtMED微信公眾號，更多生物領域前沿資訊等你來發現！
轉載須知
【原創文章】BioArtMED原創文章，歡迎個人轉發分享，未經允許禁止轉載，所刊登的所有作品的著作權均為BioArtMED所擁有。BioArtMED保留所有法定權利，違者必究。
