在一项新的研究中，来自英国癌症研究学院、伦敦大学学院、弗朗西斯-克里克研究所、美国加州大学圣地亚哥分校和瑞典隆德大学等研究机构的研究人员利用人工智能（AI）研究并分类了癌症起始和生长时基因组---细胞的完整遗传密码---中DNA变化的大小和规模。相关研究结果于2022年6月15日在线发表在Nature期刊上，论文标题为“Signatures of copy number alterations in human cancer”。

利用人工智能，这些作者确定了21种常见的缺陷，这些缺陷发生在癌症起始和生长时的DNA结构、顺序和拷贝数上。一类称为拷贝数标记（copy number signature）的常见缺陷可能帮助指导医生进行反映肿瘤特征的治疗。

当你观看美国流媒体播放平台Netflix时，会产生关于你观看的电影和电视剧类型的数据，你观看它们的频率，以及你是否给它们一个“大拇指”或“小拇指”。Netflix使用一种算法来分析这些大量的数据，在你观看的内容中找到模式，然后在你滚动浏览Netflix时推荐新的电影和电视剧。

在伦敦大学学院的Nischalan Pillay博士和加州大学圣地亚哥分校的Ludmil Alexandrov博士的领导下，这些作者构建出一种类似的算法，可以筛选出成千上万行的基因组数据，挑出染色体如何组装和排列的共同模式。然后，该算法可以对出现的模式进行分类，并帮助科学家们确定癌症中可能出现的缺陷类型。

利用该算法，这些作者在9873名患有33种不同类型癌症的患者的完全测序的基因组中寻找模式。该算法确定了肿瘤中染色体结构和数量的21种常见缺陷，并将它们归类为不同的拷贝数标记。

这21种拷贝数标记如今将被用来构建一个蓝图，科学家们可以用它来评估癌症的侵袭性，找到它的弱点并为它设计新的治疗方法。

Alexandrov博士说，“癌症是一种复杂的疾病，但我们证实在它起始和如何生长时发生的染色体变化存在着显著的相似性。就像Netflix可以预测你接下来会选择狂看哪些节目一样，我们相信我们将能够预测你的癌症可能会如何表现，基于它基因组之前经历的变化。我们希望达到这样的程度：医生可以查看患者的完全测序的肿瘤，并将肿瘤的关键特征与我们的基因组缺陷蓝图相匹配。掌握了这些信息，我们相信医生在未来将能够提供更好和更个性化的癌症治疗。”

这些作者之前研究了这些大规模的基因组缺陷是如何在肉瘤中发生的，并希望找到方法来研究不同类型的癌症中的这些变化。

通过使用Alexandrov博士开发的一种名为SigProfilerExtractor的软件，该算法使用复杂的数学方法来扫描癌症患者的测序数据，并识别不同类型癌症中染色体重组方式的共同模式。

这些作者进一步研究了对癌症患者的治疗结果影响最大的拷贝数标记。在这种算法确定的21种拷贝数标记中，他们发现发生染色体破碎和重组（称为染色体碎裂）的肿瘤与最差的生存结果有关。例如，这项新的研究发现，胶质母细胞瘤（一种侵袭性的脑瘤）患者，如果他们的肿瘤发生了染色体碎裂，其生存结果更差。平均而言，没有发生染色体碎裂的胶质母细胞瘤患者比肿瘤发生染色体碎裂的胶质母细胞瘤患者多存活6个月。

这些作者希望他们能够完善这一算法，使医生能够根据你的癌症在起始时获得的遗传特征以及它在生长过程中获得的遗传变化，找出你所患的癌症的可能表现。

Pillay博士说，“为了领先癌症一步，我们需要预测它如何适应和改变。突变是癌症的关键驱动因素，但我们的很多理解都集中在癌症中单个基因的变化上。我们一直忽略了一个更大的问题，即大量的基因如何复制、移动或缺失而不对肿瘤造成灾难性的后果。了解这些事件如何产生将有助于我们重新获得对癌症的优势。由于基因组测序的进步，我们如今可以看到这些变化在不同的癌症类型中发生，并找出如何有效地应对它们的方法。”

拷贝数标记在人类癌症中的分布，图片来自Nature, 2022, doi:10.1038/s41586-022-04738-6。

这些作者已经将SigProfilerExtractor和这项新研究中使用的其他软件工具免费提供给其他科学家，这样他们就可以根据从肿瘤测序中获得的数据，使用该算法从DNA中建立自己的染色体变化库。

论文第一作者、伦敦大学学院博士后研究员Christopher Steele博士补充说，“我们相信，将这些强大的计算工具免费提供给其他科学家，将加速为患者提供个性化的癌症蓝图的进展，使他们获得最佳的生存机会。”

英国癌症研究学院首席执行官Michelle Mitchell说，“在我们庆祝英国癌症研究学院成立20周年之际，我们可以建立一个跨越多种肿瘤类型的蓝图，这可能有助于研究人员预测癌症的行为，并展示我们如何通过更精确的治疗方法来对付它。”（生物谷 Bioon.com）

参考资料：

Christopher D. Steele et al. Signatures of copy number alterations in human cancer. Nature, 2022, doi:10.1038/s41586-022-04738-6.