基因君官网
（图片来自网络）
2015年10月23日讯 /生物谷BIOON/ –近日，来自美国和德国的科学家们在国际学术期刊Nature上发表了一项最新研究进展，他们通过对慢性淋巴细胞白血病病人样本进行全外显子测序分析，发现了一些可能发生反复突变的癌症驱动基因，这对于了解肿瘤形成过程以及癌细胞进化过程具有重要意义。
究竟哪个基因突变会驱动肿瘤形成以及在疾病发展和治疗过程中癌细胞如何进化是癌症生物学研究中的两个关键问题，而肿瘤学家们也在寻找这两个问题的答案上孜孜不倦地努力着。
在这项研究中，研究人员对538名慢性淋巴细胞白血病病人的样本及与其相对应的胚系DNA样本进行了全外显子测序比对，发现了44个会发生反复突变的基因以及11个反复发生拷贝数变异的基因。这些突变基因中包括一些之前未报道过但可能驱动癌症发生的新基因（RPS15，IKZF3），同时还发现RNA加工和转出过程，MYC活性以及MAPK信号都是参与CLL的重要途径。
研究人员对这一大数据集进行进一步的克隆形成能力分析，重新建立了癌症驱动因素之间的时间联系，在对59名病人治疗前以及复发后的癌细胞样本进行直接对比之后，研究人员发现癌细胞出现了高频的克隆进化。
这项研究表明，对信息比较完整的临床样本进行测序，获得大量测序数据，能够帮助科学家们发现与癌症有关的新基因，了解不同癌症驱动因素之间的网络关联，以及预测基因突变对疾病复发和临床结果产生的影响。对于深入探究癌症发生原因以及治疗过程中出现的癌细胞进化过程具有重要意义。（基因宝jiyinbao.com）
本文系生物谷原创编译整理。欢迎转载！转载请注明来源并附原文链接。更多资讯请下载生物谷资讯APP。
Mutations driving CLL and their evolution in progression and relapse
Dan A. Landau,Eugen Tausch,Amaro N. Taylor-Weiner,Chip Stewart,Johannes G. Reiter,Jasmin Bahlo,Sandra Kluth,Ivana Bozic,Mike Lawrence,Sebastian B?ttcher,Scott L. Carter,Kristian Cibulskis,Daniel Mertens,Carrie L. Sougnez,Mara Rosenberg,Julian M. Hess,Jennifer Edelmann,Sabrina Kless,Michael Kneba,Matthias Ritgen,Anna Fink,Kirsten Fischer,Stacey Gabriel,Eric S. Lander,Martin A. Nowak,Hartmut D?hner,Michael Hallek,Donna Neuberg,Gad Getz,Stephan Stilgenbauer& Catherine J. Wu
Which genetic alterations drive tumorigenesis and how they evolve over the course of disease and therapy are central questions in cancer biology. Here we identify 44 recurrently mutated genes and 11 recurrent somatic copy number variations through whole-exome sequencing of 538 chronic lymphocytic leukaemia (CLL) and matched germline DNA samples, 278 of which were collected in a prospective clinical trial. These include previously unrecognized putative cancer drivers (RPS15, IKZF3), and collectively identify RNA processing and export, MYC activity, and MAPK signalling as central pathways involved in CLL. Clonality analysis of this large data set further enabled reconstruction of temporal relationships between driver events. Direct comparison between matched pre-treatment and relapse samples from 59 patients demonstrated highly frequent clonal evolution. Thus, large sequencing data sets of clinically informative samples enable the discovery of novel genes associated with cancer, the network of relationships between the driver events, and their impact on disease relapse and clinical outcome.