首页
模型资源
新药研发
资源中心
科研工具
关于我们
商城
集团站群
CN

Cancer Research
正常与癌细胞全基因组分析揭示癌症突变负荷升高的机制

2026-10-29
加入邮件订阅!
您将获得赛业生物最新资讯
摘要速览
Cancer Research | 正常与癌细胞全基因组分析揭示癌症突变负荷升高的机制

小赛推荐:

本研究指出个体间基础突变率的差异是癌症发生的关键因素,为 相关领域 中筛选高危人群及设计早期干预策略提供了直接的实验依据。

 

文献概述

本文《Comprehensive Genomic Analysis of Normal and Cancer Cells Elucidates the Elevated Mutation Burden in Cancer》,发表于《Cancer Research》杂志,系统探讨了正常组织与癌细胞之间突变负荷的巨大差异及其潜在成因。研究通过对比五种不同器官的细胞数据,发现癌细胞的中位突变负荷是正常细胞的四倍,并深入分析了导致这一现象的三种主要假说。

背景知识

该研究旨在解决 癌症 发生机制中关于突变积累来源的长期争议。目前,对于 驱动基因 突变是否足以解释癌细胞中极高的突变负荷仍存在瓶颈,传统观点往往忽视了个体间基础突变率的差异。研究切入点在于区分三种假说:经典假说认为驱动基因加速了细胞分裂;灾难性假说归因于基因组灾难事件;而尾部假说则提出,部分个体天生具有更高的基础突变率,使其处于突变负荷分布的“尾部”,从而更易患癌。这一视角对于理解 体细胞突变 的异质性至关重要。

 

基因敲除小鼠模型:精准模拟驱动基因突变,解析癌症发生机制

 

研究方法与核心实验

作者利用了来自癌症基因组图谱(TCGA)的癌症全外显子测序数据,以及来自多项已发表研究的正常组织全基因组测序数据。研究涵盖了膀胱、结肠、食管、肝脏、肺、前列腺和胃等七个器官。为了消除年龄影响,所有正常组织的突变负荷均归一化至70岁。研究采用了统计分布比较方法,包括Kruskal-Wallis检验和Wilcoxon秩和检验,以量化正常组织与癌症组织间的差异。此外,作者构建了数学模型来模拟三种假说下的突变分布,并与实际观测数据进行拟合度分析。

关键结论与观点

  • 癌细胞的中位突变负荷显著高于正常组织,平均高出4.4倍,且这种差异在统计学上高度显著(p < 0.001)。
  • 通过分布拟合分析,尾部假说 最能解释观测到的数据分布,其Kolmogorov-Smirnov距离最小,表明个体间基础突变率的差异是主要驱动因素。
  • 癌症患者的正常组织(如食管、前列腺)中位突变负荷显著高于无癌人群,这一发现直接支持了尾部假说,即高突变负荷在癌变前已存在于正常组织中。
  • 个体间突变负荷的变异远大于个体内变异,提示 遗传背景 或早期环境暴露对突变积累速率有决定性影响。

研究意义与展望

从科研视角分析,该发现对 药物开发 和 临床监测 具有深远影响。如果癌症风险主要源于个体基础突变率的差异,那么识别这些高危个体将成为二级预防的关键。这提示未来的 疾病建模 应更多关注个体差异而非平均效应,并可能推动基于突变负荷筛查的早期癌症检测策略,从而在肿瘤形成前进行干预。

 

肿瘤细胞系服务:构建原位成瘤模型,评估突变负荷对药物敏感性的影响

 

结语

本研究通过严谨的统计分析和多器官数据对比,有力地证明了癌症的高突变负荷并非完全由癌变过程中的驱动事件或灾难性突变引起,而是很大程度上源于个体间固有的基础突变率差异。这一发现挑战了传统的癌症发生模型,强调了在癌变早期甚至癌变前,正常组织中已存在显著的突变负荷异质性。对于 相关疾病 的照护体系而言,这意味着未来的癌症预防策略应从单纯的环境因素控制,转向对个体遗传易感性和基础突变率的精准评估。通过识别那些处于突变负荷分布“尾部”的高危人群,临床医生可以更早地实施监测和干预,从而在分子层面阻断癌症的发生发展,真正实现从“治疗已病”到“治未病”的跨越。

 

文献来源:
Sophie Pénisson, Kameron Bates, Kunjur Manasa Upadhyaya, Bert Vogelstein, and Cristian Tomasetti. Comprehensive Genomic Analysis of Normal and Cancer Cells Elucidates the Elevated Mutation Burden in Cancer. Cancer research.