本文為轉(zhuǎn)載內(nèi)容，如有侵權(quán)請(qǐng)聯(lián)系我們進(jìn)行刪除。                作者:probro                             文章轉(zhuǎn)載于：普羅布諾(重慶)生物科技有限公司

天地鴻蒙之中，微生物無處不在，影響著生命活動(dòng)的方方面面。這些微生物群落是否存在于腫瘤組織中（相關(guān)閱讀見BioArt報(bào)道：Cell | 張煜博士等破解癌癥之王——胰腺癌“長壽”人群的秘密）？它們?cè)谀[瘤的發(fā)生中是否發(fā)揮作用?能否用這些微生物組學(xué)信息對(duì)腫瘤的臨床診斷和治療提供指導(dǎo)？迄今為止，大多數(shù)微生物組學(xué)的研究對(duì)象為腸道微生物。近年來，不斷有證據(jù)表明在腫瘤組織以及患者血液中都存在微生物標(biāo)記。

2020年3月11日，加州大學(xué)圣地亞哥分校Rob Knight教授團(tuán)隊(duì)在Nature雜志上發(fā)表題為Microbiome analyses of blood and tissues suggest cancer diagnostic approach的研究論文。在這篇文章中，作者對(duì)TCGA數(shù)據(jù)庫中樣本的全基因組和全轉(zhuǎn)錄組數(shù)據(jù)進(jìn)行分析，包括來自于患者的腫瘤組織、癌旁組織和血液。通過人工智能（AI）機(jī)器學(xué)習(xí)等多種方法對(duì)數(shù)據(jù)進(jìn)行歸類分析，鑒定了與腫瘤類型相關(guān)的微生物DNA和RNA的特征，這些特征可能為腫瘤的臨床診斷和預(yù)防提供新的切入點(diǎn)。由于涉及的腫瘤類型及樣本數(shù)量巨大，該研究成為迄今為止腫瘤微生物組學(xué)研究最系統(tǒng)最全面的文章。

傳統(tǒng)的觀點(diǎn)認(rèn)為腫瘤是受基因組調(diào)控的疾病。近期研究表明，微生物組在某些腫瘤中起著重要作用，然而，微生物組對(duì)不同腫瘤的貢獻(xiàn)程度和診斷意義仍然未知。為了確定與腫瘤相關(guān)的微生物組，作者首先對(duì)TCGA數(shù)據(jù)庫中來自33種腫瘤類型和10,481名患者的18,116個(gè)樣品的全基因組測(cè)序（WGS；n = 4,831）和全轉(zhuǎn)錄組測(cè)序（RNA-seq；n=13285）進(jìn)行了數(shù)據(jù)進(jìn)行歸一化（Supervised normalization，SNM）和凈化分析（Decontamination analyses），并對(duì)其中的腫瘤微生物讀數(shù)（microbial reads）進(jìn)行挖掘，建立了系統(tǒng)的腫瘤微生物組數(shù)據(jù)集，使用AI來識(shí)別和區(qū)分不同腫瘤類型的微生物特征，并比較其性能。在這些基因序列數(shù)據(jù)中，7.2%為非人源，而這些非人源序列中有高達(dá)1/3的比例與已知的微生物基因序列一致。

圖1. TCGA腫瘤微生物組分析CONSORT圖

為進(jìn)一步檢驗(yàn)這些微生物組學(xué)特征能否在腫瘤區(qū)分中發(fā)揮作用，作者通過使用AI機(jī)器學(xué)習(xí)對(duì)腫瘤進(jìn)行了區(qū)分，包括（1）區(qū)分不同腫瘤類型；（2）區(qū)分同一種腫瘤的不同分期；（3）區(qū)分腫瘤與正常組織。作者的數(shù)據(jù)顯示這些微生物組特征在區(qū)分腫瘤類型以及區(qū)分腫瘤與正常組織方面表現(xiàn)良好，但對(duì)腫瘤的不同分期的區(qū)分中表現(xiàn)與腫瘤類型相關(guān)，如在區(qū)分結(jié)腸癌、胃癌和腎透明細(xì)胞癌的I期和IV期腫瘤方面表現(xiàn)良好，而在區(qū)分其他幾種腫瘤的分期中欠佳。同時(shí)，作者在多個(gè)數(shù)據(jù)庫中驗(yàn)證了結(jié)果的可重復(fù)性和普適性，并通過貝葉斯跟蹤算法證明了這些微生物學(xué)特征在臨床上的生物相關(guān)性。

此外，作者還將基于AI機(jī)器學(xué)習(xí)獲得的微生物圖譜與已知的腫瘤相關(guān)微生物進(jìn)行了對(duì)比分析。與之前的報(bào)道一致，他們?cè)谖改c道腫瘤中發(fā)現(xiàn)了梭形桿菌，在宮頸癌、頭頸癌和肝癌中發(fā)現(xiàn)了α-乳頭瘤病毒和肝炎病毒等。據(jù)此，作者建立了數(shù)據(jù)庫（http://cancermicrobiome.ucsd.edu/cancermicrobiome_DataBrowser）以便搜索樣本的標(biāo)準(zhǔn)化微生物豐度。

腫瘤游離DNA（cell-free tumor DNA，ctDNA）檢測(cè)已經(jīng)成為腫瘤診斷的重要手段，新近研究發(fā)現(xiàn)血源性微生物DNA（microbial DNA，mbDNA）能夠?yàn)槟[瘤的臨床特征提供信息。為挖掘mbDNA在腫瘤診斷中的作用，作者繼續(xù)使用AI機(jī)器學(xué)習(xí)對(duì)TCGA隊(duì)列進(jìn)行分析，發(fā)現(xiàn)mbDNA的特征能夠有效地區(qū)分不同的腫瘤類型。更重要的是，即使是對(duì)Ia–IIc 分級(jí)的腫瘤以及通過ctDNA無法檢測(cè)到基因組變異的腫瘤，mbDNA具有更強(qiáng)的預(yù)測(cè)能力。文中檢測(cè)到的血漿微生物豐度可在作者建立的數(shù)據(jù)庫中查看。圖2 技術(shù)總結(jié)

在建立了以上預(yù)測(cè)模型的基礎(chǔ)上，作者進(jìn)一步使用正常人與腫瘤患者的mbDNA進(jìn)行模型驗(yàn)證。結(jié)果顯示，僅使用來源于受試者血漿的 mbDNA就能夠有效地區(qū)分腫瘤患者與正常人，提示基于mbDNA的預(yù)測(cè)模型在腫瘤診斷中的有效性。但值得注意的是，該驗(yàn)證實(shí)驗(yàn)中涉及的腫瘤患者均為stage III–IV，而該模型在腫瘤早期預(yù)測(cè)中的效果仍待考察。

微生物的DNA和RNA存在于血液、正常組織和腫瘤中。不同類型的腫瘤和特定的微生物群之間存在廣泛的聯(lián)系，AI技術(shù)能夠利用這些核酸特征。作者的AI模型在區(qū)分腫瘤類型、以及腫瘤與正常組織方面表現(xiàn)良好，但在區(qū)分腫瘤分期方面稍顯不足。另外，這些結(jié)果還需在跨腫瘤類型的更大規(guī)模隊(duì)列研究中進(jìn)行驗(yàn)證。在此工作的基礎(chǔ)上，還有許多進(jìn)一步研究的空間。例如TCGA樣品的采集方式無法控制引入微生物的污染，無法確定所測(cè)到的核酸是來自活的微生物、宿主細(xì)胞、還是來自腫瘤微環(huán)境和血液中的裂解細(xì)菌，未來研究應(yīng)提高采樣的質(zhì)量控制及測(cè)序技術(shù)以表征微生物特征。此外，對(duì)這些微生物進(jìn)行分布（在腫瘤細(xì)胞？免疫細(xì)胞？還是結(jié)締組織？）和功能（是原因？伴隨效應(yīng)？還是預(yù)后？）的研究也非常重要。最后，這些微生物如何進(jìn)入癌組織并存在于其中的機(jī)制還有待深入研究，如何將其作為腫瘤治療的靶標(biāo)也有待探索。未來這一領(lǐng)域的進(jìn)展將需要腫瘤學(xué)家和微生物學(xué)家之間的合作。盡管疑問很多，從微生物角度進(jìn)行腫瘤的臨床及基礎(chǔ)研究依然充滿契機(jī)，前景誘人。