下载文档原格式
网络出版时间：２０２４－０４－１２１１：２１：２０ 网络出版地址：ｈｔｔｐｓ：／／ｌｉｎｋ．ｃｎｋｉ．ｎｅｔ／ｕｒｌｉｄ／３４．１０６５．Ｒ．２０２４０４１０．１０１４．０２６ＭＥＮ１在消化系统肿瘤中的研究进展凡浩然１，２，３综述 王 震１，２，３审校２０２３－０２－２１接收基金项目：国家自然科学基金（编号：８２００２４９２）；广西医科大学第一附属医院“优秀医学英才培养计划”（编号：２０２２０７）；广西医科大学第一附属医院“特色创新团队”（编号：ＹＹＺＳ２０２２００４）；广西自然科学基金（编号：２０１８ＧＸＮＳＦＢＡ２８１１５９）作者单位：１广西医科大学第一附属医院胃肠腺体外科，南宁 ５３００２１２广西消化道肿瘤加速康复外科基础研究重点实验室，南宁 ５３００２１３广西加速康复外科临床医学研究中心，南宁 ５３００２１作者简介：凡浩然，男，硕士研究生；王 震，男，副主任医师，硕士生导师，责任作者，Ｅ ｍａｉｌ：ｗａｎｇｚｈｅｎｓｕｒｇｅｏｎ＠１６３．ｃｏｍ摘要 多发性内分泌腺肿瘤型１（ＭＥＮ１）基因通过编码Ｍｅ ｎｉｎ调节细胞增殖和凋亡等过程，并且参与多个信号通路的调节，包括Ｗｎｔ／β ｃａｔｅｎｉｎ、Ｎｏｔｃｈ、Ｈｅｄｇｅｈｏｇ／Ｄｎｍｔ１、Ｈｉｐｐｏ等信号通路，这些都与肿瘤的发生、发展密切相关。
因此，ＭＥＮ１的突变或功能缺陷可能导致肿瘤发生的风险增加。
以往关于ＭＥＮ１的研究主要集中于神经内分泌肿瘤，ＭＥＮ１在神经内分泌肿瘤中作为抑癌基因发挥作用，其缺失突变引起的基因功能丧失，参与了神经内分泌肿瘤的发生发展。
但近年研究表明，ＭＥＮ１在不同的肿瘤中发挥不同的作用，如在胃癌中通过抑制ＩＱ基元ＧＴＰ酶激活蛋白１（ＩＱＧＡＰ１）表现为抑癌基因，在肝癌中则通过甲基化相关途径表现为癌基因，在结直肠癌中通过自噬相关机制也表现为癌基因；而在食管癌、胰腺癌中ＭＥＮ１的作用尚存在争议。
现就近年来ＭＥＮ１在消化系统肿瘤中的研究进展做一综述。
·综述·胃癌分子分型研究进展刘静文 刘红利 张涛【摘要】 胃癌是发病率及致死率较高的一种恶性肿瘤。
胃癌的病理分型是以组织形态结构和细胞生物学特性为基础，不同类型的胃癌，其形态结构和生物学行为各异，流行病学和分子机制亦不同，以致现有的胃癌病理分型系统众多。
以往常用的病理分型包括Borrmann 分型、Lauren 分型和WHO 分型，已有的这些胃癌分型对临床指导意义有限。
最新的研究对295例胃癌进行综合性分子分析，这是癌症基因组图谱（TCGA ）计划工作的一部分，基于对所得数据的分析整合，提出了一种新的胃癌分子分型，将其分为四个亚型：EBV 感染型；微卫星不稳定（MSI ）型；基因组稳定（GS ）型；染色体不稳定（CIN ）型。
该研究于2014年7月23日在《nature 》在线发表，新发现的胃癌分子分型有助于胃癌个体化治疗靶向药物的筛选。
本文将对胃癌的分子分型研究展开综述。
【关键词】 胃肿瘤； 分子分型Research progress of molecular type of gastric cancer Liu Jingwen, Liu Hongli, Zhang Tao. Cancer Center, Union Hospital, Tongji Medical College, Huazhong University of Science and Technology, Wuhan 430022, ChinaCorresponding author: Liu Hongli, Email: whliuhongli@【Abstract 】 Gastric cancer is a kind of malignant tumor which has higher incidence and mortality rate. Its pathological type is based on the morphological structure of tissue and cell biological characteristics. Not only morphological structure and biological characteristics but epidemiology and molecular mechanism are also different for each type, which makes so many typing systems come out. Usual pathological types include Borrmann type, Lauren type and WHO type. All these types have limited significance for clinic. The latest research analyzed 295 primary gastric carcinomas at comprehensive molecular stage, which is also a part of TCGA (The Cancer Genome Atlas) project. Ultimately, they put forward a new typing system which divided gastric cancer into four types including tumor positive for Epstein-Barr virus (EBV), microsatellite instable (MSI) tumors, genomically stable (GS) tumors and tumor with chromosomal instability (CIN). The study was published in the ‘nature’ online in July 23, 2014, which contributed to targeted drug screening of individualized treatment of gastric cancer. This paper reviewed the development of gastric cancer molecular type.【Key words 】 Stomach neoplasms; Molecular type1923年德国病理学家Borrmann 提出一种胃癌大体形态分型方法，称为Borrmann 分型。
恶性肿瘤的分子分型与个体化治疗恶性肿瘤是一种具有高度异质性的疾病，不同类型的肿瘤可能在分子水平上存在着巨大的差异。
分子分型是根据肿瘤内部的基因表达模式或突变状态对恶性肿瘤进行分类的方法。
通过对恶性肿瘤的分子分型进行研究，不仅可以更好地了解肿瘤的发生机制，还可以为个体化治疗提供科学依据。
1. 分子分型的意义恶性肿瘤的分子分型可以帮助医生判断肿瘤的发展趋势、预测患者的预后以及选择最佳的治疗方案。
不同分子分型的恶性肿瘤具有不同的基因表达模式和突变状态，因此对不同分子分型的了解有助于明确肿瘤的特点和个体化治疗的需求。
2. 常见的分子分型方法目前，利用高通量技术和生物信息学方法开展的恶性肿瘤分子分型研究已经取得了显著进展。
常见的分子分型方法包括基因表达分型、基因突变分型和染色体变异分型等。
基因表达分型通过对肿瘤组织内部基因表达谱的分析，识别出不同基因表达模式的恶性肿瘤亚型。
基因突变分型则通过检测恶性肿瘤中的突变基因，对肿瘤进行分型。
染色体变异分型则根据恶性肿瘤染色体变异的类型和频率对肿瘤进行分类。
3. 分子分型与个体化治疗基于恶性肿瘤的分子分型，可以为个体化治疗提供指导。
个体化治疗是根据患者的疾病特征和分子分型结果，为患者制定个性化的治疗方案。
通过了解肿瘤的分子分型，可以选择更加精准有效的治疗手段，避免不必要的治疗和副作用。
例如，某些分子分型的恶性肿瘤可能对特定的靶向药物更为敏感，因此可通过靶向药物来进行治疗。
而对于另一些分子分型，常规的化疗可能会更有效。
在分子分型的基础上，还可以通过肿瘤的基因组学信息预测患者的预后和复发风险，为临床医生提供更准确的治疗决策依据。
此外，分子分型研究对于发现新的靶点和治疗方法也有重要意义，为恶性肿瘤的治疗提供新的思路和方向。
总之，恶性肿瘤的分子分型是一种重要的研究方法，能够帮助医生更好地了解肿瘤的特点，为患者提供个体化治疗方案。
随着科学技术的不断进步和深入研究，恶性肿瘤的分子分型研究将为肿瘤治疗提供更加精准和有效的指导，为患者的生存和生活质量带来积极影响。
恶性肿瘤研究基因测序技术在癌症个体化治疗中的应用随着科技的不断发展，基因测序技术也被广泛应用于临床医学领域。
对于恶性肿瘤的个体化治疗来说，基因测序技术的应用尤为重要。
本文将从基因测序技术的背景与原理、恶性肿瘤的个体化治疗以及基因测序技术在该治疗中的应用三个方面进行讨论。
一、基因测序技术的背景与原理基因测序技术是指对DNA或RNA等核酸序列进行高通量测序的技术。
通过测序，我们能够了解个体的基因组信息，包括遗传突变、基因组重排等。
早期的测序技术费时费力，但随着高通量测序技术的快速发展，现在我们能够迅速而准确地测序数百万个碱基对。
基因测序技术有多种方法，其中最为常见的是Sanger测序和Illumina测序。
Sanger测序采用传统的DNA序列扩增方法，通过添加链终止剂和DNA聚合酶的方式，逐个测定待测序列的碱基。
而Illumina测序则是通过将DNA碱基逐个进行荧光标记，利用高通量测序仪读取荧光信号，从而得到碱基序列。
二、恶性肿瘤的个体化治疗恶性肿瘤是一类由异常细胞生长而引起的疾病，发病机制复杂多样。
传统的癌症治疗通常是根据肿瘤的病理类型和部位，采用放疗、化疗等一般化的治疗方案。
然而，由于不同个体之间存在巨大的遗传差异，相同类型的肿瘤对治疗的反应也有所不同。
因此，个体化治疗的出现成为了一种新的治疗思路。
个体化治疗的核心理念在于针对每个患者的独特遗传特征和肿瘤基因变异状态，量身定制最佳的治疗方案。
通过基因测序技术，我们可以检测出肿瘤细胞中的特定突变和其他遗传变异。
这些遗传变异可以指导医生选择特定的药物或治疗策略，从而提高疗效。
三、基因测序技术在个体化治疗中的应用1. 突变检测：基因测序技术可以快速而准确地检测出恶性肿瘤细胞中存在的各种突变。
这些突变可能影响肿瘤的发生、发展和对特定药物的敏感性。
通过分析肿瘤细胞中的突变情况，医生可以为患者选择最适合的靶向药物。
2. 肿瘤进化研究：基因测序技术还可以帮助研究人员了解肿瘤的进化过程。
CancerDiscovery综述详解肿瘤浸润性NK细胞大家好呀！今天我们介绍的是一篇重磅综述，该文章于2020年12月4日发表于Cancer Discovery，题目为“ Tumor-Infiltrating Natural Killer Cells ” ，我们都知道NK细胞通过杀死靶细胞并产生细胞因子来参与对肿瘤的免疫反应。
然而，在免疫抑制性的肿瘤微环境中，NK细胞通过暴露于癌细胞产生的抑制分子而变得功能失调，从而导致肿瘤逃逸。
本文主要介绍了有关NK肿瘤浸润和监视，以及有关NK细胞功能异常的机制。
背景介绍天然杀伤（NK）细胞是淋巴细胞样的细胞毒性先天免疫细胞，于1973年首次被发现。
NK细胞不仅在抗肿瘤反应中发挥作用，而且在抵抗微生物感染中也起着重要作用。
NK细胞表达多种活化和抑制受体，这些受体介导的信号之间的平衡决定了NK细胞活化的结果。
NK细胞表达的抑制性受体主要识别MHC-I类分子，其中最重要的是杀伤细胞免疫球蛋白样受体（KIR）家族的成员和CD94 / NKG2A 异二聚体，并且每个人都表达一组特异性KIRs。
迄今为止，一共发现了17个KIRs，其中2个为假基因，而且每一个基因均具有多态性。
我们可以根据其结构和功能对KIR进行分类：（i）免疫球蛋白样（Ig 样）域的数量，两个（KIR2D-）或三个（KIR3D-），和（ii ）存在长或短的胞质尾，用字母“ L”表示“ long”或“ S”表示。
抑制性KIR 通常具有较长的胞质尾（KIR2DL），而激活的KIR具有较短的胞质尾（KIR2DS），除了激活的KIR2DL4具有较长的胞质尾。
根据“missing self”的原则，NK细胞可以消除MHC-1类分子表达不够的细胞。
这些分子的表达通常在病毒感染和肿瘤转化过程中丢失，使细胞逃脱CD8 + T细胞免疫监视，而这些分子的下调也可以导致T细胞失能。
NK细胞主要的激活性受体包括天然细胞毒性受体（NCR）NKp30，NKp46和NKp44，以及CD16和NKG2D，而其他分子，例如DNAX辅助分子1（DNAM1），2B4和NKp80，则是主要通过充当共受体来增强NK细胞的活性。
Hans Journal of Biomedicine 生物医学, 2022, 12(1), 9-17 Published Online January 2022 in Hans. http://www.hanspub.org/journal/hjbm https://doi.org/10.12677/hjbm.2022.121002
文章引用: 曹涤非, 薛佳莹, 黄国庆. 非小细胞肺癌驱动基因的研究[J]. 生物医学, 2022, 12(1): 9-17. DOI: 10.12677/hjbm.2022.121002
非小细胞肺癌驱动基因的研究 曹涤非*，薛佳莹，黄国庆 黑龙江省科学院高技术研究院生物技术研究室，黑龙江 哈尔滨
收稿日期：2021年10月9日；录用日期：2021年12月23日；发布日期：2021年12月30日
摘 要 肺癌是我国的高发癌症，非小细胞肺癌占肺癌的80%以上。利用基因组测序技术针对非小细胞肺癌的研究发现，一些基因在非小细胞肺癌中频繁发生突变，这些突变调控细胞的生长与分化，是癌症发生的驱动基因。目前，针对非小细胞肺癌的驱动基因临床上已有部分靶点药物，但疗效不显著，靶点药物还有待开发。因此，本研究将对非小细胞肺癌中的驱动基因的作用机制和临床治疗进行综述，以期为靶点药物的开发提供基础。
关键词 肺癌，非小细胞肺癌，驱动基因，突变
Study on Driver Genes of Non-Small Cell Lung Cancer
Difei Cao*, Jiaying Xue, Guoqing Huang Institute of Advanced Technology, Heilongjiang Academy of Sciences, Harbin Heilongjiang
Received: Oct. 9th, 2021; accepted: Dec. 23rd, 2021; published: Dec. 30th, 2021
经验交流63青年型肺癌的临床和基因表型特征研究现状潮力格尔1，彻力格尔2# （1.内蒙古民族大学附属医院，内蒙古自治区通辽市 028007 ；2.科尔沁右翼中旗蒙医医院，内蒙古自治区兴安盟 029400）摘要：我国肺癌人均发病年龄约为72岁，若年龄在18~40岁，临床称为青年肺癌，其占患肺癌者总数的5%左右[1]。
与一般的肺癌相较而言，青年肺癌的起病十分隐匿，临床体征不显著，通常情况下较难发现，当被察觉时病情已处于疾病末期，且大部分患者病变部位附近的淋巴转移活跃度高，且会出现向远处转移现象[2]。
然而，大部分青年肺癌患者为单器官发生病灶转移，少数为多个器官发生病灶转移。
现阶段，经过大量临床医疗研究发现，青年肺癌的基因表型特征有着一定的特异性，其癌变的驱动基因突变丰度相对很高，并与其临床具体表征、治疗预后存在紧密联系[3]。
近几年，青年肺癌一直是整体医学领域关注重点，本文就青年肺癌及其基因性状的特点作一综述，以期为后期青年肺癌的临床治疗、研究提供参考。
关键词：青年；肺癌；干预；基因表型特征肺癌为异质性疾病，其在世界范围内有着较高患病率与死亡率，对国民的生命健康构成较大威胁。
肺癌的产生、病程进展、病灶部位的转移等各项因素非常复杂，通常与肿瘤细胞自身、肿瘤微环境因素具有相关性[4]。
大部分肺癌的癌变细胞为肺上皮细胞，其由人体上皮细胞损伤引起的癌变细胞无限增殖，严重时将快速转移至胸腔、肺门淋巴和远端器官，如脑、肝、肾脏等。
2021年数据统计，全世界约有1950万肺癌新患病例与980万肺癌死亡病例；到2022年，全球将会比去年增加222万新肺癌病例与170万肺癌死亡病例。
其中，我国肺癌新病例占据约35%，死亡病例约占37.8%。
此外，在所有肺癌患者中，男性远多于女性，各自占比为2.20:1[5]。
基于上述，临床对青年肺癌病症行进一步研究，探索其本身和微环境对癌变分子的发病机制认知，帮助肺癌患者提高生存质量和时间，为肺癌诊断和治疗提供重要的理论依据。
分子遗传学在肿瘤基因治疗中的应用研究肿瘤基因治疗是一种新兴的治疗方法，可以有效地治疗癌症。
分子遗传学是肿瘤基因治疗的重要方法之一，是通过在肿瘤基因上发现和分析的一些关键性基因异常，从而研究肿瘤的分子遗传学机制，针对病变的基因进行治疗。
近年来，分子遗传学在肿瘤基因治疗中的应用越来越广泛，被广泛地应用于肿瘤的预测、诊断、治疗和监测等方面。
分子遗传学是研究基因和表达物质的基因组学的一部分。
基因组学是一个新兴的学科，它的目的是研究基因与其编码的蛋白质之间的关系。
基因与蛋白质之间有一些复杂的关系，分子遗传学的目的就是研究这些关系。
分子遗传学的应用范围非常广泛，除了在肿瘤基因治疗中得到了广泛的应用之外，还在其他领域中得到了广泛的应用，例如心血管病、免疫系统疾病等。
分子遗传学在肿瘤基因治疗中的应用主要是通过分析肿瘤的遗传性质，将人类基因工程的技术应用于肿瘤治疗。
在此过程中，可以通过遗传测序技术来确定哪些基因被癌细胞激活，或哪些基因被癌细胞阻止其自我恢复。
其次，可以通过基因工程技术来针对肿瘤中激活和抑制的基因进行干预和处理，达到治疗肿瘤的目的。
目前，许多具有潜在临床应用价值的分子遗传学技术正在不断被开发和应用。
例如，CRISPR/Cas9技术被广泛应用于通过精细的编辑等方法来针对肿瘤细胞中关键基因中的缺陷进行提示和治疗。
此外，单细胞测序、液体活检技术等分子遗传学技术也被广泛应用于肿瘤治疗的先进技术中。
肿瘤分子遗传学在治疗中的应用中的一个主要优点是个性化治疗。
分子遗传学针对不同个体、不同病理类型、不同分化程度的肿瘤，开发出不同的治疗方案。
这是因为肿瘤基因与人类基因之间的差异非常大，每个患者的特征也有很大的差异，因此，针对不同的患者制定相应的治疗方案就成为了分子遗传学在肿瘤治疗中的一大特色。
尽管分子遗传学在肿瘤基因治疗中很有潜力，但是其应用还存在许多挑战。
首先，肿瘤的基因突变非常复杂，因此基于当前的遗传检测技术，并不可能完全准确地确定肿瘤的基因特征。
恶性肿瘤研究基因测序技术在精准治疗中的应用恶性肿瘤一直以来是医学界和社会关注的焦点之一。
虽然传统的治疗手段在一定程度上可以减轻患者的痛苦，但是与此同时也面临着许多问题，比如不同患者对同一治疗方法的反应差异、大部分患者的肿瘤容易复发和转移等。
如何提高恶性肿瘤的治疗效果成为亟待解决的问题。
近年来，恶性肿瘤研究领域涌现出了一项前沿技术——基因测序技术，并成功应用于精准治疗中。
基因测序技术通过对患者体内的DNA 序列进行分析，可以准确地获取肿瘤相关的遗传信息，从而指导恶性肿瘤的治疗。
首先，基因测序技术可以帮助诊断恶性肿瘤。
通过测序分析，医生可以获得患者个体的基因组信息，包括突变基因、突变类型、变异频率等，从而对肿瘤进行精确定位和分类。
这不仅有助于准确定义肿瘤类型，还可以帮助医生判断肿瘤的发展趋势和预测患者的预后情况。
相比传统的组织学诊断，基因测序技术具有更高的准确性和敏感性，可以避免因样本质量不佳而导致的漏诊或误诊，提高了恶性肿瘤的早期诊断率。
其次，基因测序技术可以指导个体化治疗方案的制定。
每个患者的基因组都是独特的，因此对于同一类型的肿瘤，其基因组特点也会存在一定差异。
基因测序技术能够全面了解患者的基因组信息，为医生提供更全面的决策依据。
医生可以根据患者的基因遗传信息，选择针对性的治疗方案，避免盲目使用药物，减少患者的治疗不良反应。
这种个体化的治疗方案不仅可以提高治疗效果，还能够减轻患者的痛苦和副作用，提高生活质量。
最后，基因测序技术可以评估治疗效果和预测复发转移风险。
治疗过程中，通过连续的基因测序追踪，医生可以及时了解患者的肿瘤变异情况，判断治疗的效果，并及时调整治疗方案。
此外，基因测序技术还可以通过分析肿瘤标记物等遗传信息，预测患者的复发转移风险，进一步指导治疗和进行复查。
总之，恶性肿瘤研究基因测序技术在精准治疗中的应用，为恶性肿瘤的防治提供了有力的支持。
它不仅可以帮助医生准确定位和分类肿瘤，还能指导个体化治疗方案的制定，评估治疗效果和预测复发转移风险。
《原发性骨髓纤维化髓系肿瘤基因突变分析》一、引言原发性骨髓纤维化（Primary Myelofibrosis，PMF）是一种慢性骨髓增殖性肿瘤，其特征为骨髓中纤维组织异常增生，并伴有髓系细胞的异常增殖。
随着分子生物学和遗传学研究的深入，越来越多的研究表明，基因突变在骨髓纤维化的发病机制中起着重要作用。
本文旨在分析原发性骨髓纤维化髓系肿瘤的基因突变情况，为临床诊断和治疗提供理论依据。
二、研究方法本研究采用全基因组测序技术，对原发性骨髓纤维化髓系肿瘤的基因组进行深度测序分析。
我们选取了近百例骨髓纤维化患者，同时设置对照组作为参考。
通过比较各患者间的基因突变情况，以及与对照组的差异，进行详细分析。
三、结果经过对患者的基因组测序数据分析，我们发现了以下几种主要的基因突变类型：1. JAK-STAT信号通路相关基因突变：在骨髓纤维化患者中，JAK-STAT信号通路相关基因如JAK1、JAK2、STAT5等存在高频率的突变。
这些突变可能导致信号通路的异常激活，从而促进骨髓纤维化的发生和发展。
2. 髓系肿瘤相关基因突变：如CEBPA、TET2、ASXL1等基因的突变也被频繁发现。
这些基因的突变可能影响髓系细胞的增殖、分化及凋亡等过程，从而促进髓系肿瘤的形成。
3. 其他罕见基因突变：除了上述常见的基因突变外，我们还发现了一些罕见的基因突变类型，这些突变可能与骨髓纤维化的发病机制有关，但目前尚需进一步研究证实。
在对比分析中，我们发现骨髓纤维化患者的基因突变类型和频率与对照组存在显著差异。
这表明基因突变在骨髓纤维化的发病机制中起着重要作用。
四、讨论通过对原发性骨髓纤维化髓系肿瘤的基因突变分析，我们更深入地了解了该病的发病机制。
JAK-STAT信号通路相关基因的突变可能导致信号通路的异常激活，从而促进骨髓纤维化的发生和发展。
而髓系肿瘤相关基因的突变则可能影响髓系细胞的增殖、分化及凋亡等过程，进一步促进髓系肿瘤的形成。
基因测序技术在肿瘤诊断和治疗中的应用研究随着科技的不断发展，基因测序技术在肿瘤诊断和治疗领域中发挥着重要作用。
本文将就基因测序技术在肿瘤领域中的应用研究进行探讨。
一、基因测序技术简介基因测序技术是指通过对DNA或RNA序列的测定，获得一个生物个体的基因组或转录组信息。
现在，基因测序技术主要分为三类：第一代测序技术（Sanger测序）、第二代测序技术和第三代测序技术。
其中第一代测序技术逐渐被第二代测序技术所代替，第二代测序技术的高通量和低成本，使得大规模的基因测序变得可能。
而第三代测序技术则聚焦于单分子测序和实时测序，具有更高的分辨率和更短的运行时间。
二、基因测序技术在肿瘤诊断中的应用肿瘤诊断主要通过对病人组织样本的分析，来确定病人是否患有肿瘤。
而利用基因测序技术，则可以更加精确地分析基因组变异和基因表达情况，从而确定肿瘤的类型和治疗方案。
1. 靶向测序靶向测序是指针对已知肿瘤相关基因进行测序，从而确定其基因突变情况和表达水平。
利用靶向测序可以精确地确定病人所患的肿瘤类型，并为治疗提供准确的基因标识。
2. 全外显子测序全外显子测序是指对基因组中外显子区域进行测序，从而获得外显子突变的信息。
利用全外显子测序可以实现全基因组突变的筛查，发现与肿瘤相关的单核苷酸多态性（SNP）和基因缺失、突变等信息。
三、基因测序技术在肿瘤治疗中的应用肿瘤治疗的目标是通过针对病人的个体化基因组信息，来选择最佳的治疗策略。
而基因测序技术可以帮助医生优化治疗方案，提高治疗的成功率。
1. 靶向治疗靶向治疗是指针对肿瘤特定基因进行治疗。
利用基因测序技术，可以发现病人肿瘤中存在的特定基因缺失或突变，并基于此选择特定的药物进行治疗。
这种个体化的治疗方案可以提高治疗的成功率，避免了一些不必要的治疗。
2. 免疫治疗免疫治疗是指利用病人自身的免疫系统来攻击肿瘤。
基因测序技术可以帮助确定肿瘤细胞表面的独特抗原，并基于此设计特定的免疫治疗方案。
2021年子宫内膜癌的分子分型及其对治疗影响的研究进展（全文）子宫内膜癌是常见的女性生殖系统恶性肿瘤，其中以腺癌最常见。
多年来，子宫内膜癌主要采用病理形态学进行分型及诊断。
然而，随着精准医疗的发展，传统病理形态学分型已经不能满足临床诊断与治疗的需要，而基因组学研究的进步及相关技术的推广，对子宫内膜癌进行分子分型以提供更多的肿瘤生物学信息，补充和完善单纯的病理形态学分型以提高诊断的精准率，对患者给予个体化治疗［1‐2］。
本文结合子宫内膜癌的传统病理形态学分型，对子宫内膜癌的分子分型及其对临床治疗的影响进行综述。
一、传统病理形态学分型目前，依据2014年第4版WHO女性生殖器官肿瘤分类（以下简称第4版WHO分类）将子宫内膜癌分为子宫内膜样癌、浆液性癌、黏液性癌、透明细胞癌、神经内分泌癌、癌肉瘤、未分化癌和去分化癌等。
2020 年新出版的第5 版WHO女性生殖系统肿瘤分类（以下简称第5版WHO 分类）中，子宫内膜癌的病理类型依然延续第4版WHO分类，增加了中肾腺癌及中肾样腺癌两种少见类型，并将子宫内膜发生的神经内分泌癌归入女性生殖系统神经内分泌肿瘤章节中［3］。
Bokhman［4］于1983年依据子宫内膜癌与雌激素的关系、组织病理学、发病机制等因素，把子宫内膜癌分为Ⅰ型和Ⅱ型，其中Ⅰ型子宫内膜癌为雌激素依赖型，主要包括子宫内膜样癌及黏液性癌，常发生于相对年轻、肥胖的患者，恶性程度低，预后较好；Ⅱ型子宫内膜癌为非雌激素依赖性，包括子宫内膜浆液性癌及透明细胞癌，好发于老年患者，与肥胖无关，侵袭性较强，预后较Ⅰ型子宫内膜癌差，通常需要辅以化疗［5］。
目前，根据病理类型、病理分级、国际妇产科联盟（FIGO）手术病理分期进行的临床病理学诊断，虽然仍是临床制定治疗方案的主要依据，但具有一定的主观性，特别是在病理医师之间的可重复性存在挑战，并且诊刮标本与最终的手术切除标本之间的一致性也不令人满意；除此之外，即使相同的病理分级（如G3子宫内膜样癌），不同个体间的预后也可能会有显著差异［2］。
脂质代谢相关新基因与肝肿瘤发生研究进展谢棒祥(综述);朴正福(审校)【摘要】Genetic and metabolic abnormalities exist in malignant transformation. Recent studies suggest that some new genes,such as ALDOC,TUBB5,ANXA2,FABP4,ApoA1 and AOP1,CIDE’s family,ATGL and HSL,ACADL,SCD1,FASN or ACC1,and so on,are related to hepatic lipid metabolism and play some roles in the hepatocarcinogenesis. Some molecules in these genes might be the targets for tumor therapy in the future.%研究发现，恶性肿瘤存在基因异常和代谢异常，后者表现在能量代谢的异常较突出，而作为肿瘤能量来源底物的脂肪酸代谢研究并不多见。
本文讨论了与脂质代谢相关的新基因，如 ALDOC、TUBB5、ANXA2、FABP4、ApoA1和AOP1，CIDE 家族蛋白（Cidea、Cideb、Fsp27），在产生癌症相关性恶病质中起关键作用的脂肪甘油三酯脂肪酶（ATGL）和激素敏感性脂肪酶（HSL），长链酰基辅酶 A 脱氢酶（ACADL），SCD1、FASN 或 ACC1等。
由于肿瘤细胞与正常细胞在能量代谢上存在明显的差异，因此根据这种区别以能量代谢途径上的某个分子作为肿瘤治疗的靶点是完全有可能的。
【期刊名称】《实用肝脏病杂志》【年(卷),期】2014(000)005【总页数】4页(P557-560)【关键词】肝癌;脂质代谢异常;新基因【作者】谢棒祥(综述);朴正福(审校)【作者单位】100069 北京市首都医科大学附属北京佑安医院北京市肝病研究所;100069 北京市首都医科大学附属北京佑安医院北京市肝病研究所【正文语种】中文研究表明，肝细胞癌的基因表达谱因病因不同而异。
不同类型肿瘤的基因组研究 [摘要]肿瘤的发病率和死亡率逐年递增，与心血管疾病一同成为造成人群死亡的主要原因。DNA序列的变异是所有肿瘤细胞发生的重要的分子层面原因。多基因的发生低频率改变可能逐渐聚集导致肿瘤发生，但是要发现这些低频变异位点需要大规模样本进行全基因组检测，全基因组关联研究可以帮助我们实现这个目标。肿瘤基因组研究工作目前发现了许多肿瘤的致癌基因。本文将主要阐述肺癌、肝癌、乳腺癌的基因组研究。 关键词：肿瘤、全基因组关联研究、肿瘤基因组 1.全基因组关联研究 全基因组关联研究（genome-wideassociation studies,GWAS）是以微阵列技术为基础，通过对大规模的群体DNA样本进行全基因组高密度遗传标记分型，寻找与复杂疾病相关的遗传因素的研究方法。目前，GWAS研究已经在100多种肿瘤中发现了上千个低频变异位点[1]。单核苷酸多态性GWAS（single-nucleotide polymorphisms GWAS,SNP-GWAS)和少量的拷贝数变异GWAS（copy number variation GWAS,CNV-GWAS）是现阶段GWAS研究的主要方向。大量研究发现SNP在肿瘤的发生中扮演重要的角色。大量研究发现SNP在肿瘤的发生中扮演重要的角色。SNP即在不同个体的同一条染色体或同一位点的核苷酸序列中，绝大多数核苷酸序列一致，而只有一个碱基不同的现象。SNP是人类基因组DNA序列中最常见的变异形式。在数以百万计的SNP中，对肿瘤发生和药物治疗有重大影响的SNP只占很小一部分。从整个基因组SNP，到导致氨基酸编码改变或基因表达调控改变的SNP，最后到导致蛋白质活力改变的SNP，数目都在迅速递减。联合SNPs和肿瘤表型的研究，可以为肿瘤预测、诊断和药物敏感性分析提供精确的遗传标志。拷贝数变异（copy number variation，CNV）：指在人类基因组中广泛存在的，从1000bp到数百万bp范围内的缺失、插入、重复和复杂多位点变异。拷贝数变异是染色体结构性差异的一种形式。CNV通过改变基因的份数影响表达程度，打乱基因编码区结构，改变基因调控序列的位置或长度，暴露隐形突变等方式影响个体表型[2]。 2.不同类型肿瘤基因组研究 大多数常见肿瘤的发生都可以归结为基因异常和环境影响。寻找和肿瘤发生、进展相关的易感性基因一直是人们努力的方向。肿瘤基因组研究通过鉴定新的肿瘤相关的突变位点、突变基因和突变参与的分子调控网络及细胞信号通路，从基因变异的谱系上分析肿瘤发生发展的原因，从而更好的预防和治疗肿瘤[3]。国际肿瘤基因组协作联盟（ICGC）于2007年成立并启动了全球范围的肿瘤基因组研究工作，当前跨癌种的泛癌症基因组的研究已经成为ICGC的工作重点[4]。ICGC对50种癌症，总计25000例患者样本绘制体细胞基因突变谱。目前，由多个国家参与的课题组已经阶段性地总结了特定癌症的数据并报道了研究成果[5]。
2.1肺癌基因组研究 肺癌是全球最常见的恶性肿瘤之一，持续增长的烟草消费和严重的环境污染使得我国多数地区的肺癌发病率和死亡率一直呈上升趋势，成为严重危害我国居民健康和生命的主要疾病之一。近年来，随着人类基因组计划的完成和国际人类基因组单体型图谱计划的不断推进，以及高通量技术平台的建立和完善，GWAS已经成为肺癌等复杂性疾病遗传易感性研究强有力的工具。2008年4月以来，GWAS在欧美人群和亚洲人群中对肺癌的遗传易感性进行了探讨，发现了一批肺癌易感区域，如染色体5p15、6p21和15q25区域等[6]。最近，研究人员发现，位于染色体10p14、5q32和20q13.2区域的3个SNP与中国人群肺癌易感性的关联达到了全基因组显著性水准(P <5.0×10-8)，这3个SNP分别是：10p14区域SNP rs1663689(GATA3基因附近，P=2.84×10-10)、5q32区域SNP rs2895680(PPP2R2B-STK32A-DPYSL3，P=6.60×10-9)和20q13.2区域SNPrs4809957(CYP24A1，P=1.20×10-8)[7]。肺鳞癌又称肺鳞状上皮细胞癌，占原发性肺癌的40%～51%，肺鳞癌多见于老年男性，与吸烟有密切关系[8]。对中国人群肺鳞癌特异的遗传易感区域和位点研究结果显示，位于染色体12q23.1区域SNP rs12296850（SLC17A8-NR1H4）可显著降低肺鳞癌的发病风险(OR=0.78, P=1.19×10-10)，与携带AA基因型的个体相比，携带AG和GG基因型的人肺鳞癌的发病风险分别降低了26%（95%CI=0.67-0.81）和32%（95%CI=0.56-0.83），为了研究rs12296850是否为鳞癌特异性的易感位点，我们对其在肺腺癌中进行了进一步检测，未发现rs12296850与腺癌易感性存在显著性关联（P=0.173）[9]。因此，本研究提示染色体12q23.1区域可能是中国人群肺鳞癌特异的遗传易感区域。 2.2肝癌基因组研究 肝细胞癌(Hepatocellular carcinoma, HCC)是世界上发病率和死亡率最高的恶性肿瘤之一,占全球癌症相关死亡的第三位。然而关于这一致命性疾病的发病机制仍不十分清楚，其发生、发展的分子机理亟待阐明。目前，一种用来发掘肿瘤相关基因的有效方法是在频繁发生异常改变的基因组区域中寻找潜在的候选基因[10]。研究人员通过细胞癌基因组拷贝数畸变全景分析，发现1241个显著拷贝数畸变（CNA）位点。然后结合生物信息学分析和文献查询，挑选出20个候选基因准备进行后续功能分析。体内外功能实验检测，发现1个新的候选抑癌基因TRIM35和2个新的候选癌基因HEY1与SNRPE [11]；对肝癌基因组中新发现的拷贝数扩增位点1q24.1-24.2进行深入研究，发现 一个新的肝癌转移促进基因MPZL1。TRIM35基因通过阻滞细胞周期于G2/M期和促进细胞凋亡而发挥其抑制肝癌细胞增殖的作用TRIM35基因在肝癌组织中蛋白表达水平与肝癌的组织学分级、肿瘤大小以及血清AFP水平等临床病理学指标呈负相关。MPZL1其通过促进Src激酶磷酸化水平增加，进而磷酸化并激活Cortactin蛋白，从而促进肝癌细胞转移[12]。 2.3乳腺癌基因组研究 根据国际抗癌协会的资料统计，乳腺癌是女性发病率较高的恶性肿瘤之一，约占23%，全世界每年约120万妇女患病，50万人死亡，发病率和死亡率居妇女各类恶性肿瘤之首。乳腺癌易感基因BRCA1和BRCA2突变与家族性乳腺癌密切相关，但只占5-10%的乳腺癌[13,14]。近期的GWASs已经确定了基因多态性与乳腺癌风险相关，一组10个SNPs有59.7%的预测精确度。根据经典肿瘤发生的“二次打击理论”，认为抑癌基因的失活有两条途径，即基因内突变和染色质丢失。然而随着研究的深入，人们发现某些恶性肿瘤DNA序列完整，并未有突变、缺失，“二次打击理论”无法解释抑癌基因何以失活。DNA甲基化是一种重要的遗传外修饰，是表观遗传学的重要组成部分，是调节基因组功能的重要手段。DNA甲基化主要发生在G/C含量丰富的CpG二核苷酸位点。应用全基因组高密度甲基化芯片对人类乳腺癌病变组织与正常乳腺组织进行的系统研究表明：乳腺癌患者与正常妇女间的基因存在不同的甲基化类型,这些DNA甲基化差异的发现,为进一步研究乳腺癌发生发展的分子机理及其防治新方法的研究奠定了基础。van Hoesel等认为启动子甲基化是乳腺癌发生的早期事件，具有细胞与组织异质性，甲基化表型可早于肿瘤恶变的出现，MINT17、MINT31、RARbeta2、RASSF1A基因甲基化可用于早期诊断及预测肿瘤的恶性程度[15]。视黄醇受体(Retinoic acid receptor, RAR)基因作用于恶性肿瘤细胞系的反转录过程，抑制肿瘤细胞的增值。RAR与乳腺癌有着非常密切的关系，其中坐落于3p24上的RARβ基因作为乳腺癌抑制因子受到广泛的关注，如果失去了RARβ基因的调节作用就会诱发恶性肿瘤的发生[16]。因此RARβ基因(p=1.44E-07)甲基化可作为判断淋巴结转移的乳腺癌患者预后的分子生物学指标。蛋白酪氨酸磷酸酶O (Protein tyrosine phosphatase receptor-type O, PTPRO)基因是蛋白酪氨酸磷酸酶PTPs家族成员之一，是细胞增殖、分化、代谢、细胞与细胞间通讯、基因转录以及细胞存活等重要信号通路的媒介，参与细胞生长、分化、分裂周期、癌基因转化等多种过程，是新近发现的一个潜在抑癌基因[17]。PTPRO基因启动子甲基化在乳腺癌的发生、发展中起着重要作用,与乳腺癌的预后相关，可作为一个独立的预后生物学指标。 3.展望 肿瘤的基因组研究为预防、治疗肿瘤提供了依据。根据特定肿瘤、特定人群的致癌基因，设计药物从而抑制肿瘤的发生发展，造福人类。然而，目前的肿瘤基因组研究只限于发病率高的几种肿瘤，且未完全得到肿瘤的全基因组，并不能完全控制肿瘤。因此未来我们要更好的利用二、三代测序技术发现更多肿瘤的变异位点。 参考文献 [1]Varghese JS,Easton DF.Genome-wide association studies in common cancers,what have we learnt? [J].Curr Opin Genet Dev,2010,20:201-209. [2]Feuk L,Carson AR,Scherer SW.Structural variation in the human genome.[J].Nat Rev Genet,2006,7:85-97. [3]Kan Z, Zheng H, Liu X et al (2013) Whole-genome sequencing identifies recurrent mutations in hepatocellular carcinoma. Genome Res 23:1422–1433 [4]Xueda Hu,Huanming Yang,Jie He,Youyong Lu.The cancer genomics and global cancer genome collaboration[J].Sci. Bull. (2015) 60(1):65–70.
