近日，中国科学院大连化学物理研究所研究员朴海龙等与复旦大学附属肿瘤医院上海癌症中心嵇庆海教授、史荣亮教授团队合作，整合利用蛋白质基因组学和代谢组学技术，运用生物信息学及机器学习方法，从基因突变、转录表达、代谢物水平、蛋白质及磷酸化蛋白质表达情况多个尺度，对具有不同复发风险的甲状腺乳头状癌样本进行深入研究，并识别了在预后及复发风险具有显著差异性的全新的甲状腺乳头状癌分子分型，有望为临床预测甲状腺乳头状癌复发风险提供新方法。相关成果发表在《自然-通讯》。
甲状腺乳头状癌是最常见的甲状腺癌亚型，其预后良好，但复发率高（约20%）。因此，甲状腺乳头状癌的复发一直是临床关注的焦点。然而，目前导致不同复发风险的生物学因素仍不明确。
本工作中，合作团队对102名不同复发风险的中国甲状腺乳头状癌患者进行了蛋白质基因组学和代谢组学的深度研究。基因组分析结果显示，甲状腺乳头状癌样本中最为频繁的突变为BRAF V600E突变，突变频率为47%，同时MUC16和TERT启动子的突变，以及NCOA4-RET等多个基因融合，频繁富集在具有高复发风险的甲状腺乳头状癌样本中。进一步地，研究揭示了甲状腺乳头状癌的多维分子特征，发现多个组学均表现为代谢途径的显著变化，并描绘了不同复发风险甲状腺乳头状癌的主导分子模式。此外，团队基于转录组和代谢组数据，综合多种聚类分析方法，将甲状腺乳头状癌分为四个分子分型。该四个分子分型在BRAF和TERT启动子突变、代谢调控、免疫过程、上皮细胞组成、复发风险、预后以及潜在药物靶点等方面均表现出显著差异。
本研究将有望促进对甲状腺乳头状癌复发的复杂分子特征的深入了解。
相关论文信息： https://doi.org/10.1038/s41467-024-47581-1
版权声明：凡本网注明“来源：中国科学报、科学网、科学新闻杂志”的所有作品，网站转载，请在正文上方注明来源和作者，且不得对内容作实质性改动；微信公众号、头条号等新媒体平台，转载请联系授权。邮箱：shouquan@stimes.cn。
