Az első vizsgálatban az újonnan dekontaminált adatkészletet használták, a kutatók már felfedezték, hogy a normál és a rákos szövetek mikrobiota összetétele kissé eltér, hogy a beteg helyekről származó baktériumok bejuthatnak a véráramba, és hogy ez a bakteriális információ segíthet a rák diagnosztizálásában és a betegek kimenetelének előrejelzésében.
Az eredmények december 30 -án jelennek meg online a folyóiratban Cell Host &Microbe .
A TCGA egy kiemelkedő rákgenomikai program, amelyet több mint 20, 000 elsődleges rák és egyező egészséges minták 33 rákfajtán. Több mint 2,5 millió gigabájt "omic" adatot állított elő. Az atlasz tartalmazza a jelen lévő DNS -t, milyen epigenetikai markerek vannak a DNS -en, melyik DNS -t kapcsolják be és mely fehérjéket állítják elő. Nyilvánosan használható.
Az atlasz adataiból származó egyik tanulmány kimutatta a Fusobacterium nucleatum bőséges mennyiségét vastagbélrákban, amely azóta bebizonyosodott, hogy színpadra utal, túlélés, metasztázisok, sőt az ilyen típusú rák gyógyszeres válaszai. Még sok tanulmány kereste az ilyen bakteriális biomarkereket, azonban keveset fedeztek fel. Ennek nagy oka a szennyeződés.
Amikor a laboratóriumok véletlenül baktériumokat juttatnak a mintákba, kezdetben nehéz felismerni, hogy milyen fajok voltak a mintákban. Míg a hasonló mikrobiológiai vizsgálatok mikrobákban gazdag anyagokat, például székletet használva leküzdhetik a kis mennyiségű szennyeződést, az élő emberi szervekből és a daganatmintákból vett viszonylag apró minták nem.
A TCGA szekvenálási adatok egy részhalmazának vizsgálatakor a korábbi elemzések azt találták, hogy számos faj mikrobiális DNS -e laboratóriumi szennyeződés eredménye.
Minden mikrobiota -vizsgálatot az a gondolat sújt, hogy ha talál egy mikrobát, valóban a szövetben volt, vagy a feldolgozás során bevezetett szennyeződés? Feltaláltunk egy módszert, amellyel kivonhatjuk az egyes mintákban található mikrobákat, és felhasználtuk az úgynevezett The Cancer Microbiome Atlas felépítéséhez. amely hatalmas erőforrás lesz a közösség számára, és lehetővé teszi számunkra, hogy megértsük, hogyan változtatja meg a rák a szerv mikrobiomáját. "
Xiling Shen, a Hawkins -család egyetemi docense, a Duke Orvostudományi Mérnöke
A szennyeződés TCGA adatokból történő eltávolítására szolgáló módszert Anders Dohlman találta ki, végzős hallgató Shen laboratóriumában. Dohlman először összehasonlította a különböző szervek és a vér rákos szövetei közötti mikrobiom aláírásokat, és kizárta a válogatás nélkül megjelenő szennyező fajokat. Ezután összehasonlította az azonos minták mikrobiom aláírásait, amelyeket külön helyeken dolgoztak fel, a Harvardtól a Baylorig. Dohlman arra a következtetésre jutott, hogy a mikrobiális fajok, amelyeket csak egy meghatározott helyszínről lehet kimutatni, a szennyeződések, lehetővé téve számára, hogy egyedi szennyeződési aláírást rendeljen minden helyszínhez.
"Ebben a folyamatban nagy kihívást jelentettek a vegyes bizonyítékú fajok, olyan baktériumok, amelyek szennyezőek és endogének a szövetben, - mondta Dohlman. - De mivel a TCGA -nak nagyon sokféle adata van, ki tudtuk ugratni. A big data valóban segít! "
Az erőfeszítés már sokféleképpen hoz kifizetést. Dohlman dekontaminációs algoritmusának használata után a kutatók alaposan megvizsgálták a vastagbélrákos betegek mintáinak mikrobiota aláírásait. Két egyedi baktériumcsoportot fedeztek fel, amelyeket gyakran találtak együtt, amelyek közül az egyik a betegek túlélésével függ össze.
A kutatók azt is felfedezték, hogy egyes rákos megbetegedések valóban megváltoztatják a bennük élő szervek mikrobiómáját. Lehet, hogy, Shen okok, hogy a daganatok megváltoztatják a szerv mikrokörnyezetét, többé -kevésbé vendégszeretővé téve a különböző mikrobafajokat. Mikrobiális aláírásokat keresve a beteg vérmintáiban, azt is megállapították, a hagyományos bölcsesség ellenére, néhány baktérium bejut a véráramba, amely a rák előrehaladására is utalhat.
"Egyfajta válság alakult ki a területen azzal kapcsolatban, hogy a nagy horderejű dokumentumok reprodukálhatók-e vagy sem, a szennyezés kihívása miatt, - mondta Shen. - Például míg egy központ képes lenne reprodukálni az eredményeit, egy másik központ nem. Ez megmagyarázza, miért:Minden központnak megvan a maga nagyon következetes torzítása. (Saját rezidens mikrobaszennyeződések.) A jövőben új tanulmányok használhatják módszerünket ezen elfogultság eltávolítására és az eredmények reprodukálására, és a kutatóközpontok fel tudják használni az általunk azonosított elfogultságukat a szennyeződésük csökkentésére. "