全基因组测序(WGS)是一种高度综合的全基因组分析方法。通过将 WGS 纳入临床前肿瘤研究,可以更好地理解癌症的基因组学和病原特征,并可以更有效地识别转化生物标志物。
在本文中,我们首先探讨了在临床前癌症研究中纳入 WGS 的价值,紧接着讨论了大部分冠科生物精心设计的患者来源异种移植(PDX)模型(通过冠科生物的 HuBaseTM 技术平台提供)之 WGS 数据的近期可用性。
WGS 提供最全面的基因组视图
在过去的 12-15 年里,基因组学领域的进步使得基因组测序的成本显著降低。成本的大幅下降使得在临床前和临床研究中更易应用新的基因组测序技术,如第二代测序(NGS)技术。这使我们能够在了解癌症(和其他疾病)的生物学方面取得更大进展,而这与诊断和治疗目的(如确定新的转化生物标志物)高度相关。
正如我们在之前的博文中所述,NGS通常包括现代测序技术,通过该项技术可进行高通量DNA和RNA测序,同时较之传统的桑格测序其更快且更为便宜。NGS 技术主要包括 WGS(全基因组测序)、全外显子组测序(WES)、靶向测序和RNA测序(RNA- seq)。以上每一种方法都有其自身的利弊,这取决于所提出的研究问题。
然而,一般认为 WGS 具有最高的分辨率,是癌症基因组分析最为全面的平台,通过 WGS 可识别在非编码区域中WES无法检测到的复杂结构变异(SV)、拷贝数变异(CNV)和单核苷酸变异(SNV)
下表列出了 WGS、WES 和 RNA-Seq 的主要异同。
WGS | WES | RNA-Seq | |
---|---|---|---|
靶点 | 编码、非编码和线粒体(mt)DNA | 蛋白编码区 | 全转录组 |
检测项 | SNVs, Indels, SVs, CNVs | SNVs 和 Indels | SNV、Indel、新型转录本、SV |
成本 | $600-1,000 | 约 $400 | $150–300 |
制备时间 | 3–5 h | 6 h | 约 7 h |
分析时间 | 25 minutes | 少于 8 min | 少于 15 min |
测序时间 | 44 h | 25 h | 约 25 h |
测序数据量 | 90–150 GB | 10 GB | 5–10 GB |
*根据 www.Illumina.com 所提供信息汇编
WGS在癌症研究中的价值
对肿瘤基因组景观的研究主要集中在基因编码区域的变化上。例如,WES常被用于比较肿瘤 DNA 和正常 DNA,以识别特定癌症所特有的变异。然而,由于整个基因组中仅有一小部分(即约1%)为蛋白编码,关于 编码基因组外基因组变化的潜在丰富信息可能与肿瘤生物学相关,并且该信息可提供新的转化生物标志物,这可能有助于诊断或治疗。此外,相关研究表明,在检测外显子组变异方面,WGS 甚至比 WES 更为强大。Gendoo 等人(2019)还在临床前模型中 使用 WGS 数据来量化 PDX 和其相匹配的人源肿瘤之间的基因组所发生变化的一致性,结果显示驱动基因突变一致性良好。
结合WGS和RNA-Seq以更好地了解PDX的基因组学
多平台 NGS 检测在提高体细胞和种系变异检测和分类的全面性和准确性方面优于单一 NGS 测定,采用多平台 NGS 检测可识别驱动突变和突变特征。一项近期研究得出结论,将 WGS 与 RNA-Seq (测定整个转录组的数量和序列)相结合是一种强大的方法,可以“识别与当前相关的预后和预测性遗传标记,并易于与未来的新型生物标志物相结合”。
上述组合现正应用于 PDX,其可提供高度全面的癌症基因组图谱,以用于临床前测试疗效,并通过 小鼠临床试验(MCT)识别临床可转化的生物标志物。正如下文所述,冠科生物的 HuBase 平台包括充分注释的 PDX,其中纳入了大多数可用PDX模型的 WGS 数据。
HuBase
HuBase 是一个精心设计PDX模型的可在线搜索数据库,数据库内包括体内药理学数据、肿瘤病理图像、患者信息(包括治疗数据)、生长曲线和基因组分析,其中纳入了所有模型的 WES 和 RNA-Seq 数据。最近,该平台针对多数模型添加了 WGS 数据,以提供结构变化、非编码变异和其他类型的基因组变化信息。研究人员依托其易于操作的界面可进行模型的快速审查、选择和比较。并可通过基因表达、拷贝数、miRNA 表达、突变或基因融合进行检索。该平台拥有来自美国、欧洲和亚洲人群的 2500 多个经表征的、代表 30 多种癌症类型的 PDX 模型。
结论
WGS 是一种强大的技术,可以提供高度全面的癌症基因组分析。冠科生物的HuBase技术平台包含精心设计的基因组和表型数据,其中纳入了大多数模型的 WGS 数据。利用这一带注释的 PDX 全面集合,有助于为您的研究问题选择最为合适的模型。