在一项新的研究中，来自加拿大前列腺癌基因组网络（Canadian Prostate Cancer Genome Network, CPC-GENE）分析了293例与临床结果数据相关联的局限性前列腺癌的全基因组序列。研究人员利用机器学习推断肿瘤的进化过程和评估它们的轨迹，发现那些已进化出多种类型的癌细胞或者亚克隆的肿瘤是最具侵袭性的。

该研究中，55%的肿瘤具有这种遗传多样性，而且在这些具有这种遗传多样性的肿瘤中，61%的肿瘤在接受标准治疗后经历癌症复发。相关研究结果发表在5月3日的Cell期刊上，论文标题为“The Evolutionary Landscape of Localized Prostate Cancers Drives Clinical Aggression”。

图片来自Cell,doi:10.1016/j.cell.2018.03.029

研究结果显示，59％的患者中检测到多个亚克隆，并且特定的亚克隆构架与不利的临床病理学特征相关联；早期肿瘤发展的特点是点突变和缺失，随后是亚克隆扩增和三核苷酸突变特征的变化；特定基因在亚克隆多样化之前或之后被选择性突变，包括MTOR，NKX3-1和RB1；低风险单克隆肿瘤患者在初始治疗后很少复发（7％），而高风险多克隆肿瘤患者则经常复发（61％）。

这些发现表明人们能够通过研究每例前列腺癌的进化方式来准确地评估它的侵袭性。这些信息能够被用来确定应给予每名患者何种类型的治疗和多少剂量的治疗（如果需要接受治疗的话）。

研究亮点:

1. 重建了293个局限性前列腺癌的系统发育

2. 59％的患者检测到多个亚克隆

3. 特定基因在肿瘤演化的早期或晚期发生选择性突变

4. 亚克隆体系结构增加了以前开发的生物标志物的预后能力

Robert Bristow教授表示，作出治疗前列腺癌的临床决策可能是非常困难的。这些发现为改善我们确定每位患者的最佳治疗方案的能力铺平了道路，以便避免患者接受不必要的治疗或过度治疗和由此带来的相副作用。

Quaid Morris副教授认为，肿瘤是由相关的癌细胞组成的一个细胞群体，通过利用机器学习研究它们的DNA，我们能够深入地认识它们是如何由正常的细胞进化而来的。通过该研究，我们证实肿瘤的过去进化史有助于预测它是否会进展为一种侵袭性的形式。

这项研究的发现并不局限于对前列腺癌研究作出贡献。在研究过程中产生的测序数据如今可以在线免费让全球研究人员开展进一步分析，并且成为迄今为止最大的前列腺癌基因组学资源。

参考资料：

Shadrielle Melijah G. Espiritu, Lydia Y. Liu, Yulia Rubanova et al. The Evolutionary Landscape of Localized Prostate Cancers Drives Clinical Aggression. Cell, 3 May 2018, 173(4):1003–1013, doi:10.1016/j.cell.2018.03.029