随着人们年龄的增长，突变会在造血干细胞及其克隆中积累，这一过程被称为年龄相关的克隆造血，或称ARCH。ARCH可能是急性骨髓性白血病（AML）的一个风险因素，这是一种血癌。新的研究提供了关于为什么一些有ARCH的人继续发展成 AML，而另一些人则没有的洞察力。最近发表在《自然-通讯》上的这些研究结果，有可能通过识别那些疾病的高风险人群，从而更密切地监测他们，大大推进AML的早期检测和治疗。
这项研究由安大略省癌症研究所(OICR)高级首席研究员兼计算生物学主任菲利普-阿瓦达拉博士和纪念斯隆-凯特琳癌症中心(MSK)计算和系统生物学成员及OICR助理Quaid Morris博士共同领导，显示了作用于老化造血干细胞突变的积极、中性和消极进化选择的相互作用，如何导致某些罹患ARCH的人患上AML。他们通过说明那些没有发展成恶性肿瘤的个体中存在的负选择或 “净化选择 “是如何防止与疾病相关的细胞在细胞群中占主导地位的。这些发现使我们能够区分那些患ARCH的人和那些没有患AML的人的风险增加。
阿瓦达拉说：”我们已经表明，在造血干细胞中起作用的进化力量的组合可以成为那些患血癌（如急性髓细胞白血病）风险增加的有力指标。”能够根据风险对患者进行准确的分类，可以对那些具有有关进化特征的ARCH突变的患者进行更频繁和密集的筛查。”
研究小组通过计算生成了500多万个血液样本，训练了一个深度神经网络模型（一种机器学习）来识别不同的进化动态，并采用该模型来分析经过深度基因组测序的血液样本。这些样本来自92个后来发展成AML的人，以及385个尽管存在ARCH但没有发展成AML的人。该研究是第一个使用单一工具系统来捕捉在ARCH中起作用的多种进化力量的互动的研究之一。
莫里斯说：”我们在这项研究中开发的模型可以显著提高ARCH作为血液恶性肿瘤生物标志物的价值。”我们的团队期待着继续加强我们对ARCH的理解，并看到这些进展能够帮助病人。
研究人员能够表明，这些替代性的进化模型能够预测一段时间内的AML风险。同样地,这些工具能够识别对干细胞有损害的突变可能累积的基因。
“我们将深度学习工具和群体遗传模型新颖地应用于基因组测序，使我们能够以非常高的准确度对血液样本内的进化互动进行分类，”第一作者、多伦多大学分子遗传学系OICR的Awadalla和Morris实验室以及Vector人工智能研究所的博士生Kimberly Skead说。”这种水平的分辨率使我们能够了解正向和负向选择如何塑造老化的血液系统，并与个人健康结果建立强有力的联系，这预示着潜在的临床用途。”
“在未来，我们可以预期对血液样本进行筛选，以早期发现疾病和血癌。有了这些工具，我们可以更积极主动地监测人们的健康。癌症的早期检测对于预防和治疗的有效性至关重要，”阿瓦达拉补充说。
本文来源于互联网，如有侵权请联系删除。来源：medicalxpress.com
简体中文