Nature子刊：12种癌症中找到16个关键基因网络

　　 来自布朗大学的研究人员利用一种新型计算机算法，筛选庞大的遗传数据，从中发现了几个相互作用的基因，这些基因一旦突变就会导致多种癌症的发生发展。

　　研究人员将这种运算方法称之为 Hotnet2，可以用于分析癌症基因组图谱（TCGA）项目中12种不同类型癌症的遗传数据。此次研究人员聚焦的是体细胞突变，也就是非父母遗传的突变，我们会携带一生的突变。他们在3281个样品中发现了16个关键基因网络，其中几个在之前的研究中并未发现其与癌症的重要关联。

　　这一研究成果公布在Nature Genetics杂志上，这将能帮助科学家们寻找驱使癌症发生的体细胞突变，目前可以在线下载Hotnet2软件。

　　这项研究没有选择癌症遗传学研究，而是采用了与众不同的方式，寻找癌症样品中频繁出现的单个基因的突变。基因并不会常常独自作战，主要还是与其它基因形成网络和途径，调控细胞功能。在某些情况下，途径中多个基因中出现一个突变，就会引发故障发生，导致癌症。因为有害突变可以分布在多个这样的基因网络，因此难以通过统计检验发现它们。

　　而Hotnet2运算方法则能在网络水平上分析基因，帮助科学家们识别罕见，但又重要的癌症突变。

　　“举例来说，也许有一种基因会在80%的样品中发生突变，但其它20%的则会出现其它基因的罕见突变，”文章作者Ben Raphael博士说，“如果我们能用同样的方法来寻找同一途径中常见的突变和罕见的突变，那么就能有助于发现重要突变。”

　　HotNet2 算法是通过将病患突变数据投射到一张基因相互作用图谱上，然后寻找比偶发突变更常见的突变之间的相互作用网络，这一程序能作为heat sources寻找经常突变的基因。通过分析图谱上分布和聚集的方式，HotNet2 能找到与癌症相关的的“热”网络。

　　Hotnet 的最初版本已经被用于识别急性髓细胞白血病、卵巢癌和几个其它类型癌症中的重要网络，目前这一版本也经过修改，可以用于处理更大和更复杂的泛癌症数据集。

　　研究人员由此发现了16个重要的基因网络，其中几种与已知的促癌途径和基因有关，包括p53和NOTCH通路。

　　下一步研究人员将会把这些癌症基因组信息翻译成临床可用的数据，这样就能帮助科学家筛选可用药物，或者帮助临床医师改变治疗方案。