What is shared across 33 cancer types is the tissue, not the tumour: a non-malignant axis of the microenvironment
对超过 10,000 个 TCGA 肿瘤样本的分析表明，跨 33 种癌症类型的可复现因果网络结构是由共享的非恶性组织微环境成分而非肿瘤特异性驱动因素所驱动的，这表明从大体数据进行的泛癌因果推断主要反映的是样本组成而非内在的肿瘤调节。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
癌症并非一种单一的疾病，而是由数百种不同情况组成的庞大集合，每种情况都源于体内特定的组织类型。虽然形成肿瘤的细胞是问题中最显眼的部分，但肿瘤并非存在于真空之中。它被一个复杂的“邻里”所包围，其中包括健康的细胞、免疫防御细胞、结构支持细胞以及血管。科学家长期以来一直试图绘制这些肿瘤的内部线路图，寻找告诉癌细胞如何生长和扩散的具体指令。人们曾寄希望于通过同时研究许多不同类型的癌症，能够找到一套通用的规则——即驱动所有癌症的共同调节程序。如果存在这样一个程序，它将为开发能够广泛适用的新疗法提供强有力的靶点，而不是为每一种癌症都需要一个独特的解决方案。
一项新的研究通过一种前所未有的方式观察数据，挑战了这一长久以来的希望。研究人员分析了代表33种不同癌症类型的1万多个肿瘤样本的基因活动。他们使用了一种旨在寻找基因之间因果关系的方法，即探究哪些基因会开启或关闭其他基因。然而，他们发现这些比较方式通常存在一个根本性的缺陷。由于不同的癌症自然地使用不同的基因组来运作，直接进行比较就像是通过查看页面上的同一个坐标来比较两张不同城市的地图；位置可能相同，但一张地图显示的是公园，而另一张显示的却是公路。为了解决这个问题，研究人员强制要求对所有33种癌症类型使用完全相同的100个基因进行分析。只有通过这种方式对齐数据，他们才能看到不同疾病之间真正共享的内容。
他们的发现令人惊讶。研究揭示的并非驱动癌细胞本身的共同指令集，其共享结构完全指向了肿瘤周围的健康组织。他们发现的最一致的模式是一组三个基因，它们作为信号来招募免疫细胞，特别是某种对抗感染的白细胞。这些基因几乎出现在每种癌症类型中，但它们并不属于癌症的内部机制。相反，它们是肿瘤环境的标志，表明样本中存在多少免疫活动和结构组织。研究表明，最常用于构建这些癌症图谱的基因，正是那些在活动中变化最大的基因。这些高度变化的基因恰好描述了样本中健康细胞的混合情况，而不是驱动癌症的基因。那些已知会导致癌症的“驱动”基因，其活动极其稳定，甚至没有出现在选定的前100个基因分析中。
研究人员还发现了一条关于需要多少数据才能信任这些图谱的实践规则。他们发现，当一项研究的样本量过少时，用于寻找连接关系的计算机程序会开始从随机噪声中凭空创造模式。通过打乱数据以观察在不存在真实生物学特征时会发生什么，他们确定了一个明确的阈值：在观察100个基因时，一项研究至少需要172个样本才能可靠地找到真实的连接。低于这个数字，结果很可能只是统计学上的偶然。这一发现表明，许多以往样本量较小的研究可能报告了错误的关联。此外，研究证实，那些在所有33种癌症中一致出现的极少数连接，并不是关于癌细胞彼此之间的对话，而是关于健康组织对肿瘤存在的反应。
这项工作的意义对于科学家如何解读癌症数据至关重要。它表明，当研究人员在许多不同癌症中看到相同的基因连接出现时，不应假设他们已经找到了一个通用的癌症机制。相反，他们看到的很可能是围绕在每个肿瘤周围的共同健康组织的反映。该研究并非说癌细胞缺乏其独特的布线，而是说目前用于寻找这种布线的标准工具目前正调频到了接收周围环境噪音的频率上。要找到真正的癌症驱动因素，科学家需要观察更广泛的基因范围，并确保有足够的样本量来区分真实的信号与随机的偶然。在此之前，跨越所有癌症最具有可重复性的特征不是肿瘤本身，而是它所生活的组织。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。