近期肝癌大规模组学研究进展

测序技术、芯片技术已成为癌症研究的利器，各大药厂、医学院纷纷投入大笔经费期望能从大规模组学数据中挖到金子，最“好挖”的矿无非是在多个病人中能反复观测到的基因组相关的变异（如SNV，indels、染色体拷贝数变化）、表观基因组变异（DNA甲基化、组蛋白修饰和染色体结构等）、以及基因产物的差异变化（如mRNA、lncRNA、miRNA、蛋白质、代谢物等），研究人员希望通过高通量技术系统的发现癌组织与正常组织的差异。近期围绕肝癌（主要是肝细胞癌）开展了一系列组学研究，发现了很多与肝癌相关的变异：

[1] Sawey, E.T., et al., Identification of a therapeutic strategy targeting amplified FGF19 in liver cancer by Oncogenomic screening. Cancer Cell, 2011. 19(3): p. 347-58.

早期的全基因组拷贝数研究，发现了chr11q13的一个焦点扩增区（focal amplification）CCND1、FGF19处于该区域。

[2] Lamb, J.R., et al., Predictive genes in adjacent normal tissue are preferentially altered by sCNV during tumorigenesis in liver cancer and may rate limiting. PLoS One, 2011. 6(7): p. e20090.

这个研究很有意思，发现癌旁的基因sCNV在癌症发生发展过程中起到很关键的作用，这与2008年发表在新英格兰医学上一篇用癌旁基因表达谱预测肝癌复发的研究有类似的发现。

在2012年Nature Genetics发表了多篇基于全基因测序或外显子组测序的研究

[3] Huang, J., et al., Exome sequencing of hepatitis B virus-associated hepatocellular carcinoma. Nat Genet, 2012. 44(10): p. 1117-21.
[4] Fujimoto, A., et al., Whole-genome sequencing of liver cancers identifies etiological influences on mutation patterns and recurrent mutations in chromatin regulators. Nat Genet, 2012. 44(7): p. 760-4.
[5] Sung, W.K., et al., Genome-wide survey of recurrent HBV integration in hepatocellular carcinoma. Nat Genet, 2012. 44(7): p. 765-9.

用基因芯片研究CNV在数据分析上有一定的优势，质量相对稳定，费用也比较低，在Hepatology杂志上发表了两篇用芯片分析CNV的研究：

[8] Ahn, S.M., et al., Genomic portrait of resectable hepatocellular carcinomas: Implications of RB1 and FGF19 aberrations for patient stratification. Hepatology, 2014.（同时做了Exome-seq）
[9] Wang, K., et al., Genomic landscape of copy number aberrations enables the identification of oncogenic drivers in hepatocellular carcinoma. Hepatology, 2013. 58(2): p. 706-17.

两篇文章得到的大片段的CNV比较一致，比如1q、8q的扩增，4q的缺失等

Yi Zhao & Haitao Zhao小组针对两个典型的肝癌病人的样本进行了多组学检测，发现有多个原发灶的肝癌相互之间有较大区别，而只有一个原发灶的转移部位与原发部位无明显区别：

[10] Miao, R., et al., Identification of prognostic biomarkers in hepatitis B virus-related hepatocellular carcinoma and stratification by integrative multi-omics analysis. J Hepatol, 2014. 61(4): p. 840-9.

综述[11]中对2014年以前的相关研究进展进行了系统整理和评述，但主要是从结果和生物学方面进行了总结，未从“数据”的角度来评述相关的研究进展。肝癌组学研究已经积累了一定量的数据，其中的价值还有待于进一步挖掘。

[11] Shibata, T. and H. Aburatani, Exploration of liver cancer genomes. Nat Rev Gastroenterol Hepatol, 2014. 11(6): p. 340-9.