欢迎收看2020年12月11日的《研究综述》(Research Roundup),这是一篇由Broad Institute的科学家及其合作者发表的最新研究的重现快照。
相对的风险
更好地了解肺癌的遗传风险因素,可以帮助确定哪些人群将从增加筛查中受益。Jian Carrot-Zhang、Oscar Arrieta(国家癌症研究所)、Andres Cardona (FICMAC)、Alexander Gusev和癌症项目和Dana-Farber癌症研究所的研究所成员Matthew Meyerson领导了一项来自拉丁美洲的1153例肺癌的基因组和祖先分析。这项工作揭示了美洲土著祖先与体细胞驱动改变相关,包括EGFR和KRAS的靶向突变。在《癌症发现》杂志和一份新闻稿中描述的这项研究强调了为具有混合血统的拉丁美洲肺癌患者提供体细胞基因检测的重要性,特别是那些非吸烟者。
地面实况
为了从整个基因组数据中筛选与癌症相关的体细胞突变,研究人员需要高质量的基准数据集。但是可用的基准测试很大程度上依赖于合成或种系数据,或者需要昂贵的验证工作来揭示真正的变种。Megan Shand, Jose Soto, Lee Lichtenstein, David Benjamin, Yossi Farjoun, Yehuda Brody, Yosef Maruvka,核心研究所成员Paul Blainey,以及研究所科学家和数据科学平台高级总监Eric Banks开发了一个新的体细胞变异基准集,称为“系源体细胞真理”(LinST)。在通信生物学中,他们在一个结肠癌细胞系中验证了LinST,并指出他们构建该集合的方法可以用于为许多类型的癌症生成体细胞真实数据。
绘制出更丰富的细胞和组织图
Slide-seq技术使用空间条形码RNA测序来生成组织中细胞关系的三维图谱。它提供了直接在组织中的细胞结构和基因表达的高分辨率视图,为研究人员提供了丰富的组织功能图。建立它的团队现在已经开发出了Slide-seqV2,其效率和检测灵敏度几乎是最初的Slide-seq的10倍。《自然·生物技术》杂志的报道,埃文·默里,罗伯特•Stickels研究所成员埃文Macosko斯坦利精神病学研究中心,核心范研究所成员陈和他的同事们解释如何应用Slide-seqV2洞察生物问题在更高的捕获灵敏度是很重要的,如了解复杂的老鼠大脑神经元的发展轨迹。
MetMap显示癌症是否扩散以及扩散到哪里
转移是癌症死亡的主要原因,但确定癌症是否会转移几乎是不可能的。研究科学家Xin Jin, Todd Golub, Broad的首席科学官和癌症项目主任,和他的同事表明在动物模型中预测人类癌细胞的转移是可能的。他们针对代表21种不同癌症的500个人类癌细胞系,将与癌症是否扩散、扩散程度以及扩散到哪个器官有关的基因和临床因素结合在一起。他们的转移图,或MetMap,是有史以来第一张不同癌症转移的地图。了解更多的自然,一个广泛的故事,和一个互动图表。
基因组流行病学追踪SARS-CoV-2的传播
团队包括雅各Lemieux,凯蒂·Siddle研究所成员当然喽Sabeti,病毒计算基因组学组长丹尼尔公园,病原体基因组主任监督布朗温难以估量,和他的同事们已经772年完成SARS-CoV-2基因组测序和分析描述病毒的介绍和传播在大波士顿地区的第一波大流行。这项研究提供了一个独特的窗口,以了解在城市环境下传播的扩大——包括“超级传播”事件的地方、国家和全球影响。在《科学》杂志上了解这项工作,并查看一个新的关于基因组流行病学的视频解释。