Геномика рака

1.

institute
of biomedical
chemistry
Геномика рака

2. Злокачественная опухоль

• Карциномы (рак) – развиваются
из эпителия, 90% опухолей. Еще
саркомы, лейкозы, ...
• Единичные клетки которые
обрели способность к
бесконтрольному делению,
вследствие мутаций в генах
контролирующих клеточный рост.
• Раковый геном поддерживается
мутациями в генах,
обеспечивающих репарацию ДНК.
Возникает мутаторный фенотип.
• Злокачественные опухоли генетические заболевания.
Human melanoma cell undergoing cell division
Credit: Paul Smith & Rachel Errington, Wellcome Images

3. Доброкачественные и злокачественные опухоли

Доброкачественные
• медленный рост
• нет инвазии или
метастазирования
• высокодифференцированы
Злокачественные
все наоборот
www.cancer.gov

4.

Mutation
www.cancer.gov

5. Мутации и рак

6. Типы мутаций

• Соматическая
– Возникает de novo в ДНК клеток сомы
– Не передается потомкам
Оба типа
Герминативные
• Генеративная (germline)
– в ДНК половых клеток
– Передается потомкам
– Увеличивается риск, но соматические
мутации все равно нужны (cancer family
syndrome)
– синдром Ли-Фраумени, BRCA1/2 для РМЖ
Соматические
CHALLENGE:
дифференцировать somatic/germline при секвенировании

7. Клональная эволюция раковых клеток

• Опухоль происходит из клетки,
которая приобретает
преимущество в скорости
пролиферации.
• Дарвиновский отбор раковых
фенотипов.
• Лечение – тоже фактор отбора
резистентных опухолевых
клеток
• Ветвящаяся эволюция. Новые
клоны не полностью вытесняют
прежние
• Гетерогенность – следствие
эволюции клонов
Nik-Zainal et al, Cell. 2012 May
25;149(5):994-1007
CHALLENGE: работать с разными субклонами опухоли

8. Gerlinger M et al. N Engl J Med 2012;366:883-892.

63% мутаций не обнаруживаются во всех образцах
Конвергентная эволюция – независимая
потеря функций супрессоров SETD2, KDM5C
в разных участках опухоли
Различия в генной экспрессии – сигнатуры
хорошего и плохого ответа на терапию не
совпадают в разных участках опухоли
Gerlinger M et al. N Engl J Med 2012;366:883-892.

9. Борьба с гетерогенностью

• Найти целевые события, которые произошли на
ранней стадии туморогенеза и поэтому есть у
большинства клеток опухоли. Ultradeep sequencing
500-1000x
• Определить доминантный клон. Биопсии рецидивов
и метастазов. Повторные биопсии во время
прогрессии
• Адаптивная терапия – поддерживать баланс между
резистентными и чувствительными клонами.
Сублетальные дозы.
• Дальнейшее развитие single cell sequencing
• Алгоритмы по деконволюции (TrAp)

10. Drivers and passengers

Driver mutations:
• Дают преимущество в росте
• Находятся под положительным отбором в процессе эволюции раковых
клеток
• Находятся в ‘cancer genes’. Таких генов ~300-500.
• В одном образце в одном сигнальном пути скорее будет одна
драйверная мутация
• Происходят на ранних этапах онкогенеза
• Cчитается, что в опухоли в среднем от 2 до 8 драйверных мутаций
Passenger mutations:
• Возникают вследствие мутаторного фенотипа
• Не дают преимущества в скорости роста, иногда мешая выживанию
опухоли
Зачем искать драйверы? Чтобы на них воздействовать
CHALLENGE: как различать драйверов и пассажиров?

11.

Поиск драйверных генов (нужна большая выборка)

12. Онкогены и онкосупрессоры

• Онкогены – стимулируют клеточный рост и дифференцировку.
Мутации gain of function, в специф. сайтах, достаточно одного
аллеля.
• Онкосупрессоры – ингибируют клеточный рост и
дифференцировку. Мутации loss of function, оба аллеля должны
быть затронуты.
o Gatekeepers (гены-привратники) – контролируют клеточный цикл, в том
числе способствуют апоптозу
o Caretakers (мутаторные гены)– защищают целостность генома, в том
числе участвуют в репарации, расхождении хромосом при митозе.
o Нет абсолютно четкого деления gatekeeper/caretaker

13. Онкогены – мутировавшие протоонкогены

• Протоонкогены – в нормальных клетках стимулируют клеточное деление
• Мутации нарушают зависимость онкогенов от сигналов, нарушают
обратную связь в регуляции или увеличивают время нахождения в
активированном состоянии.
• Часто это тирозин-киназные рецепторы RTKs (для факторов роста), причем
мутирует inhibitory loop, что приводит к нерегулируемой активации.
• Примеры: EGFR, KRAS,ERBB2, MET, MYC
• Аналогия – неисправная педаль газа в автомобиле. Заставляет клетку
непрерывно расти и делиться.
Механизмы активации
прото-онкогенов

14. Пример прото-онкогена

G-белки, например RAS

15. Сигнальный каскад MAPK

СИГНАЛЬНЫЙ КАСКАД MAPK
• MAPK – mitogen
activated protein kinase
• Классический
митогенетический
каскад. Стимулирует
пролиферацию, но
нуждается в
дополнительной
активации со стороны
других каскадов
(PI3K/AKT).
• Следствие –
стимуляция
транскрипции Cyclin D
• Протонкогены – RAS,
RAF, BRAF.

16. Супрессоры

• Gatekeepers
– Контролируют клеточный рост и деление, останавливая
клеточный цикл, вызывают апоптоз
– Могут тормозить экспрессию онкогенов
– Нарушение в работе супрессоров напрямую приводит к
онкогенезу
– Примеры: p53, RB1, APC,PTEN
– Оба аллеля должны быть затронуты. Наследственная
ретинобластома: только одна функциональная копия
супрессора (RB1).
– p53: при повреждении ДНК останавливает клеточный
цикл в G1.
• Caretakers
– Связаны с репарацией ДНК
– Поломка ведет к накоплению мутаций
– Примеры: BRCA1, BRCA2, MLH1, MSH2,

17. p53 – самый известный супрессор

• Транскрипционный фактор,
много мишеней
• Препятствует вхождению клеток
в S-фазу, амплификации и
мутациям ДНК. Задерживает в
G1- и G2-фазах клетки, имеющие
повреждения в структуре ДНК,
пока эти повреждения не будут
устранены.
• Если репарирующие системы не
способны устранить дефекты стимулирует апоптоз
• Если мутирован – нарушение
клеточного роста
• Мутирован в половине всех
случаев рака

18.

Опухолевые супрессоры (caretaker)
Репарация ДНК
Caretakers
Familial
Sporadic
BRCA1,
BRCA2
Brca1, Brca2
Familial breast Breast cancer, ovarian
Chromosome repair in and ovarian
cancer
response to doublecancer
stranded DNA breaks
MLH1,
MSH2
Mlh1, Msh2
Repair nucleotide
mismatches between
strands of DNA
Hereditary
nonpolyposis
colon cancer
Colorectal cancer

19.

Мутации, активирующие ген, встречаются гораздо РЕЖЕ
… , чем
подавляющие
Пример: активация онкогена RAS – только 3 кодона, а инактивация супрессора
TP53 – по всему гену.
• Одного онкогена недостаточно для развития заболевания, нужна
кооперация с другими генами (онкогенами или супрессорами)
• Онкогены обычно группируются около одного сигнального пути, а
супрессоры чаще имеют более широкий набор функций.
• Супрессоры и онкогены – часто антагонисты, но нет попарной
комплементарности

20. Определение супрессоров и онкогенов: rule of thumb

Правило 20/20 (Vogelstein et al, 2013):
• Онкоген: 20% мутаций должны встречаться в одной и
той же позиции, вызывая одинаковую
аминокислотную замену.
• Супрессор: более 20% мутаций должны быть
дезактивирующими
LoF-мутации (потеря функции,
loss of function):
• Truncating
• Миссенс
• Гиперметилирование
промотора
• Замены
GoF (активирующие, gain)
• Увеличение копийности
• Замены

21. Небелковые супрессоры и онкогены: miRNA

Frixa et al, Cancers (Basel). 2015 Dec; 7
• Супрессор: если мишенью miRNA является протоонкоген,
то нарушение ее синтеза приведет активации
протоонкогена
Онкоген: если мишенью miRNA является супрессор, то
гиперэкспрессия miRNA приведет к тому, что супрессор
будет вообще заблокирован

22.

Какие типы раковых генов
чаще являются мишенями
лекарств – супрессоры или
онкогены?

23. Но как лечить супрессоры?

• Мишенью будет не сам супрессор, а его регулятор. Ex: MDM2
отрицательно регулирует p53, блокирование этого взаимодействия
помогает.
• Мишенью будет downstream молекулы от супрессора. Например,
мутантный p53 индуцирует экспрессию PDGFRb, который в свою
очередь стимулирует инвазию и метастазирование.
• Ингибировать каскады, которые активировались из-за мутантного
супрессора. Ex: супрессор PTEN его инактивация ведет к
повышению уровня PIP3, что в свою очередь активирует
PI3K/AKT/mTOR pathway. Но инактивировать этот пасвей непросто,
т.к. там куча обратных связей.
• Synthetic lethality: если мутирован один из каскадов репарации, то
надо заблокировать оставшиеся и раковая клетка умрет. Ex:
targerting PARPs в BRCA1/2-мутантах.
• Бороться с эпигенетикой (многие супрессоры гиперметилированы)
– помогают ингибиторы DNMT (ДНК-метил-трансферазы)
• Вакцины: давать мутантные пептиды из p53
• Генная терапия: малоэффективно

24. Для развития рака нужно много мутаций

• Помимо мутаций в онкогенах и супрессорах для развития
необходимы мутации в других генах
• Регуляция клеточного цикла, апоптоза, распространение
сигналов, дифференцировка, метастазирование и инвазия

25.

Признаки рака
Критика:
• почти все правда для доброкачественной опухоли
• нет киллерной функции

26.

Hallmarks of cancer
Эволюция опухоли может быть конвергентной активация одних и тех же сигнальных каскадов,
пусть и разными способами
Должны видеть все признаки (в теории)

27.

Раковый геном
MR Stratton et al. Nature 458, 719-724 (2009) doi:10.1038/nature07943
Геномная нестабильность
Мутаторный фенотип – увеличение частоты точечных мутаций
Изменения копийности генов
На поздней стадии: нарушения во всем геноме.
Гиперэкспрессия сотен генов
Хромосомные перестройки, частичная полиплоидия

28.

Раковый геном
Скорость
мутирования
сильно
различается как
между разными
типами опухолей,
так и внутри
одного типа
Kataegis - области с
различающейся
частотой мутаций (до
5 раз) в одном
геноме
CHALLENGE: every tumor is different, every cancer patient is different.

29.

Раковый геном
Распределение количества
несинонимичных мутаций для
разных типов опухолей
В среднем 33-66 генов будут нести
несинонимичные соматические
мутации. Из них 95% - SNP. В тоже
время разные опухоли могут иметь
больше мутаций чем в среднем.
B Vogelstein et al. Science 2013;339:1546-1558

30.

Низкая частота мутаций драйверных генов
Dancey et al, Cell, 2012.

31. The Cancer Hyperbola

• 3,299 образцов, 12 типов опухолей
• Либо частые CNV (C-class) либо частые SNV
(M-class)
Ciriello et al. Nature Genetics 2013

32. Пример: кариотип раковой клетки

Credit : Mira Grigorova and Paul Edwards, Department of Pathology, University of Cambridge, unpublished
Source: www.path.cam.ac.uk/~pawefish/BreastCellLineDescriptions/HCC38.html

33. Пример драйверного fusion’а: филадельфийская хромосома

Images from R. Naeem, TCH
ACMG Genetics Review Course June 2-5, 2011
95% случаев хронического миелолейкоза
ABL1 - тирозин-киназа. SH3-домен. Участвует в регуляции
клеточного деления и дифференцировки
Химера BCR-ABL1 - обладает нерегулируемой тирозинкиназной активностью. Делает клетку нечувствительной к
воздействию факторов роста и вызывает ее избыточную
пролиферацию.

34. Другие факторы

• Вирусы
– Папиломавирус человека – вызывает рак шейки матки;
Есть вакцина!
– HBV и HCV: гепатоцеллюлярная карцинома
– human immunodeficiency virus (HIV)—саркома Капоши и
лимфомы
• Карциногены
– Асбест, винил-хлорид, бензол
– афлатоксин
• Излучение
– УФ, ретген, …

35.

Проект Cancer Genome
(ICGC – International Cancer Genome Consortium)
• Исходная задача: собрать ~500 пар опухоль/норма для 50
различных типов рака;
• Максимально подробный молекулярный анализа каждой
пары опухоль/норма:
–
–
–
–
Геном
Транскриптом
Метилом
Клинические данные
• Открытый доступ почти ко всем данным
Поиск
генетических
нарушений
…GATTATTCCAGGTAT…
…GATTATTGCAGGTAT…
GCAGGTAT…
…GATTATT

36.

International Cancer Genome Consortium (ICGC) projects
Zhang J et al. Database 2011;2011:bar026

37.

http://dcc.icgc.org/projects

38.

https://gdc.cancer.gov/
TCGA – The Cancer Genome Atlas
TARGET - Therapeutically Applicable Research to Generate

39.

TCGA + TARGET

40.

41. Молекулярные портреты опухолей

www.nature.com/tcga

42. Молекулярные портреты опухолей

http://cancergenome.nih.gov/publications

43. www.tumorportal.org - информационный портал опухолевых генов

www.tumorportal.org информационный портал опухолевых генов
Lawrence et al, Nature, 2014

44.

45.

• http://www.sanger.ac.uk/genetics/CGP/cosmic/
• Пополняется вручную из литературы. Проект стартовал в
2004 с данных о 4 генах - HRAS, KRAS2, NRAS и BRAF.
• Cancer Gene Census - список генов (487), в которых
показаны мутации, ассоциированные с раком.
• Связан с www.cancerrxgene.org - Genomics of Drug
Sensitivity in Cancer - как мутация в гене меняет
чувствительность к лекарству
• Cell Line Project – экзомы раковых клеточных линий

46. Пример:

онкоген, KRAS

47. Пример:

супрессор, p53

48. Аннотация мутаций

• Картирование на
разметку генома
• Сбор дополнительной
информации
• Предсказание
функциональной
значимости
• Оценка драйверности
мутации
http://www.lifescisoft.com/ingenuity-variant-analysis.html
Цель – определить драйверные и actionable мутации

49. Картирование на геномную аннотацию

SnpEff
SnvGet
ANNOVAR
SNP-Nexus
Ensembl VEP
MutationAssessor

50.

Какой эффект на функцию белка оказывает эта
замена?

51. Предсказание функциональной значимости мутации

• Не все аминокислотные замены одинаково
вредны
• Мутация в консервативных участках вреднее
• Признаки:
– нуклеотидная/аминокислотная консервативность
– Физико-химические свойства аминокислот
• Методы:
– Direct scoring
– Machine learning
• PolyPhen2, SIFT, LRT, MutationAssessor, …

52. MutationAssessor

Прямая модель (нет обучения)
Консервативность с учетом
белковых семейств
Скор основан на вычислении
энтропии
На выходe: score, higher=better

53.

- ссылки на 3D
структуру и
множественное
выравнивание
- известные
функциональные
участки (аннотация
Uniprot) и PFAM
домены
- число мутаций в
COSMIC и dbSNP для
мутировавшего гена
- другие мутации в той
же позиции (например
в dbSNP)
-…

54. Проблема

Методы часто дают противоречащие результаты
Что делать? Устраивать консилиум
• dbNSFP, https://sites.google.com/site/jpopgen/dbNSFP
результаты 9 предсказалок + 2 интегрирующих скора
• CONDEL, http://bg.upf.edu/condel/home
Интегрирует SIFT, Polyphen2, MAPP, LogR Pfam E-value и MutationAssessor.

55. Что делать с некодирующими полиморфизмами?

• Составляют большинство замен при GWAS
• Тоже могут иметь функциональное значение:
влияние на экспрессию
• TFBS, промоторы, энхансеры, …
• Сильный консерватизм - подозрительно

56. вредность != драйверность

Некорректно использовать Polyphen2, MA, и т.д.
для отбора драйверных мутаций, но хотя бы можно
удалить мутации которые вряд ли повлияют на
структуру белка
Проблема: нет хороших (больших) наборов данных
для тестирования driver/passenger.

57. CHASM: предсказание драйверных мутаций

– Классификация driver/passenger
методом random forest
– Обучающая выборка:
драйверные мутации –
курированные из COSMIC,
passenger – генерируются из
фонового распределения
– ~90 признаков (свойства
аминокислотной замены,
основанные на выравнивании
оценки сохранения в
мутированной позиции,
предсказанная локальная
структура в мутированной
позиции и аннотации из таблицы
характеристик UniProtKB).
http://www.cravat.us/

58. CRAVAT: Cancer-Related Analysis of Variants Toolkit

CHASM + SnvGet
На выходе скор [0;1] – чем меньше, тем больше вероятность драйверности мутации

59.

www.broadinstitute.org/oncotator/
Genomic Annotations
Аннотации генов, транскриптов и функциональных последствий с использованием
наборов ссылок UCSC KnownGenes hg19 и mirBase.
Общие аннотации SNP из dbSNP (включает данные из 1, 2 и 3 исследований пилотного
проекта 1000 геномов).
Protein Annotations
Сайт-специфичные аннотации белков
UniProt. Данные о лекарственных мишенях
из DrugBank. Gene Ontology.
Прогнозы воздействия на функцию
PolyPhen2.
Cancer Annotations
Аннотации наблюдаемых частот мутаций рака от COSMIC.
Аннотации опухолевых генов и мутаций из Cancer Gene Census.
Аннотации значительных областей амплификации/делеции от Tumorscape и TCGA Copy
Number Portal.
Перекрывающиеся мутации Oncomap из Cancer Cell Line Encyclopedia.
Аннотации значительно мутированных генов, агрегированные из опубликованных
анализов MutSig. Аннотации опухолевых генов из Familial Cancer Database.
Аннотации Human DNA Repair Gene из Wood et al.

60.

Типы данных и задачи
source: Cancer Genomics, From Bench to Personalized Medicine, Elsevier, 2014

61.

Визуализация: circos diagrams
source: Cancer Genomics, From Bench to Personalized Medicine, Elsevier, 2014

62. Почему все это важно?

Потому что сможем лучше лечить!

63. Онкогеномика

• Злокачественные опухоли –
генетическое заболевание
• Таргетная терапия – селективное
уничтожение клеток опухоли
• Каждая опухоль генетически
уникальна
• Фармакогеномика: мутации в
ферментах и транспортерах.
Побочные реакции, изменение
дозировки
• Оценка генетического статуса
опухоли абсолютно необходима!
Vogelstein et al. Science 2013;339:1546-1558

64. Вчера: персональная онкология 1.0

• Отдельные молекулярные
нарушения связанные с
чувствительностью к лекарству
• Хорошо отработанные тесты,
прочно вошедшие в клиническую
практику
Примеры:
Герцептин эффективен при HER2+ статусе для РМЖ
Мутация V600E в гене BRAF для меланомы – эффективен
вемурафениб.
Анти-EGFR терапия при колоректальном раке эффективна
только для wt-KRAS.

65. Клинически значимые мутации

• Критерии:
1.
2.
3.
4.
Предсказывает чувствительность / резистентность к терапии
Влияет на функцию ракового гена и является мишенью какоголибо лекарства.
Диагностическая или прогностическая ценность
Влияет на особенности метаболизма или побочных эффектов
лекарства (обычно генеративные мутации)
• По разным оценкам: ~120 генов
• Базы данных:
MyCancerGenome
Personalized Cancer Therapy
PGMD
PharmGKB
(разные уровни достоверности)

66. Клинически значимые мутации

• Rubio-Perez et al: 4082 генома.
Только 6% пациентов имеют
мутации являющиеся показанием
для одобренного лечения; 40%
пациентов могут получить пользу
если использовать
репозиционирование
существующих лекарств; 73% если
учитывать лекарства в текущих
клинических испытаниях.
Rubio-Perez et al, Cancer Cell. 2015
• Jones et al: 815 геномов. В среднем
у 75% пациентов обнаруживаются
клинически важные мутации. Но
сильно зависит от типа рака
Jones et al, Sci Transl Med. 2015 Apr 15
Вывод: есть большой потенциал для геномноинформированной терапии!

67. My cancer genome

~50,000 visits/>170,000 pageviews/
119 countries/52 US territories
in 1 year (only 8500 oncologists in US)
Now ~1000 visits/week

68.

69.

70.

71. Сегодня: персональная онкология 2.0

Тестирование сотен генетических нарушений
Требуется спец. оборудование (часто методы NGS)
Увеличение требований к врачу (интерпретация данных)
Быстро становится стандартом
Пример:
Секвенирование 315 ‘раковых’ генов
Отчет: список потенциально эффективной /
таргетной терапии. Включает текущие клинические
испытания.
3000 тестов за 2013 год

72. PHIAL: ранжирование мутаций

Задача: отсортировать мутации
индивидуального пациента по их
клинической и биологической
значимости.
Пошаговая проверка набора правил
Учитывает информацию о структуре
белка (киназные домены),
сигнальных путях, копийности
Использует TARGET, базу данных по
клинически значимым мутациям
van Allen et al, Nature Medicine, 2014
мутация в киназном
домене более
интересная
изменение
копийности в в
направлении с изв.
клин значимостью
мутация в гене
который связан в
каскаде с
драйвером более
интересная

73. FUNSEQ

http://funseq2.gersteinlab.org
– Приоритизация кодирующих и
некодирущих SNV
– Фильтр по 1000 геномов
– Оставляем мутации аннотированные
проектом ENCODE
– Ищем мутации в ‘чувствительных
областях’
– Полиморфизм нарушает известный
TFBS, находится в промоторе или
энхансере
– Белок является хабом в сети
взаимодействий
– Встречается в нескольких образцах

74. Системная биология: не только мутации

• Дерегуляция передачи
внутриклеточных сигналов –
важнейшая характеристика
опухолевых клеток
• Работа на уровне сигнальных
каскадов (pathways)
• Достаточно сложные
математические алгоритмы
• Поиск активированных
регуляторов экспрессии
• Интеграция разных типов
данных

75. Завтра: персональная онкология 3.0!

• Максимально подробная
молекулярная картина опухоли
• Высокопроизводительные (-омные)
технологии
• Определение сигнальных каскадов
‘драйверов’ онкогенеза
• Продвинутые математические
алгоритмы для анализа данных
• Опора на существующие
молекулярные данные (exceptional
responders)
• Мониторинг изменений в организме
пациента (работает ли терапия?)
• Борьба с гетерогенностью опухоли
Наиболее информативный и
эффективный подход!
Nat Rev Clin Oncol. 2014 Feb;11(2):109-18.

76. Узкое место – анализ результатов

Good et al, Genome Biol. 2014; 15(8): 438.

77. Онкогеномика : ключевые даты

Cancer Genomics: From Bench to Personalized Medicine, Elsevier, 2014

78.

Более 30 компаний специализирующихся на онкогеномике
Name
Foundation Medicine
Personal Genome
Diagnostics (PGDX)
Ambry Genetics
GeneDx
NeoGenomics
Laboratories
Caris
Myriad Genetics
Website
Methods`
Description
www.foundationmedici Universal cancer panels: Solid tumors
ne.com/
(Foundation one) and hematologic tumors
(FoundationOne Heme)
www.personalgenome. Universal cancer Panels and tissue specific
com/
panel for NSCLC (LungSelect)
Disease/Tissue specificity
Panels
Analysis of solid and Hematologic tumors–detection and
interpretation of all class of genomic alterations (including base
substitutions, InDels, CNAs, rearrangements and fusion genes)
Detection and interpretation of SNVs,InDels,CNAs and
rearrangements
www.ambrygen.com/ Universal cancer panels (solid tumors) + tissue
specific cancer panels (ColoNext; OvaNext;
PancNext; PGLNext; RenalNext)
Kits and cancer panels + exome and (mtDNA)
genome
Full exome + panel (120 cancer genes)
www.genedx.com
Detection and interpretation of gene SNVs, InDels, CNAs large
rearrangements for specific types of cancer.
Universal cancer panels + tissue specific cancer Full exome (WES, NGS) + panels
panels (for breast, ovarian, colorectal,
pancreatic, endometria cancers and Familial
Cutaneous Malignant Melanoma)
www.neogenomics.co Tissue specific cancer panels (for NSCLC;
Panels + IHC, FISH, Flow Cytometry, RT-PCR
m/
Melanoma; Colorectal Cancer)
Detection of SNVs, InDels. Deletion testing of mtDNA, detection
of mtNDA SNVs.
http://www.carislifesci Universal cancer panel
ences.eu/solid-tumours
Panels + IHC; CISH; FISH; RT-PCR; Sanger
Sequencing, Pyro Sequencing; Fragment
Analysis
Panel for BRCA1, BRCA2
Detection and interpretation of SNVs, CNAs, InDels, fusions and
level of expression of protein biomarkers in solid tumors for
therapeutic decision support and clinical trials matching.
Detection of gene mutations
Panel
Detection of SNVs and InDels;
Panel
Detection of SNVs and InDels
https://www.myriad.co Tissue specific cancer panels (breast and
m/
ovarian cancer)
www.questdiagnostics. Universal cancer panel
com/
Quest Diagnostics
GPS@WUSTL
Arup Laboratories
http://gps.wustl.edu/
OncoDNA
www.oncodna.com/
GenomOncology
www.genomoncology.c Universal cancer panels (solid tumors)
om/
Universal cancer panels
https://www.aruplab.c Tissue specific cancer panels for gastrointestinal Panel + IHC, FISH, and PCR
om
cancer
Universal cancer panels (solid tumors)
Panels (OncoDEEP DX - 65 genes, with wide
coverage of the KRAS, BRAF, EGFR; OncoDEEP
Clinical - more than 400 genes; Plus Package multi-platform approach to complete the
characterization of the tumor, including FISH,
PCR, ICH)
Bioinformatic service
Detection of SNVs, InDels, CNAs, rearrangements, fusions
Screening, risk prediction, diagnosis, prognosis, monitoring,
pharmacogenomics, and therapeutic triage of malignancies.
Detection of SNVs, InDels, chromosomal alterations and level of
expression of oncomarkers.
Detection and interpretation of SNVs, InDels, CNAs,
translocations, microsatellite instability, DNA methylation,
presence and activation of specific proteins. Integration of all
the data, analysis of molecular networks, findings of the latest
publications and generation of a comprehensive and intuitive
report.
Interpretation of NGS data (SNVs, InDels, CNAs, translocations
and other structural variants) and translate the specific
molecular profile of each patient’s tumor genome into an
actionable clinical report.
Kotelnikova et al, Oncotarget, 2016

79. Какие задачи может решать персональная онкогеномика

• Подбор оптимальной
таргетной терапии
• Диагноз и прогноз
заболевания
• Выделение молекулярных
подтипов опухолей
• Мониторирование ответа
на лечение
• Преодоление
резистентности
• Поиск биомаркеров
• Поиск подходящих
клинических испытаний
Don’t Treat
TEST
No Relapse
Relapse
Low risk – reduce
treatment
Treat
High risk – treat
aggresively

80. Некоторые проблемы и трудности

Гетерогенность опухолей, борьба с эволюцией
Малое количество лекарств и мишеней
Стоимость
Разнообразие данных: мутации, экспрессия, CNV,
fusions, сплайсинг.
• Множество технологий, баз данных,
программного обеспечения. Ни на каком шаге
нет общепризнанного стандарта.
• Очень высокие требования к экспертам
…

81. Геном злокачественной опухоли: summary

• Более 85% злокачественных опухолей являются
вновь приобретенными (не наследственными).
• Мутации генома являются движущей силой
канцерогенеза.
• Геном каждой опухоли обладает существенной
индивидуальностью в плане локализации и
количества мутаций.
• Персональное исследование мутаций в
будущем определит стратегию лечения:
таргетные лекарственные средства против
онкогенов. Ведущую роль будут играть методы
NGS.

82.

“There is no longer a question of whether cancer genome
sequencing should or can be done. It is a question of who should
do it, on whom, at what time points, on which specimens and
with what tools.”
Laskin et al, Cold Spring Harb Mol Case Stud, 2015
Вопроса “проводить ли секвенирование генома
раковой опухоли” уже нет. Вопрос в том, кто
должен это делать, в каких случаях, в какое
время, на каких образцах и какими методами.