Nature：癌细胞侵袭性与能量代谢的联系（附原文）

aulenuyah

. b, g$ E5 I5 C. w2 T( o
9 K& j+ |: k  w& _. t: Z" h
Nature：癌细胞侵袭性与能量代谢的联系
: a  g: s3 o( k2013-06-25 来源：ebiotrade 作者：koo
2 h" ]( y! m$ A* O7 r! P, m, o' ~
( O1 n9 k$ L8 C7 D, ?( D( v6 W( L日前，癌症基因组图谱研究网络（The Cancer Genome Atlas Research Network, TCGA）的的成员科学家们在一项最新研究揭示了，肿瘤细胞如何利用代谢能量，与一种最常见的肾癌形式——肾透明细胞癌（ccRCC）侵袭性之间的联系。2 \+ R5 K, @+ R( c5 q% w5 z; q( L
这项成果证实在 ccRCC 肿瘤细胞中正常的代谢被改变，由一种代谢信号通路转变为了利用另一种代谢信号通路。这种代谢转变在某些情况下与肿瘤分期和严重程度相关。此外，科学家们还发现，一条重要的代谢通路发生突变可能会导致这种癌症的侵袭性增高。5 M" _  _" l. b0 I" b/ M5 k+ F, m0 S
这些研究发现提供了一些关于疾病相关机制和潜在治疗的新认识，了解了某些癌细胞通过将正常的代谢信号通路转变为其他的信号通路，由此为肿瘤细胞提供生长优势的机制。大体上，研究人员发现，在这一疾病中促进肿瘤生长的某些代谢酶发生改变与患者的不良预后相关。这项最新的 TCGA 研究也支持了过去在不同亚型的肾癌研究中所发现的代谢转换数据。
+ H) l# k0 ^+ u- ^科学家们利用的数据是由 TCGA 生成，该合作项目获得了来自美国国立卫生研究院（NIH）下属两个部门：美国国家癌症研究所（NCI）和国家人类基因组研究所（NHGRI）的资金支持。' {. N8 ?7 G6 x. Y2 `
由于 TCGA 针对肾肿瘤的特征，以及与患者生存数据之间的联系进行了全面的研究，现在研究人员开始利用这些知识来验证预后标志物，确定这种疾病新的治疗策略。4 e( ~5 h3 y6 I9 z
在这项研究中，科学家调查了近 450 个 ccRCC 肿瘤和来自同一患者的匹配正常组织。当他们对癌细胞中某些特异蛋白的表达量进行检测时，发现某些与三羧酸循环（TCA cycle）有关的基因下调，AMPK 和 PTEN 蛋白水平降低；某些磷酸戊糖途径和谷氨酰胺转运基因上调，乙酰辅酶 A 羧化酶（acetyl-CoA carboxylase）蛋白表达升高，以及 miR-21 和 GRB10 启动子甲基化发生改变，这些均与患者的不良预后有关# w9 d3 Y& n1 P8 M4 D* R. \
研究人员表示，较早之前科学家们鉴别其他类型癌症的特征所获得的研究发现，为这项研究提供了一些重要的线索，来了解如何针对这些癌症设计更好治疗。 TCGA 对肾透明细胞癌的新分析结果，提供了一种解释：即某些基因突变是如何改变染色体化学性质，导致酶水平变化，改变细胞代谢，从多方面影响临床结果的。这些研究发现将刺激生成一些关于其他致命性癌症治疗的新想法。”
) i1 w/ X) ~& z除揭示了代谢转换与肿瘤侵袭之间的联系， TCGA 研究网络的科学家们还发现，在某些情况下，代谢转换有可能是由于 PI3K 细胞信号通路改变所引起，这一信号通路帮助调控了细胞代谢。研究者们在肿瘤细胞中观察到 PI3K 信号通路基因及它的调控子发生了大量的改变，包括蛋白质编码区域DNA突变，以及影响基因表达的其他改变。他们发现在 29% 的肿瘤样品中 PI3K 信号通路，或是它的伙伴信号通路 AKT 和 mTOR 都存在有这样的改变。 AKT 和 mTOR 对于调控细胞代谢同样至关重要。' Z% r( ]2 }6 n1 y+ L1 O" @
这些改变所造成的影响表明了 PI3K / AKT / mTOR 信号通路的重要性。研究人员发现，某些激活肿瘤抑制基因的因子减少。同时，一些因子被阻断，导致抑制 PI3K 信号通路的基因无法开启。这两种改变都促进了 PI3K / AKT / mTOR 信号通路的活性。这些结果表明，该信号通路有潜力作为抑制剂药物的治疗靶点。2 |7 s% ]6 f" h: n. [4 D! C
研究人员指出，这些研究结果具有重要意义：发现这些侵袭性肿瘤中发生了一种代谢转换，可能为开发出大量的新方法治疗晚期肾癌患者奠定基础。
4 N3 N2 l0 q0 B- {$ n1 }) k' n
6 R8 E0 J7 Z( @( H/ }7 H原文出处：http://www.bio360.net/news/show/5817.html
  s, e/ A" i0 D. W
5 j( ]' R8 _% \. E' f4 y原文检索：
+ N5 D; u' y! j4 s. pThe Cancer Genome Atlas Research Network. Comprehensive molecular characterization of clear cell renal cell carcinoma. Nature, 23 June 2013; doi:10.1038/nature122229 u  Z, O5 v. v) x- j
- I3 j( R, @6 E- y8 B
原文：: j2 b9 G" u" u! F( I& F6 q, o
0 y) F( B& Q7 u& S
附件1：
$ _3 z0 m0 P, K+ R8 G' \) FThis file contains Supplementary Text and Data, Supplementary Figures 1-62, Supplementary Tables 1-24 - see contents for details.+ O+ Z' f3 @9 W2 Q: t" v; l

  H, Y' o4 ~/ v. ~# K附件2：
' \3 L# @* B% m  G  BThis zipped file contains Supplementary Data sets 1-10: Data File S1contains sample list for Core and Extended sets; Data File S2 contains clinical dataset used in the study; Data File S3 contains significantly mutated genes; Data File S4 contains mRNA fusion results; Data File S5 contains mRNA subtype analysis results; Data File S6 contains analysis of known oncogenes and tumor suppressors in ccRCC; Data File S7 contains pathmark pathway enrichment results; Data File S8 contains Molecular prognostic signatures; Data File S9 contains mRNA and miRNA-based subtyping assignments by sample and Data File S10 contains complete Mutation Annotation File (MAF) for exome sequencing.
. x2 n/ L4 t, q/ M) f" P0 G' R