Nature：实时观察癌症是如何演变的

纽约市，2021年6月23日——从变形虫到斑马，所有生物都在进化。随着时间的推移，它们会发生变化，因为来自环境的压力导致具有某些特征的个体在群体中变得更常见，而具有其他特征的个体则变得不那么常见。

癌症也不例外。在一个不断生长的肿瘤中，具有争夺资源和抵御环境压力能力最强的癌细胞将在频率上占据主导地位。这是微观尺度上的“适者生存”。

但适应性——任何一个特定个体对其环境的适应程度——并不是一成不变的;它会随着环境的改变而改变。癌细胞在充满化疗药物的环境中可能表现最好，而在没有化疗药物的环境中可能会茁壮成长。因此，预测肿瘤如何随着时间的推移而演变，尤其是对治疗的反应，对科学家来说是一项重大挑战。

斯隆凯特琳纪念学院的研究人员与加拿大不列颠哥伦比亚大学(BC Cancer)的研究人员合作进行的一项新研究表明，有一天可能会做出这些预测。这项研究发表在2021年6月23日的《自然》杂志上，由MSK计算生物学家索拉博·沙阿和BC癌症乳腺癌研究人员塞缪尔·阿帕里西奥领导。科学家们表示，利用描述人口如何随时间变化的群体遗传学原理建立的机器学习方法，可以准确预测人类乳腺癌肿瘤将如何演变。

MSK计算肿瘤学主任Shah博士说:“进化的种群遗传模型与癌症非常匹配，但由于一些实际原因，将这些模型应用于真正的人类癌症的进化是一个挑战。”“在这项研究中，我们证明了克服其中一些障碍是可能的。”

最终，该方法可以提供一种方法来预测患者的肿瘤是否可能对特定治疗停止反应，并识别可能导致复发的细胞。这可能意味着在最佳时间提供量身定制的治疗，从而为癌症患者带来更好的结果。

三种创新

三个独立的创新使这些发现成为可能。第一种是使用被称为病人异种移植的真实癌症模型，即从病人身上取出的人类癌症移植到老鼠身上。科学家们在长达3年的时间跨度内反复分析这些肿瘤模型，探索以铂为基础的化疗治疗和停止治疗的效果。

沙阿博士说:“从历史上看，该领域一直专注于从单一的快照来研究一种癌症的进化历史。”这种方法本身就容易出错。通过不断抓拍快照，我们可以得到更清晰的图像。”

第二个关键的创新是应用单细胞测序技术同时记录肿瘤中数千个单个癌细胞的基因组成。之前开发的平台允许团队以高效和自动化的方式执行这些操作。

最后一个组件是一个被称为fitClone的机器学习工具，它是与UBC统计学教授Alexandre Bouchard-C?té合作开发的，它将群体遗传学的数学应用于肿瘤中的癌细胞。这些方程描述了一个种群如何在给定特定起始频率的情况下进化出具有不同适应度的个体。

有了这些创新，科学家们就能够创建单个细胞及其后代(即克隆体)行为的模型。当研究小组进行测量进化的实验时，他们发现这些数据和他们的模型非常一致。

“这个模型的美妙之处在于，它可以预测哪些克隆可能会扩张，哪些克隆可能会在竞争中被淘汰，”沙阿博士说。

换句话说，癌症将如何演变是可以预测的。

未来的基础

该团队研究的特定类型的基因变化被称为拷贝数变化。这些是癌细胞中特定DNA片段数量的差异。到目前为止，这些变化的重要性还不清楚，研究人员对它们在癌症进展中的重要性也持怀疑态度。