肺癌與乳腺癌不一樣，與胰腺癌也不一樣，然而根據發表在《自然遺傳學》（Nature Genetics）的兩項最新研究表明在分子水平上它們具有許多相同之處。同日，Nature網站對這一研究成果進行了即時新聞報道。

這項“泛癌癥”研究針對12種不同類型的腫瘤3000多個基因組進行了分析，尋找跨越組織界限的癌癥共同特征。初步的研究結果揭示，超過100個基因組區域有可能包含從前未發現的藥物靶點，并為建立一種新的腫瘤分類法從而讓個別患者得到更為匹配的治療，以最大的可能性緩解他們的癌癥奠定了基礎。

將不同器官的癌癥歸并到一起，有可能獲得關于引起疾病的一些共同信號通路的新認識。這也使得研究人員數據集中的樣本數量相應增加。樣本數量越多，往往意味著具有更大的統計效力來尋找與癌癥相關的基因組改變。

安大略癌癥研究所所長Tom Hudson（未參與該研究）說：“這是新一波的癌癥基因組分析浪潮。它賦予了我們更大的能力來檢測單次分析單個腫瘤類型可能錯漏的共同特征。”

這一方法還推動了越來越多的研究工作不僅根據器官起源，并基于它們的分子特征來對腫瘤進行分層——隨著制藥公司推出新一代的癌癥療法靶向治療具有特異遺傳突變的腫瘤，這一方法正發揮著越來越重要的作用。

這一泛癌癥研究利用了來自癌癥基因組圖集（Cancer Genome Atlas）的數據。這一項目由美國國家衛生研究院提供資金資助，旨在收集超過20種癌癥，每種癌癥多達500個腫瘤的基因組信息，其中包括所有編碼蛋白質基因序列。這一項目以及其他與之類似的研究，一直在源源不斷地發布如可作為新型治療基礎的癌癥相關新基因之類的數據及研究發現。

但所有這些分析普遍堅持采用一種腫瘤類型。加州大學圣克魯斯分校的系統生物學家Josh Stuart說，不久之后這項計劃的研究人員開始產生了一種“似曾相識”的感受。例如，在研究一個乳腺癌數據集時，他們看到了從前在一個卵巢癌數據集中看到過的模式。

2012年10月，Stuart和其他的研究人員決定系統地分析多種癌癥類型的數據。Stuart說，當他們組織合作開展這項工作時，他們預計這項目有可能會產生約5篇研究論文。

一年后的現在，已有18篇論文將在未來數周內預備發布，另外還有60篇處于各個起草階段。在今天發布在其中一篇論文中，Broad研究所的癌癥研究人員Rameen Beroukhim和同事們，分析了來自11個腫瘤類型的數據，尋找到了癌細胞中相比預期復制或缺失更為頻繁一些基因組區域。他們的分析結果揭示了140個這樣的區域，每個區域中或有推動疾病的基因拷貝增加，或有抑癌基因發生缺失。

癌癥的共同特征

Beroukhim說，在這140個區域中，只有35個包含從前已知與癌癥相關的基因，證明了我們不斷增長的分析更大型數據集的能力。“盡管近期一直在源源不斷地生成數據，對于癌癥基因組仍有許多東西有待發現。”

在另一項發布的研究中，紀念斯隆-凱特琳癌癥中心的計算機生物學家Chris Sander和同事們，利用基因組數據基于腫瘤攜帶的基因組變異，而非最初發現這些腫瘤的器官，對腫瘤進行了重新分類。生成的類別為確定針對這些腫瘤的最佳療法提供了一些線索。

Hudson說，這項研究工作是很有前景的第一步，但這樣的分類法在用于指導治療之前還需要在臨床試驗中進行測試。同時他表示期望在未來的數月內看到大量這樣的分析。

Hudson 說：“我想將會有大量的研究想法競爭尋找最佳的腫瘤分類方法。隨著我們得到越來越多的數據，必須每6個月進行一次更新。”

用于分析的數據應該不會短缺：Stuart說已經有人在談論將分析擴展到對多達2000個腫瘤進行全基因組測序。這一項目將使得研究人員能夠探索基因組蛋白質非編碼區域，及重建可以導致癌癥的所有基因組重排。