整合致癌性關鍵基因與路徑為基礎,利用電腦模擬預測化學致癌物的特徵



分享給LINE好友!


更新日期:2020-09-09

       暴露於環境中的有毒物質是致癌的重要原因之一。然而,分析、辨識致癌物是一個相當耗時的過程,並不適用於目前大量待測的化學物質。因此,我們所面臨的是數據缺口使得致癌風險無法被控制的困境,目前急迫需要建立一個快速有效的方法,利用合理、可解釋的致癌機制資訊,針對化學物質的致癌性進行優先關注排序。日前,時任高雄醫學大學的童俊維教授與國衛院研究團隊合作提出計算毒理基因體學方法,整合致癌性關鍵事件(Hallmarks of Cancer, HOCs)為基礎,針對國際上不同研究/管理單位所提的致癌物質清單進行電腦預測分析,證實其可行性並有助於對辨識、篩選致癌物質。

圖:致癌性關鍵事件(HOC)整合流程圖

       在本篇研究中,研究團隊利用自行開發的ChemDIS系統(Chemical-disease inference system),整合Halifax癌症研究計畫所提的11種致癌性關鍵事件(HOCs,詳述如下) 所相關的基因與路徑,以國際癌症研究署(International Agency for Research on Cancer, IARC)、國家毒理學計畫(National Toxicology Program, NTP)與美國環境保護署(US Environmental Protection Agency, EPA)的致癌物清單物質做為樣本,分析其關鍵基因交互作用與受影響的關鍵路徑。結果顯示這些已知致癌物的確比其他化學物質具有的較高HOC數目,除了證實整合HOC資料的實用性外,並確認ChemDIS系統與這個分析方法將有助於對致癌物質進行優先排序。

詳細內容請參考原文:Curation of cancer hallmark-based genes and pathways for in silico characterization of chemical carcinogenesis,Database (2020) 2020, p1; doi: 10.1093/database/baaa045

11種致癌性關鍵事件(Hallmarks of Cancer, HOCs)

  • 新陳代謝失調(Deregulated metabolism)
  • 逃避抑制生長訊號(Evasion of anti-growth signaling)
  • 血管新生(Angiogenesis)
  • 免疫系統逃避(Immune system evasion)
  • 抗細胞死亡(Resistance to cell death)
  • 無限增殖(Replicative immortality)
  • 持續的增殖訊號(Sustained proliferative signaling)
  • 侵入組織與轉移(Tissue invasion and metastasis)
  • 促進腫瘤的炎症(Tumor-promoting inflammation)
  • 腫瘤微環境(Tumor microenvironment)
  • 基因組不穩定(Genome instability)

後註1:童俊維教授現任台北醫學大學大數據科技及管理研究所

後註2:Halifax癌症研究計畫推展於2012年至2015年期間,來自31個國家/地區的350多位癌症研究人員和醫生共同彙整癌症相關研究。該計畫分為兩個研究團隊,目標是解決兩個重要的癌症研究議題。一個研究團隊針對廣泛分子靶標的先進治療設計;而第二研究團隊則著重於環境中低劑量暴露的化學混合物之潛在致癌性。

編譯:徐如欣 研究助理、鄭獻仁 博士/兼任助理教授
校稿:鄭獻仁 博士/兼任助理教授、童俊維 教授、林嬪嬪 研究員