Fig
1:聚类数据中CLL亚型的组成和关系
用于分析的示意图，CLL8中CLL亚型的鉴定，以及REACH队列中的确认
在REACH试验的独立验证队列中，还确定了四个最大的簇(GI，(I)GI，EMT-L，(I)EMT-L)和NRIP1与炎症或tri(12)与EBF1-r信号的关联
REACH队列中GI/(I)GI和EMT-L/(I)EMT-L病例的共聚类支持治疗期间选择亚组特异性特征
b热图显示用于定义CLL亚型(n = 337)的k = 6的一致聚类
遗传特征的分布显示在热图下方
对于del(17p) (p = 0)观察到簇中变量的显著富集
05)，TP53突变(p = 0
01)、tri(12)(p = 7e 06)、del(13q) (p = 0
03)，以及IGHV突变状态(p = 0
008)(所有费希尔精确测试(双面))
TP53移码突变只发生在GI和EBF1-r病例中的剪接位点突变
三(12)在EBF1-r (72)中的比例过高
7%)
端粒长度在CLL亚型之间有显著差异(p 一个国际研究小组现在已经通过分析多层次的编码生物信息，对来自慢性淋巴细胞白血病患者(CLL)的700多个肿瘤样本进行了全面的描述和分类
通过详细绘制衍生信息，他们确定了与不同治疗组合的不同耐药模式相关的主要生物类别
除了表明炎症活性水平不同的变化外，基因组不稳定性的程度被证明是肿瘤亚组的主要区别特征
在癌症生物学中，高度的基因组不稳定性增加了基因组改变的可能性，并且在很大程度上依赖于肿瘤识别和修复获得性DNA损伤的能力
CLL的基因组不稳定性与编码基因组保护的细胞观察者(即所谓的肿瘤抑制基因)的区域的突变或染色体丢失有关
表现出肿瘤抑制基因失活的肿瘤通常结果不佳，早期检测有助于选择最合适的治疗方法
然而，基因组不稳定也发生在许多CLL病例中，没有这种可检测到的改变
正如约翰尼斯·布鲁赫多恩(乌尔姆大学)和他的同事在《自然通讯》杂志上报道的那样，肿瘤样本分析包括评估基因突变、染色体畸变、DNA甲基化、基因和蛋白质表达以及相关的通路信号活性
作者能够解码肿瘤生物学并翻译潜在的信息，从而有可能对肿瘤进行分类，而不管肿瘤抑制基因或DNA修复基因的可检测的缺失或突变
作者进一步发现，基因不稳定的肿瘤不仅关闭了DNA修复，而且表现出增强的和高度易错的修复活性
这进一步增加了基因组改变的积累速度，加速了抗性的发展
本研究中确定的另一个主要亚组显示出最低程度的基因组不稳定性，表现出在实体瘤转移过程中观察到的特征，这些特征以前在CLL并不知道能构建亚组特异性功能网络
CLL细胞可以通过血流到达身体的任何部位
因此，开发能使细胞脱离肿瘤以寻找更好的生存环境的机制似乎是多余的，这表现在实体瘤的转移过程中
然而，这些未被发现的网络可能会增加白血病细胞离开血流并迁移到淋巴组织的能力
几种靶向治疗方法针对相关机制和细胞在淋巴器官中积累的能力
现在建立的肿瘤分类代表了在理解潜在生物学、耐药机制方面的重大进步，并最终可能改善CLL个性化治疗方法的预后模型，并可能改善其他肿瘤实体
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
