最近的一项研究发现，可以将来自一大批患有多种类型肿瘤的患者的各种分子数据与临床变量结合起来，以帮助预测患者的总体生存期。这项研究还表明，对多种肿瘤类型进行大规模分析可以检测出重要的遗传改变，而对单个肿瘤类型的分析可能会遗漏这些遗传改变。

在这项多机构研究中，研究人员分析了来自四种癌症类型（透明细胞肾细胞癌，多形性胶质母细胞瘤和肝癌）的953个样本的几种类型的分子数据（体细胞拷贝数改变； DNA甲基化； mRNA，microRNA和蛋白质表达）卵巢浆液性腺癌和肺鳞状细胞癌）。还研究了临床变量，例如来自同一组患者的患者年龄和肿瘤分期。分子和临床数据来自《癌症基因组图谱》。

德克萨斯大学MD安德森癌症中心生物信息学和计算生物学系助理教授韩亮博士及其同事开发的统计模型表明，分子数据和临床因素的结合可以预测总体生存率在所研究的四种癌症类型（肾癌，卵巢癌和肺癌）中，有三种比单独的临床因素更准确。

“与以前由单一癌症或数据类型驱动的研究相比，我们可以根据不同的分子数据评估患者的生存预测，并描述多种癌症之间潜在的预后和/或治疗意义，”梁博士说。

对12种癌症类型的进一步分析确定了临床相关基因中的10281种体细胞改变。梁医生说，在对单一肿瘤类型的分析中，许多这些改变都不会以证实进一步研究的频率被揭示出来。

梁博士说：“通过分析多种癌症类型的数据，我们能够系统地评估预后模型，并更彻底地鉴定导致肿瘤形成的基因改变。” “仅通过观察一种癌症类型的肿瘤数据就无法获得。”

梁博士补充说，将需要对独立患者队列进行进一步的研究，以确定如何将大规模的分子图谱数据与临床变量一起用于将癌症患者分为各种风险组，以帮助指导监测和治疗策略。

该研究报告于6月发布在《 自然生物技术 》在线版上。

OncoLog ，2014年9月，第59卷，第9期