瑞典皇家理工学院的Uhlen等人利用转录组学、基于抗体的分析及病理数据，形成了转录组的病理学图谱，为癌症的精准医疗提供了一个独立的公开资源。该研究结果刊登在《自然》杂志上。

      癌症是世界范围导致死亡的主要原因之一，因此明确个体肿瘤进展的分子机制是十分必要的。“肿瘤的共同特征”（The Hallmarks of Cancer）为理解分子机制提供了一个框架，到目前为止，研究重点已经放在个体癌症的基因改变上，包括基因组重排、基因扩增以及特定的癌症驱动突变。

      为了探究个体肿瘤的发病机制及进展的潜在分子机制，瑞典皇家理工学院的研究人员使用系统水平（systems-level）的方法来分析17种主要癌症类型在临床预后方面的蛋白质编码基因的全基因组转录组，并得到了人类癌症转录组的病理图谱。研究人员对约8000名具有临床预后的个体患者的全基因组转录组进行分析，并描述个体间的变异模式。研究数据来自大型公共数据库，例如癌症基因组图谱（The Cancer Genome Atlas，TCGA）和人类蛋白质图谱（Human Protein Atlas，HPA）。研究人员获得了一个普遍模式：患者较短的生存期与细胞生长相关的基因的上调以及参与细胞分化的基因的下调有关。研究人员通过对超过90万个Kaplan-Meier图进行分析，探索影响癌症临床预后的主要的特定基因，为进一步地纳入系统水平分析的深度研究铺平了道路。研究人员使用了基因组规模的代谢模型，发现癌症患者具有广泛的代谢异质性，突出了对于癌症精准治疗及个体化药物的需求。该研究的所有数据可从一个交互公开数据库（www.proteinatlas.org/pathology）获得。

      总之，与17种癌症相关的基因已经被瑞典研究人员绘制成了新的病理图谱。该图谱将不同水平的基因表达与不同癌症患者的生存率联系在一起，并指出了新的药物靶点的方向。（作者：马驰)

参考文献：Science 2017;357:eaan2507