科学家开发了一种计算工作流程，可以预测与癌症体细胞突变相关的代谢物和代谢途径

韩国科学技术院(KAIST)化学与生物分子工程系教授金铉旭(音)领导的研究小组与首尔大学医院的高永吉(音)教授、尹洪锡(音)教授、郑昌旭(音)教授的研究小组合作，开发了能够系统预测与癌症体细胞突变相关的代谢物和代谢途径的计算工作流程。

　　

癌症以不同于正常细胞的异常代谢过程为特征。因此，人们对肿瘤代谢进行了广泛的研究，以制定有效的诊断和治疗策略。癌症代谢研究的显著成就包括发现肿瘤代谢物*，以及美国食品和药物管理局(FDA)批准针对与肿瘤代谢物相关的酶的抗癌药物。已获批准的抗癌药物如“Tibsovo(有效成分:ivosidenib)”和“Idhifa(有效成分:enasidenib)”都用于治疗急性髓性白血病。尽管取得了这些成就，但由于代谢组学等方法耗时且昂贵，研究癌症代谢，特别是肿瘤代谢物仍然具有挑战性。因此，虽然相对大量的癌症相关基因突变已经得到了很好的研究，但确诊的肿瘤代谢物数量非常少。

肿瘤代谢物:一种在癌细胞中异常积累时显示促癌功能的代谢物。肿瘤代谢物通常是由于基因突变而产生的，这种积累促进了癌细胞的生长和存活。代表性的肿瘤代谢物包括2-羟基戊二酸、琥珀酸和富马酸。 

3月18日，KAIST化学与生物分子工程系教授Hyun Uk Kim领导的研究小组与首尔大学医院教授yonggil Koh、Hongseok Yun、Chang Wook Jeong合作，开发了一种计算工作流，可以系统地预测与癌症体细胞突变相关的代谢物和代谢途径。 

研究小组通过将公开获得的癌症患者转录组数据(即来自国际癌症基因组联盟，如PCAWG和TCGA)整合到一个通用的人类GEM中，成功地重建了24种癌症类型的1043名癌症患者的患者特异性基因组尺度代谢模型(GEMs)*。由此产生的患者特异性GEMs使预测每个患者的代谢表型成为可能。

*基因组尺度代谢模型(GEM):用数学方法描述细胞内发生的所有生化反应的计算模型。它允许在各种遗传和/或环境条件下预测细胞的代谢表型。

该团队利用来自1043名癌症患者的患者特异性gem和从相应癌症患者获得的体细胞突变数据，开发了一个四步计算工作流。该工作流程首先通过模拟患者特异性GEMs计算每种代谢物的通量和值。通量和值量化了代谢物在细胞内的重要性。接下来，该工作流程通过对预测通量和数据和突变数据的统计分析，确定似乎与特定基因突变显著相关的代谢物。最后，该工作流程选择改变的代谢途径，这些途径对预测的肿瘤代谢物候选物的生物合成有重要贡献，最终产生代谢物基因途径集作为输出。 

两位共同第一作者GaRyoung Lee博士(目前是丹娜-法伯癌症研究所和哈佛医学院的博士后)和Sang Mi Lee博士(目前是哈佛医学院的博士后)说:“开发的计算工作流程可以系统地预测基因突变如何通过代谢途径影响细胞代谢。重要的是，基于癌症患者群体的突变和转录组数据，它可以很容易地应用于不同类型的癌症。” 

金教授说:“计算工作流程及其产生的预测结果将作为识别新型肿瘤代谢物和促进各种治疗和诊断策略发展的基础。”