MOSAIC：基于多组学空间转录组学的癌症异质性大尺度资源构建与初步发现

《Genome Medicine》：MOSAIC: Intra-tumoral heterogeneity characterization through large-scale spatial and cell-resolved multi-omics profiling

摘要

背景

理解肿瘤微环境有望显著推进精准肿瘤学的发展，但这一努力一直受到一致性大型数据集稀缺的阻碍。

结果

在此，我们介绍MOSAIC（癌症多组学空间图谱），这是一项多中心临床组学研究，对多种肿瘤类型的2700多例癌症样本进行了分析。MOSAIC利用近期的技术进步，将空间转录组学和单核转录组学与互补的数据模态（包括组织学扫描、全转录组测序和全外显子组测序）整合在一起，以全面呈现癌症的组织学、基因组学和转录组学特征，从而揭示单一模态无法解释的见解。MOSAIC还收集了大量经过整理的临床信息。MOSAIC联盟旨在利用人工智能和其他计算方法整合所有数据模态，以识别具有临床意义的生物标志物和癌症亚型。本文概述了MOSAIC的核心目标、概念验证、设计以及实验考量。此外，我们介绍了MOSAIC Window计划，该计划提供了来自60例患者和5种肿瘤类型的首批发布数据集，展示了项目的潜力，并可从欧洲基因组-表型组档案（EGA；研究ID：EGAS50000000689）获取。我们展示了多组学方法在量化患者内和患者间异质性方面的强大作用，揭示了不同的肿瘤亚群，并发现恶性细胞内在致癌信号与肿瘤微环境细胞共定位之间存在相关性。这些发现通过四个多样化的案例研究得以体现，突出了整合多组学数据在解析癌症异质性方面的作用，并为治疗策略提供参考。

结论

MOSAIC建立了用于研究肿瘤内异质性的大型标准化多组学资源，其初始公开版本（MOSAIC Window）已向研究社区开放，并计划进一步发布更多数据。