EMBO Mol Med：鉴定癌症类型的新技术

犹他州大学Huntsman癌症研究所的研究人员称他们已经发现了一种快速、准确且成本低廉的方法来确定引发癌症的遗传物质的重组即染色体易位情况。有关该方法的描述和研究结果发表在EMBO Molecular Medicine杂志上。

许多癌症类型是由肿瘤细胞中染色体易位导致的。虽然已发现数百种引发癌症的染色体易位，但目前检测方法有重大缺陷。

犹他州大学Huntsman癌症研究所主任Stephen Lessnick医学博士所在的实验室开发的这种新型抗体的技术结合微阵列技术，运用检测染色体易位存在的抗体就能在一个单一的测试中就可以看到数千个染色体易位。Lessnick说：过去，病理学家通过显微镜检测肿瘤样本是诊断癌症类型的最好的方法。目前可用的分子检测速度慢、效率低而且价格昂贵，最大的问题之一是你需要高品质的肿瘤样本，而好的肿瘤样本在临床上并不总是能够获得的。据Lessnick介绍，他的方法对样本的严格性比现行标准技术要更低。

Lessnick说：“本来，这种方法是犹他州大学Huntsman癌症研究所凯恩斯实验室（由布拉德利·凯恩斯博士为首）用于研究酵母中RNA的。我们将其应用到我们人体组织中的染色体易位的研究中。他说接下来的任务就是要找到一个商业合作伙伴，将这种研究技术发展成一个诊断测试，医生可以用它来帮助诊断病人。

使用这种方法，所建立的单一的阵列可以同时测试所有已知的致癌易位。Lessnick说目前，医生已决定运用该技术试验来测试染色体易位引发的某些特定的癌症类型。

研究人员将技术方法用于尤因氏肉瘤（一种罕见的儿童癌症）的研究，但Lessnick认为该技术可以很容易地适用于易位引发的任何类型的癌症。

这个项目的资金来自美国国立卫生创新分子分析技术计划资助。该计划的重点是将基础科学实验室研究加快进入到临床领域。Lessnick说：“他们愿意资助这种研究技术，因为研究初步数据显示该技术走向临床应用的可能性很大”。

Lessnick是犹他州立大学儿科血液/肿瘤科教授，参与研究的其他研究者包括布拉德利凯恩斯河博士、霍华德·休斯医学研究所的研究员，并在犹他州立大学肿瘤学系教授、基因芯片和基因组分析核心研究院的Brett Milash博士和Brian Dalley博士。（生物谷：Bioon）

doi:10.1002/emmm.201200225
PMC:
PMID:

Antibody detection of translocations in Ewing sarcoma.

Wen Luo, Brett Milash, Brian Dalley, Richard Smith, Holly Zhou, Natalie Dutrow, Bradley R. Cairns, Stephen L. Lessnick.

The detection of chromosomal translocations has important implications in the diagnosis, prognosis and treatment of patients with cancer. Current approaches to translocation detection have significant shortcomings, including limited sensitivity and/or specificity, and difficulty in application to formalin-fixed paraffin-embedded (FFPE) clinical samples. We developed a new approach called antibody detection of translocations (ADOT) that avoids the shortcomings of current techniques. ADOT combines a transcriptional microarray-based approach with a novel antibody-based detection method. ADOT allows for the accurate and sensitive identification of translocations and provides exon-level information about the fusion transcript. ADOT can detect translocations in poor-quality unprocessed total ribonucleic acid (RNA). Furthermore, the technique is readily generalizable to detect any potential fusion transcript, including previously undescribed fusions. We demonstrate the feasibility of ADOT by examples in which both known and unknown Ewing sarcoma translocations are identified from cell lines, tumour xenografts and FFPE primary tumours. These results demonstrate that ADOT may be an effective approach for translocation analysis in clinical specimens with significant RNA degradation and may offer a novel diagnostic tool for translocation-based cancers.