不断突变的肿瘤基因组是影响抗肿瘤药物（特别是肿瘤靶向药物）有效性的主要因素。多种小分子激酶抑制剂和单克隆抗体药物已被成功的用于癌症治疗，并且大部分这些靶向药物依赖特定的基因组突变。越来越多的临床试验和肿瘤细胞系研究也表明大量的肿瘤基因组突变和药物敏感性存在因果关联，但绝大多数这些药物响应相关的肿瘤突变信息未被应用于指导药物开发，重用和临床使用。当前，随着精准医疗的推进，类似NCI-MATCH的大规模肿瘤靶向药物临床试验将揭示更多的肿瘤突变依赖的药物响应结果，为深入指导肿瘤治疗方案的制定提供了临床数据，同时也为同病异治和异病同治的实践提供有力依据。
虽然目前已经存在多种数据库资源（例如德州大学安德森癌症中心的Personalized cancer therapy数据库和华盛顿大学的Clinical Interpretations Of Variants In Cancer数据库）能够查询肿瘤突变依赖的药物响应信息，然而，目前还没有生物信息学分析工具能够结合整个肿瘤基因组的突变谱，从基因组水平上对肿瘤药物敏感性进行分析和可行性突变（actionable mutation）排序。在本项目中，李俊教授课题组和香港大学研究人员开发了一个名为Mutation To Cancer Therapy Scan的网络服务器，或者简称为mTCTScan（http://147.8.193.36/mTCTScan），可以基于给定的癌症基因组谱分析突变肿瘤药物关联。研究人员从文献和公共资源中策划和编制已知的癌症药物-突变关联数据，并结合Genomics of Drug Sensitivity in Cancer资源中的癌症功能事件和药物敏感性之间的细胞系水平关联数据。通过使用基于证据的统计评分策略，mTCTScan能够整合所有与癌症药物和临床前化合物的关联来排优化可行性突变，并结合整个癌症基因组谱（而非单个的基因突变）来分类抗肿瘤药物/化合物。另外，mTCTScan还纳入了全面的癌症相关突变注释和药物信息，包括突变基因组特征，突变种系/体细胞发生率，不同生物过程中突变的已知和预测的致病性/有害性信息，突变保守性信息，药物描述和临床试验信息等，以更好地解释突变对药物敏感性的影响。相信通过使用mTCTScan的资源和计算方法，不管是药物基因组学研究人员还是肿瘤临床医生都可以更好的解读肿瘤基因组和药物敏感性的因果关联。
李俊教授团队长期致力于使用生物信息学方法研究功能基因组和遗传突变，尤其是有关影响基因调控的非编码遗传变异和功能元件。先后设计和开发多种人类基因组和遗传学领域的算法，数据库和在线平台。例如全基因组关联知识库GWASdb，预测调控变异的算法平台GWAS3D得到国际同行广泛认可，被大量高水平期刊引用。李俊教授目前正结合肿瘤细胞系的药物筛选数据、深度学习和基因编辑等技术手段研究肿瘤药物基因组学。
该研究得到天津市青年****科研启动基金、天津医科大学基础医学卓越人才计划项目基金和香港大学Y S and Christabel Lung基金等资助。
基础医学院 科技处
论文链接：
mTCTScan a comprehensive platform for annotation and prioritization of mutations affecting drug sensitivity in cancers.pdf