普瑞基准于欧洲肿瘤内科学会亮相多项研究结果

　　欧洲最具影响力的肿瘤学会议，一年一度的欧洲肿瘤内科学会(ESMO)年会如期而至，今年因为疫情原因，改为线上会议模式，但依然一如既往地汇聚了来自世界各地顶级的肿瘤学专家和学者，共同探讨和分享肿瘤诊疗的最新研究进展。

　　在本届ESMO中，普瑞基准团队与多位国内知名临床专家合作，共提交了4项研究成果，4项成果全部入选本届大会的电子壁报。研究成果包括普瑞团队研发的AI驱动的癌症药物大数据分析系统（AIBERT），探索组织Panel TMB计算的影响因素；与专家合作的中国上皮性卵巢癌人群DNA损伤修复基因胚系突变情况统计，以及通过上皮卵巢癌的基因组分析揭示影响PDX成功率的分子特征。研究充分展示了普瑞基准在多组学（multi-omics）检测技术、生物信息学（Bioinformatics）、机器学习与生物统计（AIBERT平台）等方面具备独特且领先的技术。

　　下面将为大家详细介绍本次大会普瑞基准展示的精彩内容：

AI驱动的癌症药物大数据分析系统（AIBERT）

　　AI-driven Big data analytics for.Effective Response of cancer Therapy

　　研究内容：

　　我们收集并清理了来自癌症患者与癌症细胞系的多组学以及药物大数据资源，包括：1）多个癌症基因组联盟项目，如癌症基因组图谱计划（The Cancer Genome Atlas, TCGA）、国际癌症基因组联盟计划（ICGC）、临床蛋白质组肿瘤分析联盟（Clinical Proteomics Tumor. Analysis Consortium, CPTAC）；2）其它已经发表癌症多组学的研究；3）普瑞基准私有的中国癌症患者人群的多组学数据。这些数据主要通过全外显子测序，全基因组测序，RNA-seq，单细胞RNA-seq，以及质谱技术产生。基于领先的生物信息流程、算法以及人工智能技术，我们开发了大数据分析平台AIBERT——包括大数据资源，特征度量模块与高阶分析模块。AIBERT大数据资源包括经过仔细注释、来自癌症患者的癌症基因组数据，基于癌症细胞系的功能基因组数据以及药物基因组数据。AIBERT的特征度量模块，将基于客户的私有多组学数据，使用数十个高效、精准并结合AI技术的生物信息方法，在肿瘤基因、肿瘤信号通路、肿瘤组学范围、肿瘤微环境等四个层次进行特征度量。基于特征度量与大数据资源，AIBERT充分使用AI技术进行高阶模块分析，为创新药物企业提供以药物为中心的靶标、生物标志物、药物组合、适应性临床设计相关的决策支撑服务。AIBERT重点关注从基因型到表型一致的临床相关信号，并很好平衡数据挖掘过程中的准确性与稳健性。

　　研究结论：

　　AI驱动的大数据分析平台AIBERT，为药物研发的主要挑战提供了创造性的解决方案。

　　使用靶向Panel测序数据进行肿瘤突变负荷估计的性别及年龄偏差

　　Sexand..Age-related Biasin. Estimating Tumor.Mutation Burden from.Targeted Panel Sequencing Data

研究内容：

　　本研究使用来自TCGA近9000个患者的全外显子组数据鉴定的体细胞突变数据，对11个主流的靶向基因Panel在估算TMB方面的性能进行了综合评估。聚焦在排序分组（分类）中出现的严重误判，对患者不同性别或年龄组中基于Panel计算的TMB偏差进行检查发现，当使用某些Panel时，即使在Panel和全外显子组间TMB相关度很高的某些癌种（例如肺癌）中，仍然有特定性别或年龄的患者被错误分类（分组）的倾向。虽然不同性别组中Panel与全外显子组间TMB偏差程度区别较小，不同年龄组中的偏差区别在特定癌种中表现显著，且在不同Panel中，这种显著表现是一致的。

　　研究结论：

　　这些结果突出强调了使用靶向Panel测序数据对特定性别和年龄组患者进行TMB估算时的缺陷。这些未被重视的缺陷应当引起我们的高度重视。本研究为如何针对特定患者选择合适的基因Panel进行TMB估算以减少偏差提供了颇具价值的参考信息。

中国上皮性卵巢癌人群DNA损伤修复基因胚系突变谱

　　The germline mutation landscape of DDR genesin. Chinese patients with epithelial ovarian cancer

　　研究内容：

　　使用普瑞基准的昂可迪?（OncoDeficiency?）产品对449例中国上皮性卵巢癌（EOC）患者进行涵盖28个同源重组修复（HRR）基因和4个错配修复（MMR）基因在内的36基因Panel胚系基因检测，结果分析表明：

　　在449例EOC患者中检出110个DDR基因胚系致病或可能致病（P/LP）变异，其中23.8%患者携带BRCA1/2胚系变异，7.1%患者携带其他DDR基因胚系变异。

　　除BRCA1/2外，RAD51D基因突变频率最高。

　　在110个胚系P/LP变异中，移码突变和无义突变是最常见的类型，RAD51D 基因的c.270_271dup是最常见的变异，共有8个患者携带该变异。

　　大部分携带BRCA1胚系P/LP变异的患者诊断年龄在40-59岁之间，而BRCA2携带者诊断年龄则多分布于50-69岁之间，RAD51D携带者则多分布于40岁以下。

　　研究结论：

　　该研究揭示了中国EOC人群DDR基因突变谱，可对包括BRCA1/2基因在内的多个DDR基因的癌症风险提供参考信息。