具有障碍性HRR的细胞依赖于易于错误的途径,例如非同源末端连接来修复DSB,从而导致遗传像差和基因组不稳定性的积累。这样的畸变可能是DNA的部分的损失或重排,包括整个基因。这种HRR能力丧失和相关基因组不稳定性的表型称为同源重组缺乏,或HRD 4,5(图2)。
这里{ pi }是概率分布,ρ i A 和ρ i B 分别为子系统A和B的状态,则它是可分离的,否则它是纠缠的。对于2 ⊗ 2和2 ⊗ 3系统,上述问题可以通过Peres-Horodecki准则完全解决:二分状态ρ AB 是可分离的当且仅当它是正部分转置(PPT),即(id⊗T)(ρAB)≥0[6]。然而对于任意维系统,该问题是NP难的[7]。在过去的二十年中,还有其他几个突出的准则。可计算交叉范数或重排准则(CCNR)准则由Rudolph[8]以及Chen和Wu[9]提出。 2006 年,作者提出了局部不确定性关系 (LUR),并证明 LUR 比 CCNR 准则更强 [10]。2007 年,作者提出了一个基于 Bloch 表示的准则 [11]。随后,张等人提出了增强重排准则 [12]。2015 年,作者提出了一种改进的 CCNR 准则,并证明其比 CCNR 准则更强 [13]。2018 年,尚等人提出了二分状态可分性的充分条件,称为 ESIC 准则 [14]。最近,Sarbicki 等人提出了一类基于状态的 Bloch 表示的可分性准则 [15]。随后,他们证明
间变性淋巴瘤激酶(ALK)基因变异(重排/融合、突变或扩增)已发现于多种肿瘤中,ALK变异是非小细胞肺癌(NSCLC)肿瘤进展的主要外在原因,仅次于EGFR突变,约占NSCLC患者的2%~7%,最常见于年轻非吸烟肺腺癌患者。存在ALK重排(融合)的NSCLC对ALK抑制剂敏感,而存在某些ALK激酶区域获得性突变(如L1196M、G1269A、G1202R、T1151dup、l1152R、C1156Y、F1174L等)或拷贝数扩增的NSCLC可能对早期一代ALK抑制剂克唑替尼耐药,但对新一代ALK抑制剂敏感[1]。 NGS可以帮助我们准确检测出ALK新的融合基因,指导我们理解ALK融合基因在NSCLC中的意义。既往研究发现,ALK的不同融合亚型可影响患者对不同TKI药物的敏感性,如P.il1171ASN突变(C.3512T>A)可诱导对克唑替尼和艾乐替尼的耐药,但对舍曲替尼无耐药性;P.tHR790MET突变是TKI耐药的主要机制(C.2369C>T)[2]。
肺癌在中国所有恶性肿瘤的发病率和死亡率上排名第一(1)。非小细胞肺癌(NSCLC)约占肺癌的85%。NSCLC的发作是阴险的,这种疾病通常在诊断时处于晚期阶段,预后不良(2)。肿瘤淋巴瘤激酶(ALK)基因重排是由NSCLC患者的染色体反转引起的。棘皮动物微管相关的蛋白样4(EML4)和ALK基因重排形成的融合基因(EML4-ALK)也称为ALK基因阳性。EML4-ALK是一个重要的肿瘤驱动基因,可促进NSCLC的发生和进展,发生率为3-5%(3)。针对晚期ALK阳性NSCLC的靶向治疗可以有效延长具有明显治愈作用的患者的生存时间(4-8)。各种ALK酪氨酸激酶抑制剂(ALK-TKI)已用于治疗EML4-Alk-Alk-Alk阳性NSCLC患者。crizotinib是食品药物管理局(FDA)批准的第一种药物治疗ALK阳性NSCLC患者(9)。随后的第二代抑制剂,例如Ceritinib,Aletecinib,Ensartinib和Brigatinib,以及第三代抑制剂Lorlatinib,已显示出更强的抑制作用和更高的血脑屏障渗透性(10-12)。这些药物已经在中国市场上。
通过对各种微核生素的分析,我们先前曾认为,真核基因组是动态系统,依靠表观遗传机制来区分种系(即,DNA要遗传)与SOMA(即DNA)(即DNA)(即经过多倍倍倍化重排等,基因组重排等)),即使在单个核的背景下也是如此。在这里,我们通过包括两个有据可查的观测值来扩展这些论点:(1)真核基因组经常与移动遗传元件(MGE)(如病毒和可替代元素(TES)(TES)(TES),造成遗传冲突,以及(2)表观遗传机制调节MGES。综合这些思想导致了以下假设:在最后一个真核生物共同祖先(LECA)中,遗传冲突有助于动态真核生物基因组的演变,并且可能导致真核生态发生(即,可能是Feca的驱动力,是Feca的驱动力,是第一个真核生物共同的祖先)。性别(即减数分裂)可能是在LECA种系 - 疾病区分的背景下进化的,因为该过程通过调节/消除体细胞(即多倍体,重新排列)遗传物质来重现种系基因组。我们对这些思想的综合,通过整合MGES和表观遗传学的作用来扩展真核生物起源的假设。
解决了概率和数学物理学方面的问题[11],[12],Erd˝os降低了磁等含量不平等[10]。它将Faber-Krahn的不平等概括为磁性laplacian。从P´olya和Szeg˝o[19]开始,Faber- Krahn-Type的结果是通过证明重排不平等的。然而,磁场的包含使众所周知,很难实现标准的对称方法。erd˝os遇到了挑战头:他设法证明了磁重排的不平等,这让人想起了著名的p´olya-szeg˝o不平等现象,但引起了人们的注意。具有磁场的这种对称结果是 - alas! - 在[1] [5]之间很少。还有另一个引人注目的特征是,仅重新排列并不是争论磁性等等不平等。这与古典Faber-Krahn设置形成鲜明对比。完成证明的ERD˝OS引入了一种新的不平等,针对磁盘上的磁性schr odinger operator量身定制的,并且在没有磁场的情况下没有类似物。我们改善了Erd˝os的结果。他表明,如果平面域不是磁盘,那么在该域上,迪里奇特磁性laplacian的主要特征值严格比同一区域的磁盘大。我们采取下一步并建立稳定性:如果在平面域上的主要特征值在平面域上略大于同一区域的磁盘,那么该域与磁盘仅略有不同。在很大程度上由Fusco等人的开创性工作加油。最小的主要特征值的微弱扰动不会引起潜在的几何形状的巨大变化,并且这种动态对轨道强度非常敏感。我们用剩余的术语证明了我们的稳定性估计,该术语可以量化域和磁盘之间的区别。定量的faber-krahn型不平等现象几乎是围绕重新安排的经典理论而产生的。[13],最近十年引起了整个行业,现在致力于稳定的一系列几何和功能相等。我们的论文通过磁场提供了第一个稳定结果。在这里,完善的重排框架不再足够。
染色体碎裂、染色体合成和染色体复合等现象被称为染色体再生,它们构成了新型的复杂重排,包括许多仅位于少数染色体区域的基因组改变。近十年来,这些现象的发现改变了我们对染色体异常的形成及其病因的认识。尽管这些新的灾难性机制各有特点,但它们通常发生在单个细胞周期内,并且它们的出现与基因组不稳定性密切相关。人们已经提出了各种能够产生染色体再生的非排他性外源性或细胞机制。然而,最近的实验数据揭示了两个主要过程,这两个过程在染色体有丝分裂分离出现缺陷后,可产生一系列细胞事件,从而导致染色体再生。这些机制包括整合分离染色体物质的微核的形成,以及由于端粒融合而导致染色体物质周围出现染色质桥。在这两种情况下,受损染色体物质的碎裂、修复和传递的细胞和分子机制与染色体再生相关的复杂染色体重排的特征一致。在本综述中,我们介绍了每种类型的染色体再生,并描述了实验模型,这些模型可用于验证染色体再生事件的存在,并更好地了解其形成和传递的细胞机制,以及它们对基因组稳定性和可塑性的影响。21
该检测采用单一 DNA 提取方法,从常规 FFPE 活检或手术切除标本中提取 50-1000 ng DNA,构建全基因组散弹枪文库,并基于杂交捕获 309 个癌症相关基因的所有编码外显子、1 个启动子区域、1 个非编码 RNA (ncRNA) 以及 34 个常见重排基因的选定内含子区域,其中 21 个还包括编码外显子(请参阅下表 2 和表 3,了解 F1CDx 中包含的基因完整列表)。因此,该检测总共可检测到 324 个基因的变异。使用 Illumina ® HiSeq 4000 平台,杂交捕获选定的文库可进行高均匀深度测序(目标中位覆盖率 > 500X,覆盖率 > 100X 时外显子覆盖率 > 99%)。序列数据使用定制的分析流程进行处理,该流程旨在检测所有类型的基因组变异,包括碱基替换、插入/缺失、拷贝数变异(扩增和纯合缺失)和选定的基因组重排(例如基因融合)。此外,还将报告基因组特征,包括微卫星不稳定性 (MSI)、肿瘤突变负担 (TMB) 和阳性同源重组缺陷 (HRD) 状态(tBRCA 阳性和/或 LOH 高)。
肺癌仍然是癌症发病率和死亡率的第一大原因,2018年全球估计有200多万新发病例和180万人死亡(1),2018年因肺癌死亡人数接近所有癌症死亡人数的五分之一(1)。肺癌的主要病理类型包括非小细胞肺癌(NSCLC)和小细胞肺癌(SCLC),NSCLC约占所有病例的80%–85%(2)。NSCLC的治疗是分期治疗。对于I期或II期患者,如无禁忌症,应行完整的手术切除。无法切除的患者应考虑化疗,联合/不联合放疗。长期以来,以铂类为基础的化疗一直是转移性NSCLC患者一线治疗的主要选择(3)。自20世纪90年代以来,随着对肺癌驱动基因的认识,靶向治疗[包括但不限于针对表皮生长因子受体(EGFR)突变、KRAS突变、ALK基因重排和ROS1重排的药物]改变了驱动基因突变NSCLC的治疗,显著延长了患者的生存期(4,5)。然而,尽管取得了长足的进步和新药的开发,预计5年总生存率(OS)仍仅为18%(6)。因此,迫切需要开发有效且低毒性的NSCLC治疗方法。
综合基因组分析 (CGP):综合基因组分析是一种下一代测序方法,能够检测新的和已知的变异,包括所有类别的基因组改变(碱基替换、插入和缺失、拷贝数改变和重排)和基因组特征(如肿瘤突变负担 [TMB] 或血液 TMB、微卫星不稳定性和杂合性缺失),以提供预后、诊断和预测见解,为所有癌症类型的个体患者提供治疗决策信息。