Nature Genetics | 解锁癌症的第三维度：当基因组从“线性”变“立体”，研究人员发现了...

主要观点总结

本文介绍了研究团队对单细胞三维基因组在Kras驱动癌症演化过程中的研究。通过前沿成像技术追踪单个癌细胞内部三维基因组的奥秘，揭示在从正常细胞到癌细胞演化过程中，三维基因组结构的非单调演化模式。研究发现了结构瓶颈和特征性的三维基因组指纹，并可通过机器学习准确判断细胞身份和演化阶段。同时，研究也揭示了关键驱动基因和蛋白因子的作用，为癌症诊断和治疗提供了新的视角。

关键观点总结

关键观点1: 研究团队采用染色质追踪技术，以单细胞分辨率追踪Kras驱动癌症演化过程中三维基因组的实时变化。

使用特殊的小鼠模型模拟人类肺腺癌的发生过程，并对不同阶段的细胞进行三维基因组的‘拍照’。发现了三维基因组结构在癌前病变到侵袭性肿瘤过程中的非单调演化模式，呈现出先收紧再放松的舞蹈。

关键观点2: 研究揭示了单细胞三维基因组结构蕴含的信息量足以区分癌症不同阶段，并可以通过机器学习模型进行高准确率预测。

利用机器学习模型分析细胞的三维基因组构象，准确判断细胞身份和演化阶段。通过降维聚类分析发现绿色腺瘤细胞的三维基因组结构处于良性腺瘤细胞和最终LUAD细胞之间的过渡状态。

关键观点3: 研究发现了三维基因组结构的改变对癌症演化的推动作用及关键驱动基因的作用。

通过综合分析找到了真正的候选进展驱动基因（CPD基因），这些基因在LUAD细胞中的表达具有非常高的同质性。在临床数据中验证了这些CPD基因的威力，并发现它们对于所有癌细胞的生存至关重要。

关键观点4: 研究挑战了我们对某些经典调控蛋白的传统认知，揭示了它们在癌症中的非经典功能。

意外发现Rnf2这一核心蛋白在癌症中的双重身份，它在抑制基因表达的同时也能促进基因活化，对调控肺癌三维基因组演化起关键作用。