近年來，癌癥研究有了顯著改善，這主要歸功于下一代測序 (NGS) 技術。因此，產生了大量的基因組和轉錄組數據。在大多數情況下，會使用研究目標所需的數據，并丟棄不需要的讀數。然而，這些被淘汰的數據包含相關信息。為了檢驗這一假設，研究人員從公共數據集中獲取了基因組和轉錄組數據。
在Oncotarget上發(fā)表的一項新研究觀點中，北里奧格蘭德州聯邦大學的 Instituto Metrópole Digital 和 Núcleo de Pesquisas em Oncologia 以及帕拉聯邦大學的 Instituto de Ciências Biológicas 的研究人員使用宏基因組工具探索基因組癌癥數據;額外的注釋用于探索來自 miRNA 實驗的差異表達的 ncRNA，并且還研究了來自 RNA-seq 實驗的腫瘤樣本附近的變異。
“在這里，我們展示了從高通量癌癥研究產生的非靶向信息中獲益的潛在策略，”研究人員說。
在所有分析中，都獲得了新數據：從 DNA-seq 數據中，微生物組分類學的特征與專用宏基因組研究的性能相似;從 miRNA-seq 數據中，發(fā)現了額外的差異表達的 sncRNA;在腫瘤和腫瘤附近的組織數據中，發(fā)現了體細胞變異。
這些發(fā)現表明，來自 NGS 實驗的未探索數據可以幫助闡明致癌作用并發(fā)現具有臨床應用的推定生物標志物。應考慮對實驗設計進行進一步調查，提供優(yōu)化數據的機會，節(jié)省時間和資源，同時允許從同一樣本和實驗運行中訪問多個基因組觀點。
“總而言之，我們的結果強化了這樣一個假設，即可以從 NGS 中提取大量額外的和潛在有用的信息。此外，對每個可用信息的綜合調查應該對每個實驗的分子場景提供更廣泛和更可靠的解釋，”研究人員總結道.
標簽：
免責聲明：本文由用戶上傳，與本網站立場無關。財經信息僅供讀者參考，并不構成投資建議。投資者據此操作，風險自擔。 如有侵權請聯系刪除！