近年来，癌症研究有了显着改善，这主要归功于下一代测序 (NGS) 技术。因此，产生了大量的基因组和转录组数据。在大多数情况下，会使用研究目标所需的数据，并丢弃不需要的读数。然而，这些被淘汰的数据包含相关信息。为了检验这一假设，研究人员从公共数据集中获取了基因组和转录组数据。
在Oncotarget上发表的一项新研究观点中，北里奥格兰德州联邦大学的 Instituto Metrópole Digital 和 Núcleo de Pesquisas em Oncologia 以及帕拉联邦大学的 Instituto de Ciências Biológicas 的研究人员使用宏基因组工具探索基因组癌症数据;额外的注释用于探索来自 miRNA 实验的差异表达的 ncRNA，并且还研究了来自 RNA-seq 实验的肿瘤样本附近的变异。
“在这里，我们展示了从高通量癌症研究产生的非靶向信息中获益的潜在策略，”研究人员说。
在所有分析中，都获得了新数据：从 DNA-seq 数据中，微生物组分类学的特征与专用宏基因组研究的性能相似;从 miRNA-seq 数据中，发现了额外的差异表达的 sncRNA;在肿瘤和肿瘤附近的组织数据中，发现了体细胞变异。
这些发现表明，来自 NGS 实验的未探索数据可以帮助阐明致癌作用并发现具有临床应用的推定生物标志物。应考虑对实验设计进行进一步调查，提供优化数据的机会，节省时间和资源，同时允许从同一样本和实验运行中访问多个基因组观点。
“总而言之，我们的结果强化了这样一个假设，即可以从 NGS 中提取大量额外的和潜在有用的信息。此外，对每个可用信息的综合调查应该对每个实验的分子场景提供更广泛和更可靠的解释，”研究人员总结道.
标签：
免责声明：本文由用户上传，如有侵权请联系删除！