西奈山医学院的研究人员开发了一种新的模型，该模型利用来自数百名患者的DNA和RNA测序数据，来识别一种被称为多发性骨髓瘤的血癌从未定义过的亚型的特定基因和基因改变，他们还根据这些发现确定了潜在的靶向治疗方法，发表在11月的《科学进展》(Science Advances)上。
这是首个使用多组学(multi-omics)、整合和分析多种数据类型来创建多发性骨髓瘤计算模型的研究，科学家们将其命名为多发性骨髓瘤患者相似网络(MM-PSN)。分析中确定的基因包括一些与复发高风险相关的基因。
“我们的发现对新型精准医学工具的开发和临床试验有直接的意义，因为不同的亚组患者可能根据他们的基因组和转录组特征，对不同的靶向和免疫肿瘤治疗有反应，”西奈山Tisch癌症研究所肿瘤学助理教授、首席作者亚历山德罗·拉加纳博士说：“这些研究是促进我们对骨髓瘤病理理解的基础，并为未来针对特定患者亚群量身定制的新疗法的药物再利用方法的研究铺平了道路。”
研究人员认为，MM-PSN通过将患者与高度相似的DNA和RNA谱联系起来，形成比以前的分类更颗粒化和同质的分类，捕捉了多发性骨髓瘤的复杂性。在MM-PSN模型中，研究人员将患者表示为节点，就像在一个社交网络中一样，这些节点根据它们的DNA和RNA图谱的相似程度彼此连接。
为了创建MM-PSN，研究人员分析了从655名新诊断多发性骨髓瘤患者的DNA和RNA测序中获得的五种不同类型的数据。MM-PSN的分析确定了3个主要类群和12个亚类群具有不同的遗传和分子特征，揭示了以前定义的疾病亚型的显著多样性，如超二倍体和mmset易位，它们是染色体异常——以及对每位患者癌症中发生的初级和次级基因组改变的新见解。
MM-PSN的最大发现之一是1号染色体区域内的异常，这是最重要的单一遗传变异，与复发的高风险相关;这项研究建议，现在应该将它纳入国际骨髓瘤分期系统。研究人员还发现了目前多发性骨髓瘤分类之外的新的高危患者类别，包括复发风险最高、总生存时间最短的患者之一，以及通常与更有利的预后相关的另一种患者。
