尽管癌症治疗在过去几十年取得了重大进展，但对经典化疗、新型靶向治疗和免疫疗法的耐药性仍然是癌症患者治愈的主要限制因素。据报道，耐药发生在治疗前（原发性耐药性）或治疗后（获得性耐药性）（发病率为50/50），是高达90%的癌症相关死亡的原因。对抗耐药性的关键是了解耐药性机制，进一步开发新的治疗策略，特别是组合疗法，并确定预测性生物标志物，以指导个体患者的有效治疗方案。许多研究证明，患者来源的临床转录组数据和药物反应信息在帮助解决这些关键问题方面具有强大的作用。然而，相关数据的快速积累给数据的轻松访问、充分的数据重用和探索带来了挑战。因此，之前开发了癌症治疗反应基因签名数据库（CTR-DB 1.0），这是第一个具有癌症药物反应的患者衍生临床转录组的综合数据资源。
CTR-DB 1.0收集了83个具有癌症药物反应的治疗前临床转录组源数据集（即原发耐药数据集），涵盖28种癌症类型和275种治疗方案（包括化疗、靶向治疗和免疫疗法），其中所有转录组数据都使用统一的预处理管道进行了重新处理，药物、癌症和基因的术语也已标准化。除了数据浏览、检索和下载外，CTR-DB 1.0还提供单数据集探索、多数据集组合和比较以及生物标志物验证功能，以促进数据集成和重用。自2022年发布以来，CTR-DB 1.0受到了广泛关注。CTR-DB不仅为个性化肿瘤学的计算方法研究提供了关键的现实世界评估数据集，其分析结果也为耐药机制阐明和预测性生物标志物识别提供了证据，甚至为肿瘤发生机制阐明和靶点发现等抗药性以外的领域做出了贡献。
图形摘要（图源自Nucleic Acids Research ）
CTR-DB 1.0发布后，开发了两个类似的资源，ICBatlas和ClinicalOmicsDB。ICBatlas专注于免疫检查点阻断治疗。ClinicalOmicsDB收集来自11种癌症类型的临床试验的相关数据。随着人们对癌症耐药性研究的兴趣不断增加，我们最近观察到具有药物反应信息的治疗前临床转录组数据集（即主要耐药性数据集）显著增加。此外，如上所述，除了原发性耐药性外，相当一部分（甚至通常接近100%）最初受益的患者实际上也会出现获得性耐药性，转录组变化在获得性耐药性的发生中起着至关重要的作用。了解获得性耐药机制对于开发新颖有效的治疗策略至关重要。然而，没有数据库系统地收集具有获得的耐药性信息的临床转录组数据集。第三，基于CTR-DB 1.0使用统计，生物标志物验证是最受欢迎的功能。然而，1.0版本仅支持单个基因的生物标志物验证。目前，生物标志物面板（即组合生物标志物）的识别已成为一种趋势，因为人们普遍认识到，生物标志化合物面板比单一生物标志物具有更好的敏感性/特异性。然而，目前的数据库/工具都不支持基于临床组学数据的预测性生物标志物面板验证和发现。
研究提出了CTR-DB 2.0(http://ctrdb.ncpsb.org.cn). CTR-DB 2.0已将主要耐药源数据集的数量从83个显著扩展到190个，涵盖了更广泛的不同癌症类型和临床治疗方案，并系统收集了13个获得的耐药源数据集中（一种新添加的数据集类型），这些数据集由配对（即来自同一患者）预处理和获得的耐药患者样本组成。为了提高资源的利用率，还在单个数据集分析模块中添加了新的基因集富集、肿瘤微环境（TME）和特征连接分析功能，以支持耐药机制阐明和药物组合发现。在多数据集比较模块中，显著增加了比较结果的数量，并添加了一个新的荟萃分析指数，以帮助更好地探索不同患者队列中耐药机制的同质性/异质性。特别是还大大扩展了与生物标志物相关的功能。除了1.0版本支持的单个CTR-DB数据集上单个基因的生物标志物验证外，2.0版本还支持（i）将TME中的特定细胞类型验证为预测生物标志物，（ii）在合并多个数据集的更大规模患者队列上进行验证，（iii）特别是对组合生物标志物（即生物标志物面板）的验证。（iv）2.0版本还支持生物标志物发现，这直接有助于使用用户定制的CTR-DB患者队列发现最佳生物标志物组合。此外，2.0版本还支持用户自身数据分析、应用编程接口（API）和数据众筹接口。
参考消息：
https://academic.oup.com/nar/advance-article/doi/10.1093/nar/gkae993/7874840
—END—
内容为【iNature】公众号原创，
转载请写明来源于【iNature】
微信加群
iNature汇集了4万名生命科学的研究人员及医生。我们组建了80个综合群（16个PI群及64个博士群），同时更具专业专门组建了相关专业群（植物，免疫，细胞，微生物，基因编辑，神经，化学，物理，心血管，肿瘤等群）。温馨提示：进群请备注一下（格式如学校+专业+姓名，如果是PI/教授，请注明是PI/教授，否则就直接默认为在读博士，谢谢）。可以先加小编微信号（love_iNature），或者是长按二维码，添加小编，之后再进相关的群，非诚勿扰。
投稿、合作、转载授权事宜
请联系微信ID：13701829856 或邮箱：iNature2020@163.com
觉得本文好看，请点这里！
