4月17日，Acta Neuropathologica杂志（IF 14.251）在线发表了德国癌症研究中心Olivier Ayrault 和法国居里研究所Marc Remke为共同通讯作者的通讯文章，报道在髓母细胞瘤中可通过circRNA实现分子分型。
目前髓母细胞瘤可分为四种类型：WNT，SHH，Group 3和 Group 4。其中Group 3和 Group 4的区分还比较模糊，主要基于DNA甲基化，表达谱，磷酸化蛋白组学等指标进行多组学整合分析。
作者开发了一种集成化的circRNA生信分析工具：circs，整合了find_circ，DCC和CIRCexplorer工具，以提高分析的准确性。在73例髓母细胞瘤标本的circRNA测序数据中进行分析，这些标本分成独立的发现组和验证组，发现组包含38例，验证组包含35例。两组的标本不重叠。在发现组和验证组中，利用TOP500差异的circRNA分子均可实现无监督的分层聚类，可有效区分四大类的髓母细胞瘤类型。通过相似性网络融合分析（SNF）获得的分型信息，在发现组和验证组均可通过circRNA实现后效聚类。在发现组，单独通过TOP500差异的circRNA分子即可达到SNF多组学分型的效果（一致性97.14%，调整兰德系数0.91，p=0.001）。
为获得每种分型有效的分子标志物，在基于circRNA分析获得的随母细胞瘤群体间进行circRNA差异分析，在WNT型，SHH型和Group4型样本群中均发现了一些显著一致性变化的circRNA分子，但Group3型的没有得到。其中，circRMST在WNT型髓母细胞瘤中特异性表达，在MiOncoCirc数据库2000例标本的数据中比较后，circRMST是WNT型髓母细胞瘤特异性的标志物分子，在其他肿瘤中表达非常低。
图1 基于circRNA实现髓母细胞瘤有效分型（[1]）
本文通过统计学分析，表明差异化circRNA信息可以实现髓母细胞瘤的有效分型。相关的技术方法也可以用于其他疾病分型中。
参考文献：
1. Rickert D, Bartl J, Picard D, Bernardi F, Qin N, Lovino M, Puget S, Meyer FD, Mahoungou Koumba I, Beez T, Varlet P, Dufour C, Fischer U, Borkhardt A, Reifenberger G, Ayrault O, Remke M. Circular RNA profiling distinguishes medullobastoma groups and shows aberrant RMST overexpression in WNT medulloblastoma. Acta Neuropathol. 2021 Apr 17. doi: 10.1007/s00401-021-02306-2. Epub ahead of print. PMID: 33866410.