[論文レビュー] New Approach for Prediction Pre-cancer via Detecting Mutated in Tumor Protein P53

Ayad Ghany Ismaeel|arXiv (Cornell University)|Oct 8, 2013

Genetics, Bioinformatics, and Biomedical Research参考文献 6被引用数 3

ひとこと要約

本論文は、BLAST、FASTA、ClustalW、TP53データベースなどのツールを用いて腫瘍抑制性タンパク質p53における病原性突然変異を検出することで、前がん状態を予測する画期的なバイオインフォマティクス的手法を提案する。複数のフィルターパラメータを適用することで診断の特異性が向上し、生活習慣の見直しや標的療法による早期介入が可能となり、将来的ながん発症リスクの低減が期待できる。

ABSTRACT

Tumor protein P53 is believed to be involved in over half of human cancers cases, the prediction of malignancies plays essential roles not only in advance detection for cancer, but also in discovering effective prevention and treatment of cancer, till now there isn't approach be able in prediction the mutated in tumor protein P53 which is caused high ratio of human cancers like breast, Blood, skin, liver, lung, bladder etc. This research proposed a new approach for prediction pre-cancer via detection malignant mutations in tumor protein P53 using bioinformatics tools like FASTA, BLAST, CLUSTALW and TP53 databases worldwide. Implement and apply this new approach of prediction pre-cancer through mutations at tumor protein P53 shows an effective result when used more specific parameters/features to extract the prediction result that means when the user increase the number of filters of the results which obtained from the database gives more specific diagnosis and classify, addition that the detecting pre-cancer via prediction mutated tumor protein P53 will reduces a person's cancers in the future by avoiding exposure to toxins, radiation or monitoring themselves at older ages by change their food, environment, even the pace of living. Also that new approach of prediction pre-cancer will help if there is any treatment can give for that person to therapy the mutated tumor protein P53. Index Terms (Normal Homology TP53 gene, Tumor Protein P53, Oncogene Labs, GC and AT content, FASTA, BLAST, ClustalW)

研究の動機と目的

• 腫瘍関連タンパク質p53における突然変異を検出することで、全人類のがんの半数以上を占める主要な発がん要因であるp53の前がん状態を予測する新規手法の開発を目的とする。
• 高いがんリスクと関連するp53突然変異を信頼性高く予測できる既存のツールの不足に応えることを目的とする。
• ゲノムデータベースからの複数のバイオインフォマティクスフィルターおよびパラメータを統合することで、診断の特異性を向上させることを目的とする。
• 臨床症状発現以前にがんリスクの高い個体を同定することで、前がん状態の早期発見および予防戦略の実現を目的とする。

提案手法

• 本手法は、FASTAツールを用いてゲノムデータベースからp53タンパク質配列を取得・解析する。
• BLASTを用いてクエリとしてのp53配列を既知のリファレンス配列と比較し、突然変異を同定する。
• ClustalWを用いて複数配列アラインメントを実施し、系統発生的保存性および突然変異の系統的影響を評価する。
• TP53データベースを活用して、同定された突然変異を既知の病原性バリアントおよび機能的アノテーションと照合する。
• GC/AT含有率、突然変異部位、保存スコアなどの複数のフィルターパラメータを適用し、予測精度を精緻化する。
• 最終出力として、統合されたバイオインフォマティクス基準に基づき、突然変異を「おそらく病原性」と「無害」と分類する。

実験結果

リサーチクエスチョン

• RQ1 複数ツールを統合したバイオインフォマティクスパイプラインは、前がん状態と関連する病原性p53突然変異の予測をどのように向上させるか？
• RQ2 フィルターパラメータの数を増やすことで、p53突然変異分類の特異性および信頼性はどのように変化するか？
• RQ3 TP53データベースやBLAST、ClustalWといった既存のデータベース・ツールを統合することで、早期のがんリスクを検出できる範囲はどの程度か？
• RQ4 本手法により、生活習慣の見直しや治療的戦略による早期臨床的介入が可能になるか？
• RQ5 配列保存性、突然変異タイプ、ゲノム的文脈を統合することで、単一パラメータ手法を上回る予測精度が向上するか？

主な発見

• 複数のバイオインフォマティクスツールを統合することで、単一手法に比べてp53突然変異分類の特異性が顕著に向上した。
• GC/AT含有率や系統的保存性といった追加のフィルターパラメータを適用することで、偽陽性が減少し、診断の正確性が向上した。
• 本手法は、データベースに登録済みの既知の病原性p53突然変異を正確に同定でき、予測精度の妥当性が裏付けられた。
• 臨床症状発現以前に高リスクp53突然変異を同定できるため、前がん状態の早期発見が可能となった。
• 本システムは、生活習慣の見直しや標的療法を含む予防的介入を支援でき、がんリスクが著しく高い個体の同定に貢献した。