癌症和癌前病变的分子标记 (MOCA) (MOCA)

正是在这种情况下，靶向治疗的处方现在取决于肿瘤中特定遗传异常的鉴定。 因此，当表皮生长因子受体 (EGFR) 或 BRAF 分别发生突变时，激酶抑制剂已被证明对非小细胞肺癌或转移性黑色素瘤患者有效。 相反，转移性结肠癌中 KRAS 或 NRAS 突变的鉴定预示着抗 EGFR 抗体疗法的耐药性。 在这些条件下，这些靶向疗法的处方为患者提供了主要益处。 这些疗法的功效与目标突变是传递强大致癌信号的“驱动”突变这一事​​实有关。 这些突变也是肿瘤细胞的“阿喀琉斯之踵”，它变得对某些酪氨酸激酶抑制剂过敏。 然而，经过几个月的治疗后，肿瘤从靶向治疗中逃逸是有据可查的。 在这里，对进行性肿瘤的分子分析再次揭示了肿瘤内的异质性，特别是二次突变的出现至少部分导致了耐药性的发展。 这就是为什么在疾病的自然病程和接受治疗的患者中表征肿瘤的分子特征以便为他们提供适当的随访是很重要的。

在 2013 年描述的 170 种人乳头瘤病毒 (HPV) 中，十几种所谓的高危或致癌 HPV 与所有宫颈癌、几乎所有肛门癌、一半的外阴和阴道癌以及某些上呼吸消化系统癌症有关道。 虽然 HPV 感染是癌症发展所必需的，但这还不够，促进持续感染的辅助因素会增加发生癌前病变和癌症的风险。 因此，这些病毒感染的自然史与它们诱发的癌症密切相关。 HPV 相关癌变/转化的分子机制已得到很好的描述。 正是两种病毒蛋白（E6 和 E7）对两种肿瘤抑制因子 p53 和 pRb 的联合作用，最初解除了细胞复制衰老的内在机制（因此获得了无限分裂的能力），然后逐渐导致它的转变。 然而，导致受感染细胞永生化然后转化的决定因素仍然知之甚少，绝大多数感染在有效免疫反应发展后的 10 至 18 个月内自发消除。 宿主（免疫抑制、遗传因素）、病毒和环境（吸烟、口服避孕药）共同因素很可能会影响致癌过程。 因此，公认的是HPV16是最致癌的基因型。 它是持续时间最长的 HPV，并且与患癌前病变或宫颈癌的风险最高有关。 与感染其他基因型的宫颈癌相比，与 HPV16（或 HPV18/45）相关的宫颈癌预后更差。 相反，在上呼吸消化道癌症中，由 HPV（在超过 95% 的病例中为 HPV16）诱发的癌症比非病毒诱发的癌症预后更好。 因此，对肿瘤进行基因分型以确定所涉及的 HPV 类型可能具有临床意义，特别是取决于肿瘤的位置。

HPV 相关癌症患者的治疗通常包括手术和/或放化疗（顺铂、5-氟尿嘧啶）的组合，具体取决于肿瘤的范围。 对于肛门癌，Bisonne 的工作表明，添加第三种化疗分子（紫杉烷）非常有前途，因为它可以实现以前未观察到的缓解。 这种功效的原因尚不清楚，也没有治疗反应的预测因子。

分子遗传学分析是使用各种类型的样本进行的，例如来自涂片或穿刺的细胞、活组织检查、手术部位和许多液体，例如尿液、脑脊液或血液。 虽然当今分子诊断的标准是分析肿瘤样本，但广泛考虑使用来自简单血液样本的“液体活检”。 事实上，现在已经表明癌症会释放出可以在患者血液中检测到的 DNA，这就是循环肿瘤 DNA。 因此，可以诊断或执行癌症的生物监测（例如，癌症）。 治疗前/治疗后）来自液体活检。 然而，循环肿瘤DNA的研究仍面临一些困难。 首先，循环 DNA 的浓度非常低，每毫升血浆只有几十纳克。 此外，绝大多数循环DNA由正常细胞释放的DNA组成，循环肿瘤DNA的比例仅为循环DNA的1-4%。 最后，循环肿瘤 DNA 通常是片段化的 (<200 bp)。 为了克服这些限制，有必要使用高度敏感的技术来测量循环 DNA 的浓度并寻找肿瘤的分子改变特征。 在这方面，循环肿瘤 DNA 分析为癌症患者的管理带来了新的维度。 基于循环肿瘤 DNA 分析，可以在没有组织活检的情况下将治疗导向靶向治疗，评估治疗的有效性，跟踪疾病的演变，甚至识别复发。 循环肿瘤 DNA 分析还提供了反映肿瘤异质性的肿瘤（原发性和转移性）所有遗传改变的快照，而活检结果仅代表其取自的部位。 对于 HPV 相关癌症，液体活检的病毒基因组检测在很大程度上也是可行的。 然而，今天仍然需要进行研究，不仅要验证液体活检在癌症中的原理，还要阐明其临床实用性。 最近的结果表明，血浆 HPV 病毒载量的变化可以预测对治疗的反应。

自 2001 年人类基因组测序以来，DNA 分析技术取得了巨大进步，新的“下一代测序”(NGS) 技术允许同时分析来自几十个不同样本的大量基因（数百个）。 这些测序能力使得以更低的成本快速探索大量遗传异常成为可能。 现有关于 HPV 相关癌症遗传异常的数据，最近有报道称，HPV 在致癌过程中也会发生遗传变异。

分子生物学的技术进步（高通量测序、数字 PCR、循环肿瘤 DNA）现在可以非常精确地描述可能构成潜在生物标志物的任何遗传或表观遗传修饰。 在正常状态、癌前病变和癌症之间随时间变化的过程中，更好地描述连续样本中的这些基因修饰，一方面可以开发预测癌症出现的模型，另一方面另一方面，用于癌症诊断和风险分层的创新工具。 可以只为那些需要的患者提出早期医疗干预措施。 对接受癌症治疗的患者进行基因异常研究，将有可能提出用于监测疾病、预测复发或治愈或确定新的治疗或疫苗靶点的创新工具。

这就是为什么研究人员希望能够收集各种生物样本（涂片、活组织检查、生物体液等），无论它们是在护理环境中采集的还是存储在声明的集合中（例如肿瘤库） . 这些样本将以集合（MOCA 集合）的形式收集并存储在贝桑松大学医院，该集合将与临床数据相关联。 然后，研究人员将能够从该集合中建立同质的患者队列，研究人员可以从中研究治疗诊断生物标志物。