Широке застосування секвенування наступного покоління (NGS), головним чином для расшифрофки цілого генома, экзома і транскриптома, забезпечує високу роздільну здатність і глобальне уявлення про геном раку. У поєднанні з потужними інструментами біоінформатики NGS обіцяє зробити революцію в дослідженнях, діагностики та терапії. Секвенування за Сэнгеру домінувало в геномних дослідженнях протягом останніх двох десятиліть і досягло ряду значних досягнень, включаючи завершення розшифровки послідовності генома людини, що зробило можливим виявлення порушень одного гена і виявлення цільових соматичних мутацій для клінічної молекулярної діагностики. Дослідження такого типу проводяться на капілярних секвенаторах Applied Biosystems 3500. Незважаючи на досягнення методу Сенгера, дослідники потребують більш швидкого і більш економічного секвенування, що призвело до появи технологій «наступного покоління». Здатність NGS справляти величезний обсяг даних по відносно низькій ціні дозволив дослідникам охарактеризувати молекулярний ландшафт різних типів раку і призвів до значних успіхів в дослідженнях генома раку.
Застосування NGS, головним чином для розшифровки цілого генома (WGS) і цілого экзома (WES), призвело до вибуху в контексті складності змін генома раку, включаючи точкові мутації, невеликі вставки або делеції, чергування номерів копій і структурні зміни. Порівнюючи ці зміни з підібраними нормальними зразками, дослідники змогли виділити дві категорії варіантів: соматична і зародкова лінія. Метод повного транскриптома (RNA-Seq) може не тільки кількісно визначати профілі експресії генів, але також виявляти альтернативний сплайсинг, редагування РНК і злиття транскриптів. Крім того, епігенетичні зміни, зміни метилювання ДНК і модифікації гістонів можуть бути вивчені з використанням інших підходів секвенування, поєднання яких з технологій NGS забезпечує високу роздільну здатність і глобальне уявлення про геном раку. Використовуючи потужні інструменти біоінформатики, дослідники прагнуть розшифрувати величезну кількість даних, щоб поліпшити наше розуміння біології раку і розробити індивідуальну стратегію лікування. фігура показаний процес інтеграції даних омики в дослідження раку та клінічне застосування.
Хоча NGS вже допоміг дослідникам отримати величезну количествоо інформації в області діагностики раку, проблеми з перекладом великих обсягів даних онкогеномики в інформацію, яка може бути легко інтерпретованій і доступною для лікування раку, ще попереду. З обчислювальної точки зору багато технічні та статистичні питання залишаються невирішеними. Незважаючи на нові методи комплексної каталогізації геномних варіантів, прогнозування їх функціонального ефекту та виявлення причинно-наслідкових варіантів захворювання все ще знаходяться на ранній стадії. Сучасні алгоритми кількісного визначення виразу ізоформ не є обчислювально тривіальними і неймовірно важкі для пояснення. Хоча концепція інтегративного аналізу не нова, прогнозуючі мережі або моделі маршрутів, які об’єднують різні дані, все ще знаходяться в стадії розробки. Найголовніше, оскільки технології і методології секвенування швидко розвиваються, тому складно зберігати, аналізувати і представляти дані прозорим і відтворюваним методом. З іншого боку, складність і неоднорідність пухлини ускладнюють аналіз та інтерпретацію даних секвенування. Неоднорідність динамічна і розвивається з часом.