PNAS:科学家开发出新方法成功绘制出癌症进展
2016-06-30 生物谷 生物谷
近日,来自爱丁堡大学等机构的一组研究人员涉及了一种新型的计算机方法来模拟癌症进展,相关研究或为开发新型癌症选择性疗法提供一定线索。研究者Bud Mishra教授表示,我们的工作重点关注多种基因和这些基因突变之间的因果关联,随着肿瘤环境对环境变化产生反应,比如缺氧、细胞运动或免疫反应等,这些基因的突变就会驱动癌症进展。研究者希望这种新型的生物信息学工具可以帮助检测肿瘤起源和发育过程中的规律性,而这或
近日,来自爱丁堡大学等机构的一组研究人员涉及了一种新型的计算机方法来模拟癌症进展,相关研究或为开发新型癌症选择性疗法提供一定线索。
研究者Bud Mishra教授表示,我们的工作重点关注多种基因和这些基因突变之间的因果关联,随着肿瘤环境对环境变化产生反应,比如缺氧、细胞运动或免疫反应等,这些基因的突变就会驱动癌症进展。研究者希望这种新型的生物信息学工具可以帮助检测肿瘤起源和发育过程中的规律性,而这或许对于理解不同患者机体的疾病特性非常关键。
相关研究发表于PNAS杂志上,研究者主要对结直肠癌进行研究,此前研究者认为癌症始于“变节者”细胞及其扩散所致,而这部分是通过细胞自发的遗传改变的组合所引起,即癌基因发生突变,癌基因可以诱发突变,而且肿瘤抑制基因并不能有效控制这些基因的表达。近年来,科学家们利用先进基因组测序技术揭示了癌症生长的复杂信息,相比之前科学家们更加清晰地观察到了肿瘤群体细胞之间的相互作用。
这项研究中,研究者就通过一种新型模型构建了结直肠癌扩散的细胞图像,最后成功捕获了癌细胞间的相互作用,研究者开发的这种名为Pipeline for Cancer Inference(PiCnIc,癌症推理流水线)的模型系统,其会利用基因测序数据来对癌症发生的因果关系进行预测,即哪种情况会诱发肿瘤生长等。
为了检测这种新型系统的可行性,研究者将该系统预测的结果同已有的关于结直肠癌生长的相关结果进行对比,结果表明,PiCnIc系统可以有效地预测疾病发展的相关数据,研究者希望可以将本文研究结果同其它癌症及疗法设计的相关技术进行结合,从而利用单分子或癌症成像分析来改善当前研究,最终帮助开发新型的癌症治疗方法。
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
#PNAS#
62
#新方法#
82