近日，一項刊登在國際雜志Nature Genetics上的研究報告中，來(lái)自普林斯頓大學(xué)的研究人員通過(guò)研究開(kāi)發(fā)出了一種新型的計算方法，其能夠幫助有效追蹤癌細胞如何從體內一個(gè)部位擴散到其它部位的，相關(guān)研究或為研究人員開(kāi)發(fā)抑制癌癥擴散的新型干預手段提供新的思路和希望。
細胞的遷移就會(huì )誘發(fā)轉移性疾病的發(fā)生，其常常會(huì )誘發(fā)實(shí)體瘤中90%的患者發(fā)生死亡（實(shí)體瘤即表現為大量細胞生長(cháng)在諸如乳腺組織、前列腺或結腸等器官中），闡明癌癥的轉移機制或能幫助研究人員開(kāi)發(fā)出新型療法，來(lái)阻斷癌癥在機體中的擴散。
研究者Ben Raphael說(shuō)道，這些轉移性細胞內部是否存在特殊的突變來(lái)驅動(dòng)其轉移呢？這項研究中我們通過(guò)研究開(kāi)發(fā)出一種新型算法，其能通過(guò)將細胞中的DNA序列信息進(jìn)行整合，來(lái)追蹤癌癥的轉移過(guò)程，研究者將這種算法稱(chēng)之為“MACHINA”（metastatic and clonal history integrative analysis，轉移和克隆歷史整合分析）。
研究者表示，這種算法能幫助研究人員從目前獲得的DNA序列數據信息來(lái)推斷機體過(guò)去發(fā)生的癌癥轉移過(guò)程。相比當前僅基于DNA序列的方法而言，這種新技術(shù)還能夠繪制出癌癥遷移歷史的清晰圖譜，當前有些研究能夠推斷出癌細胞的復雜遷移模式，但這種模式并不能反映當前的癌癥生物學(xué)特定。
文章中，研究人員得到的數據非常復雜，但復雜的數據或許并不需要進(jìn)行復雜的解釋?zhuān)ㄟ^(guò)同時(shí)追蹤細胞的突變和移動(dòng)，MACHINA算法就能夠在某些患者體內發(fā)現由少量細胞遷移所誘發(fā)的轉移性疾病，比如，在一個(gè)乳腺癌患者中，此前研究人員分析發(fā)現，患者的轉移性疾病或許源于14個(gè)分離的遷移性事件，而這種新型算法卻發(fā)現，肺部中單一的繼發(fā)性腫瘤會(huì )通過(guò)僅僅5個(gè)細胞的遷移來(lái)播種其余的轉移過(guò)程。除了乳腺癌數據圖譜以外，研究人員還能應用這種算法來(lái)分析多種癌癥患者體內的癌癥轉移模式，比如黑色素瘤、卵巢癌和前列腺癌等。
此外，多項額外的特性還能夠幫助改善MACHINA算法的準確性，這種算法包括了一種不同遺傳特性細胞的整合模型，其是基于一定的實(shí)驗性數據所開(kāi)發(fā)的，即腫瘤細胞能以簇的形式來(lái)在機體中建立新的位點(diǎn)，同時(shí)這種算法還能幫助闡明來(lái)自腫瘤細胞和健康細胞中不同DNA數據的不確定性。研究人員表示，這種新方法未來(lái)或有望廣泛用于基因組學(xué)研究中，同時(shí)還能夠闡明癌癥進(jìn)化的致死性階段。
MACHINA算法的開(kāi)發(fā)或為研究人員深入闡明大量癌癥患者體內的轉移模式提供了新的線(xiàn)索，同時(shí)也能夠幫助揭示誘發(fā)不同類(lèi)型癌癥擴散的關(guān)鍵突變；下一步研究者Raphael將會(huì )加入來(lái)自血液中循環(huán)的腫瘤DNA、腫瘤細胞以及DNA表觀(guān)遺傳學(xué)改變的數據，使得這種新方法更加強大，最后研究者表示，一種更好的算法就好比一臺強大的顯微鏡一樣，當你認真觀(guān)察微觀(guān)世界時(shí)就會(huì )發(fā)現一些重要的細節，當然癌癥轉移的研究亦是如此。
合作咨詢(xún)
肖女士
021-33392297
Kelly.Xiao@imsinoexpo.com
2006-2025 上海博華國際展覽有限公司版權所有（保留一切權利）
滬ICP備05034851號-57
