PNAS：跟蹤癌癥進展的新方法

　　最近，一個科學家小組開發了一種計算方法來映射癌癥的進展，這一研究成果對于促發這種疾病的因，素以及選擇有效療法的新方法，提供了新的見解。

　　本文共同作者、紐約大學教授Bud Mishra 解釋說：“我們的工作重點是探索，隨著腫瘤環境響應變化——如缺氧、細胞遷移或免疫反應，驅動癌癥進展的幾個基因及其突變之間有什么‘因果’關系。然后使用模型來預測，腫瘤的基因組隨著時間推移將如何變化。”相關研究結果發表在《PNAS》雜志。

　　本文共同作者、愛丁堡大學神經計算和自適應計算研究所的研究助理Giulio Caravagna指出：“我們提出了一種生物信息學程序，來檢測腫瘤起源和發展中的常見‘規律’。這可能是在不同患者中理解這類疾病的一個關鍵步驟，這類疾病的特點是有一些常見的基因組病變。”

　　在這項研究中，研究人員專注于結直腸癌，并考慮到最近我們對于該疾病的理解。以前，癌癥被認為是從一個“叛變的細胞”開始，在某種程度上，通過一對細胞自發性的遺傳相互作用組合而進行傳播：致癌基因的突變——有可能會導致癌癥，以及控制它們的抑癌基因的失敗。

　　然而，近年來，先進的基因組測序技術，揭示了腫瘤生長的一幅更復雜的畫面。特別是，在一個腫瘤群中，細胞之間的相互作用，似乎比預想的更具有相關性，有研究證明，腫瘤比曾經認為的更有異質性（在細胞組成上）。

　　這個研究小組試圖通過一個模型來捕獲這些相互作用，該模型可在細胞水平上捕捉結腸直腸癌的傳播。為此，他們開發了一個模型系統——Pipeline for Cancer Inference（PiCnIc），利用基因測序數據，對這種因果關系進行預測：什么樣的條件將“引發”腫瘤生長?

　　特別是，PiCnIC考慮到了“致癌”突變的功能，它們可刺激癌癥進展以及其他現象，比如，隨著時間的推移，一個驅動突變與另一個驅動突變有何關系。

　　為了測試他們模型的可行性，研究人員將其預測結果，與目前關于“大腸癌生長的性質”的知識進行了比較。他們的結果表明，PiCnIC能夠有效地捕獲當前醫學界對于疾病生長的認識：這個預測密切跟蹤了科學上記錄的數據。

　　Mishra在紐約大學的實驗室，旨在把這些結果與其他技術以及與癌癥相關的現象、療法設計結合起來：用單個分子或癌癥影像分析，來改善癌癥的研究。

　　2015年11月份，在《Nature Communications》雜志發表的一項新的研究中，科學家首次發現，流進入血液中的腫瘤DNA，可用于實時跟蹤腫瘤的發展以及對治療的響應。相關閱讀：循環腫瘤DNA實時跟蹤癌癥發展。

　　2015年12月，英國《自然》雜志公開發表的一項新癌癥分析顯示，腫瘤的發展受到環境和外在因素的影響更大，而內在因素，例如DNA復制中隨機錯誤的影響，卻并沒有以往所認為的那么大。相關閱讀：最新癌癥分析顯示：腫瘤的發展受環境和外在影響更大。

　　今年3月份，一項關于白血病細胞基因表達的研究，發現了一種RNA結合蛋白，在推動癌癥的發展過程中起著重要的作用。該蛋白通常活躍在胎兒組織，在成年人體內是關閉的，但它在一些癌細胞中被再度活化。這種表達模式使它成為抗癌藥物的一個有吸引力的靶標，因為阻斷它的活動，不太可能造成嚴重的副作用。相關閱讀：推動癌癥發展的RNA結合蛋白。