“大数据”的方法来发展抗癌药物
科学家开始积累大量的数据集的基因突变在癌症,允许一个更系统化的方法“精密医学。”In a study publishing July 7 in细胞研究人员相比,基因突变与癌症病人肿瘤细胞系,然后测试细胞系的对治疗的反应的化合物。通过分析这些数据集重叠,研究人员可以开始大规模预测哪些药物将最好地打击各种癌症。
“我们做的过程中,自然,是一个发现的过程,”马修说加内特,威康信托基金会桑格中心的癌症生物学家。“这是产生激动人心的新想法的开始我们如何与特定的药物可能目标特定的患者群体。这种类型的研究在几年前是不可能的,因为我们没有足够的测序病人肿瘤。”
当开发新的抗癌药物,研究人员经常在实验室里首先依赖于癌症细胞系。“你不能屏幕数以百计的药物在一个病人。这是不可能的,”Ultan麦克德莫特说,癌症的临床医生和研究人员也在桑格研究所。“但你可以与许多不同的细胞行可以让他们毒品和问问题或多或少地敏感。”
这些细胞系匹配程度实际上在人类肿瘤一直不清楚,然而,和先前的努力模型药物反应使用癌症细胞系进行规模相对较小。调查一块较大的景观,加内特,麦克德莫特,和他们的同事们从两个公共数据集分析数据,癌症基因组图谱,国际癌症基因组协会和其他研究,收集超过11000个肿瘤样本的遗传信息。
团队然后比较这些肿瘤样本约1000癌症细胞株用于实验室,寻找行有相同的类型的突变患者样本,因此可能更真实的模拟病人的反应。“许多细胞系做捕捉分子特性对人类最重要的癌症,”麦克德莫特说。
一旦他们绘制了肿瘤突变细胞系,研究人员寻找最好的能预测癌症的基因突变细胞的反应265种不同的抗癌化合物在不同的发展阶段。药物,涉及了广泛的机制,包括化疗在内的小分子抑制剂,表观遗传调节器,监管机构和细胞死亡。
许多突变发生在肿瘤样本和细胞系做信号癌细胞是否敏感或耐不同化合物,很大程度上取决于组织癌症起源于的类型。“如果你能识别细胞系的临床相关特性和相关药物反应,你更近一步确定药物相互作用,可以对病人很重要,”麦克德莫特说。
“我们已经在做这种类型的研究在一个非常全面和系统的方式,而不是经常做什么,有人会用单一药物或在一个细胞系,”加内特说。“绝不是结束的旅程,但这是一个巨大的里程碑。”
展望未来,研究者们正在建立一个门户网站分享他们的数据,这将使癌症研究人员看到镜子细胞系最密切的病人情况他们的目标是模仿和这些细胞系如何应对不同的药物。加内特和麦克德莫特的团队也开始自己的后续项目调查某些细胞突变和药物之间的关联影响,希望更清楚地确定癌症患者将受益于一个给定的化合物。
进一步探索