大数据可以帮助确定更好的方法来研究乳腺癌的传播

科学家们正在使用大量的基因组数据确定医疗问题早在病人,但它们也使用它更好地协助科学同行研究疾病。

在一项新的研究中,密歇根州立大学的研究人员正在分析大量数据,通常被称为大数据,确定抗乳腺癌的传播更好的研究模型癌症和测试潜在的药物。当前模型中使用的实验室经常涉及培养细胞在平坦的盘子,或者细胞系,模型肿瘤的生长在病人。

这项研究发表在自然通讯。

这种传播,或转移,是最常见的肿瘤相关性死亡的原因,约有90%的病人没有幸存下来。到目前为止,很少有药物能治疗癌症转移和知道这一步可能出错在药物发现过程可以瞎猜的。

“细胞系和之间的区别肿瘤样本提出了关键的问题在多大程度上细胞系可以捕获肿瘤的妆,“本Chen说资深作者和医学院的助理教授。

要回答这个问题,陈和刘Ke,该研究的第一作者、博士后学者,进行综合分析,数据来自基因组数据库包括癌症基因组图谱、癌症细胞系百科全书、混合基因表达和基因型和表型的数据库。

“利用开放的基因组数据,发现新的癌症治疗是我们的终极目标,”陈先生说,他是密歇根州立大学的全球影响行动的一部分。“但在我们开始把大量的资金投入到昂贵的实验,我们需要评估早期研究模型和选择合适的一个基于基因组功能的药物测试。”

通过使用这些数据,研究人员发现大量的锆乳腺癌细胞系和实际之间的差异先进、或转移性乳腺癌的肿瘤样本。令人惊讶的是,mda - mb - 231,癌症细胞株用于几乎所有的转移性乳腺癌研究,显示小基因组相似患者肿瘤样本。

“我无法相信的结果,”陈说。“所有的证据指出两者之间的巨大差异。但是,另一方面,我们能够识别其他细胞系的相似,可以考虑和其他标准,作为本研究的更好的选择。”

瀑样模型被发现最有可能反映患者样本。这个新开发的技术使用的三维组织文化和可以捕获更多的肿瘤如何形成和成长的复杂性。

“研究表明,瀑样可以保留原文的结构和基因组成肿瘤,”陈说。“我们发现在基因表达层面,它能够做到这一点,比癌症细胞系”。

然而,陈和刘补充道,瀑样和细胞系模型不能充分直接的分子周围景观在体内肿瘤在不同的网站上找到。

他们说知道所有这些因素将有助于科学家解释结果,尤其是意外,敦促科学界开发更复杂的研究模型。

“我们的研究表明利用开放数据的力量获得的见解对癌症,”陈说。“任何进展我们可以在早期的研究将帮助我们更好地促进发现治疗患有乳腺癌。”