发展癌症药物的“大数据”方法

科学家开始积累巨大的基因在癌症期间突变的巨大数据集，允许更系统地进行“精确药”。在7月7日的研究中出版细胞，研究人员将患者肿瘤的遗传突变与癌细胞系中的那些进行了比较，然后测试了细胞系对治疗化合物的反应。通过分析这些数据集重叠的位置，研究人员可以开始预测大规模的药物最佳抗争各种癌症。

“我们对大自然进行了发现的过程是一个发现过程，”康威信任桑格学院的癌症生物学家Mathew Garnett说。“这是关于我们如何用特定药物靶向特定患者人群的令人兴奋的新想法的开始。几年前，这种类型的研究是不可能的，因为我们没有测序足够的患者肿瘤。”

在开发新的抗癌药物时，研究人员通常首先依赖于实验室中的癌细胞系。“你不能在单身患者筛查数百种药物。这是不可能的，”Ultan McDermott，癌症诊所和研究人员也在桑格学院。“但是你可以用细胞系来做到这一点 - 你可以将它们暴露给许多不同的药物，并提出关于哪些或多或少敏感的问题。”

这些细胞系与人类肿瘤中实际发生的常识的紧密尚不清楚，然而，以前使用癌细胞系模拟药物反应的努力在相对较小的规模上进行。为了调查较大的景观，加内特，麦克塞特，及其同事分析了两种公共数据集，癌症基因组地图集和国际癌症基因组联盟等数据以及其他研究，收集超过11,000个肿瘤样品的遗传信息。

该团队随后将这些肿瘤样本与实验室中使用的约1,000条癌细胞系进行了比较，寻找具有与患者样品相同类型的突变的线 - 因此可能更密切地模仿患者反应。“许多细胞系确实捕获对癌症中的人类重要的分子特征，”McDermott说。

一旦将肿瘤突变映射到细胞系上，研究人员就会寻找最佳的遗传突变，其可以最好地预测在各种发育的各个阶段的265种不同的抗癌化合物的反应。该药物涵盖了一系列机制，包括化学治疗剂，小分子抑制剂，表观遗传调节剂和细胞死亡调节剂。

在肿瘤样品和细胞系中发生的许多突变表明，癌细胞是否会对不同的化合物敏感或耐药，主要取决于癌症起源于癌症的类型。“如果您可以识别临床相关的功能细胞系并将那些具有药物反应的细胞系，你更接近识别可能对患者重要的药物相互作用的一步，“McDermott说。

“我们以一种非常全面和系统的方式在做这种类型的学习方面采取了跨越式发展，而不是经常完成的，有人可以用单一药物或单一的细胞，”加内特解释道。“这绝不是旅程的结束 - 但这是一个巨大的里程碑。”

前进，研究人员正在创建一个网站门户，以分享他们的数据，这将允许癌症研究人员看到哪些细胞系最接近镜子，他们的旨在模拟和这些细胞系如何应对不同的药物。Garnett和McDermott的团队还开始调查某些细胞突变和药物影响之间的关联的后续项目，希望更清楚地确定哪种癌症患者将从给定的化合物中受益最多。

---

---