大数据有助于找到研究乳腺癌扩散的更好方法

科学家们正在使用大量基因组数据来更快地识别患者的医疗问题，但他们也在利用这些数据帮助同行更好地研究疾病。

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的数据，通常被称为大数据来确定更好的研究模式来对抗乳房的扩散癌症测试潜在的药物。目前实验室使用的模型经常涉及培养细胞放在盘子上，或者细胞系,模型肿瘤的生长在患者。

该研究发表在自然通信。

这种扩散或转移是癌症相关死亡的最常见原因，约90%的患者无法存活。到目前为止，很少有药物可以治疗癌症转移，而知道药物研发过程中哪一步可能出错可能只是瞎猜。

“细胞系之间的差异和瘤这些样本提出了一个关键的问题，细胞系在多大程度上可以捕获肿瘤的构成，”人类医学院的资深作者和助理教授陈斌说。

为了回答这个问题，陈和博士后刘科，研究的第一作者，从基因组数据库的数据进行了综合分析，包括癌症基因组图谱，癌症细胞系百科全书，基因表达综合数据库和基因型和表型数据库。

“利用公开基因组数据来发现新的癌症治疗是我们的最终目标，”陈说，陈某表示，是MSU的全球影响倡议的一部分。“但在我们开始将大量资金倒入昂贵的实验之前，我们需要评估早期的研究模型，并根据基因组特征选择适当的药物测试。”

通过使用此数据，研究人员发现实验室创建的乳腺癌细胞系和实际先进或转移性，乳腺癌肿瘤样本之间的显着差异。令人惊讶的是，MDA-MB-231，即几乎所有转移性乳腺癌研究中使用的癌症细胞系，表明对患者肿瘤样品有何基因组相似性。

“我无法相信结果，”陈说。“所有证据都指出了两者之间的巨大差异。但是，在翻盖方面，我们能够识别其他细胞系，与其他标准一起作为其他标准，可以考虑与其他标准相同。”

该器官模型很可能与患者样本相吻合。这项新开发的技术使用了3-D组织培养，可以捕捉到肿瘤形成和生长的更多复杂性。

“研究表明，有机体可以保留原始肿瘤的结构和遗传构成，”陈说。“我们发现在基因表达水平，它能够做到这一点，而不是癌细胞系。”

然而，陈和刘补充说，有机体和细胞系都不能充分模拟围绕在体内不同部位的肿瘤周围的立即分子景观。

他们表示，了解所有这些因素都会有助于科学家解释结果，特别是意外的因素，并敦促科学界开发更复杂的研究模型。

“我们的研究表明，利用开放数据来获得对癌症的见解的力量，”陈说。“我们在早期研究中所做的任何进展都将有助于我们为在道路上患有乳腺癌的人们的人们发现更好的疗法。”

---

---