升级的计算工具可以增加对癌症漏洞的搜索

Broad Institute癌症依赖地图(DepMap)团队的研究人员发布了DEMETER2，这是一种开源软件工具的升级版本，用于识别癌细胞的遗传依赖性(为了生存而需要的基因)。该工具由来自基因组规模RNA干扰(RNAi)筛选的数据推动，该研究允许研究人员单独抑制数千个基因并测量对癌细胞存活的影响。这种方法可以帮助研究人员找到癌症基因组中的关键脆弱性，这些见解可能揭示新的药物靶点和药物开发机会。

在自然传播部开始，由广播癌症数据科学(CDS)小组的James McFarland和Zandra Ho领导的DepMap团队成员以及CDS副主任Aviad Tsherniak也宣布发布迄今为止编制的最大癌症依赖数据集，涵盖712个癌细胞系和54种癌症。

RNAi可以提供有价值的生物学见解，并可以补充基于CRISPR的筛选。虽然CRISPR完全敲除了一个基因，但RNAi可以逐渐降低基因的活性。因此，这两种方法可以以不同方式影响癌细胞的存活。

然而，研究人员已经注意到RNAi屏幕数据非常嘈杂，经常被假阳性结果混淆。2017年，DepMap团队发布了DEMETER，这是一种计算模型，用于校正大规模RNAi数据集中的假阳性。DEMETER为一项主要的DepMap研究奠定了基础，该研究于今年夏天在Cell上发表，研究了500多种癌细胞系中的基因依赖性。

DEMETER2以三种显着方式改进了原始DEMETER模型：

它控制筛选实验之间的技术差异，否则会使跨细胞系和不同筛选数据集合并数据的工作复杂化。

它提供了评估已确定的遗传依赖性置信度的指标。

它不是在曲线上对每个基因的依赖性评分进行评分(相对于每个基因的其他细胞系)，而是以绝对的方式报告它们，可以更容易地进行比较。

这些改进共同使得更容易组合来自不同机构的不同RNAi筛选工作的数据，从而允许更全面地评估癌症类型和细胞系的依赖性。事实上，该团队已经使用DEMETER2将来自三个大规模RNAi依赖性工作的数据整合到现有的最大数据集中：Broad Cancer Program的项目Achilles，Novartis的Project DRIVE以及由团队进行的76行乳腺癌筛查在多伦多大学。

统一数据集可通过DepMap门户网站向癌症研究界公开使用。