乳腺癌细胞系获得大数据援助

密歇根州立大学(MSU)的研究人员正在通过分析大量基因组信息(通常称为大数据)来充分利用计算能力，以确定更好的研究模型，以对抗乳腺癌的传播和测试潜在的药物。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。迄今为止，很少有药物可以治疗癌症转移并且知道在药物发现过程中哪个步骤可能出错可能是在黑暗中拍摄的。

“细胞系和肿瘤样本之间的差异提出了一个关键问题，即细胞系能够在多大程度上捕获肿瘤的组成，”MSU人类医学院助理教授，高级研究员Bin Chen博士解释道。

这项新研究的结果今天发表在Nature Communications上，通过一篇题为“通过基因组数据的综合分析评估细胞系作为转移性乳腺癌模型”的文章发表。

为了确定哪些细胞系作为最佳模型，研究团队对从基因组数据库中获取的数据进行了综合分析，包括癌症基因组图谱，癌细胞系百科全书，基因表达综合，以及基因型和表型数据库。

“利用开放的基因组数据发现新的癌症疗法是我们的​​最终目标，”陈说，他也是MSU全球影响力倡议的一部分。“但在我们开始向昂贵的实验投入大量资金之前，我们需要评估早期研究模型，并根据基因组特征选择合适的药物测试模型。”

研究人员利用这些数据发现，实验室制造的乳腺癌细胞系与实际的晚期或转移性乳腺癌肿瘤样本之间存在显着差异。令人惊讶的是，MDA-MB-231是一种用于几乎所有转移性乳腺癌研究的癌细胞系，与患者肿瘤样本几乎没有基因组相似性。

“我无法相信结果，”陈说。“所有证据都表明两者之间存在巨大差异。但是，另一方面，我们能够识别出与肿瘤非常相似的其他细胞系，并且可以与其他标准一起考虑作为这项研究的更好选择。“

发现有机体模型很可能反映患者样本。这种相对较新的技术使用3D组织培养，可以捕捉肿瘤形成和生长的更多复杂性。

“研究表明，类器官可以保留原始肿瘤的结构和基因组成，”陈说。“我们在基因表达水平上发现，它能够做到这一点，比癌细胞更多。”

然而，有趣的是，研究人员指出，类器官和细胞系都无法充分模拟身体不同部位发现的肿瘤周围的直接分子景观。他们说，了解所有这些因素将有助于科学家解释结果，特别是意外的结果，并敦促科学界开发更复杂的研究模型。

“我们的研究证明了利用开放数据获取癌症见解的能力，”陈总结说。“我们在早期研究中可以取得的任何进展将有助于我们为未来的乳腺癌患者找到更好的治疗方法。”