原标题:Genome Med：利用计算机算法绘制出了癌细胞对疗法耐药性的图谱

本文系生物谷原创编译，欢迎分享，转载须授权！

近日，一项刊登在国际杂志Genome Medicine上的研究报告中，来自约翰霍普金斯大学的研究人员通过研究开发了一种新方法来分析头颈癌对疗法耐受性的进化改变特性。研究人员想知道随着时间延续癌症如何对疗法产生一定的耐受性，以及能利用计算机建模的手段来分析这些改变从而确定患者机体癌细胞产生耐受性的特定时间轴。

图片来源：Johns Hopkins Kimmel Cancer Center

研究者表示，我们所开发的名为CoGAPS（The Coordinate Gene Activity in Pattern Sets algorithm）的算法能够用来确定癌症耐药性发生过程中与耐药相关的分子改变，同时他们还需要开发新方法来收集来自体外细胞魔性的数据，并且开发出计算机分析手段来测定此前在癌症研究中并未观察到的结果。

研究者Elana Fertig博士说道，这篇文章的最大亮点之处在于我们把时间看做一个变量，而且我们必须证明在给病人增加负担之前这一点很重点。文章中研究者在为期11周的时间内检测了西妥昔单抗疗法对头颈部鳞状细胞癌癌细胞的效应，在同一研究时间内，研究者对相同的细胞进行研究想观察这一时间段内发生的事件，同时研究者还试图避免使用不同批次细胞所带来的外部变量。

在疗法期间，CoGAPS算法能定量癌细胞所发生的进化改变，同时研究结果也能阐明随着时间延续癌细胞所发生的变化，以及何时这些改变会导致直接性的治疗反应或耐受性发生，拥有这些信息或能帮助研究人员开发出组合性或替换性疗法来抵御癌症耐药性的产生。研究者认为，对比疗法前和疗法后，大部分的模型系统都能与当前数据同步，为了利用这种算法来寻找癌细胞耐药性获得的机制，研究人员就需要制造在患者治疗的整个过程中癌细胞所发生的一系列变化。

尽管目前研究人员发现了一系列的分子改变能够接到癌细胞对疗法产生耐药性，但他们并不清楚癌细胞耐药性产生的机制以及进化时间轴的具体信息，当将CoGAPS算法于实验生物学技术以及计算机编程相结合后，研究人员就希望能够给予临床医生和患者更清楚的信息来阐明疗法治疗过程中患者的疾病是如何变化的。

最后研究者Luciane Kagohara表示，CoGAPS算法不同于当前的标准方法，但其却能够让我们深入理解癌症对疗法产生耐受性的机制；如果我们能够绘制出癌细胞对疗法耐受性发生的图谱，或许未来就能有效预测癌细胞产生耐药性的时间点，同时还能帮助研究人员选择合适的药物来抵御癌症耐药性的产生。

原始出处：

Genevieve Stein-O’Brien, Luciane T. Kagohara, Sijia Li, et al. Integrated time course omics analysis distinguishes immediate therapeutic response from acquired resistance. Genome Medicine, 2018; 10 (1) DOI: 10.1186/s13073-018-0545-2

相关活动推荐

液体活检作为临床意义重大、市场空间广阔的检测技术。除了已具规模的产前检测领域之中的应用之外，液体活检在肿瘤早期诊断、预后评估、指导用药和动态监测方面有着巨大的研究潜力和可开发的巨大的商业价值。癌症的早期诊断和治疗指导及检测将是该产业链的核心价值。那么，如何突破现有技术瓶颈、扩展企业渠道占有能力并提高技术研发实力将直接决定企业在该市场中的地位。

由生物谷举办的“2018液体活检新技术与临床应用论坛”将聚焦国内外最新液体活检技术研究，邀请国内外科研院所专家学者、临床医生、检验机构、高精新技术企业进行分享，探讨液体活检技术的应用前景，为与会人员提供技术引进、项目合作和对接机会，同时，会议也将并为中小型企业提供展示和现场讨论机会。促进行业交流与合作。