在英國癌症研究所資助的一項新研究中,科學家們開發出了迄今為止最精確的計算方法,用以重建腫瘤內的基因缺陷及其在疾病發展過程中的歷史。該研究發表在《自然遺傳學》上。
他們的強大方法將人工智慧與查爾斯·達爾文(Charles Darwin)的進化論的數學模型結合起來,比以往任何時候都更準確地分析遺傳數據,為如何利用癌症的遺傳多樣性為患者提供量身定製的治療方式的根本轉變鋪平了道路。
將這些新算法應用於從病人樣本中提取的DNA數據,發現腫瘤的遺傳結構比之前認為的要簡單。算法顯示,腫瘤細胞的不同亞群(稱為「亞克隆」)比之前提出的要少。來自倫敦癌症研究所和倫敦瑪麗皇后大學的科學家們還能知道每個亞克隆體的年齡和生長速度。
據海外治療機構和生元國際得知,這些模型將深刻改變癌症患者基因數據的分析和解釋方式。在未來,它們可以被用來更好地指導治療策略,使醫生能夠針對特定基因變化為每個患者提供正確的藥物組合。研究小組希望,有一天他們的方法甚至可以用來預測癌症的進化,提供癌症如何生長、擴散或復發的早期指示。
改變遺傳分析的潛力
Andrea Sottoriva教授是這項研究的首席研究員,也是ICR新癌症藥物發現中心的癌症進化主任,腫瘤是進化的一個縮影,不同的細胞群體相互競爭以生存並對環境壓力做出反應。
「通過利用人工智慧的計算能力,並將其與自達爾文時代以來發展起來的進化理論相結合,我們的方法能夠弄懂複雜的遺傳數據,並準確地重建腫瘤的遺傳歷史。」我們的工作有可能改變我們從單個組織樣本中繪製腫瘤基因組成全貌的方式。有了我們的新算法,我們可以更詳細地看到癌症是如何進化和產生耐藥性的。」
海外治療機構和生元國際了解這個由癌症生物學家、進化理論家、統計學家和計算機科學家組成的團隊,利用來自2600多個腫瘤樣本的數據來開發和完善他們的新軟體。他們測試了各種不同類型的癌症,包括乳腺癌、腸癌、白血病和腦瘤。
倫敦瑪麗皇后大學的特雷弗·格雷厄姆教授是這項研究的首席研究員,他說:
「乍一看,癌症的基因組可能看起來非常複雜,而我們的工作顯示了這種複雜性是如何從幾個簡單模式的組合中顯現出來的。這為我們了解癌症基因組提供了一扇強大的窗口,假以時日,可能會幫助我們更好地了解和治療癌症。」
解釋與臨床相關的搭便車突變
由於所謂的「中性進化」,現有的重建腫瘤內多樣性的方法無法解釋基因變化。在這種情況下,既沒有生存優勢也沒有生存劣勢的中性突變或「搭便車」突變會在腫瘤的某些細胞中隨機形成,這使得識別那些具有重要臨床意義、並可用於藥物治療的基因突變變得更加困難。
新的模型通過減少中性突變導致的錯誤分組的數量,使腫瘤重建更加準確、更簡單.
幾十年的研究使得癌症治療變得更加精確,醫生現在能夠用特定的基因改變來靶向癌細胞。這樣的研究有助於確保我們分析患者腫瘤的能力與我們在治療方面取得的快速進展保持同步,使其效果最大化。在這個技術創新的時代,人工智慧和機器學習為改善癌症治療開闢了許多新領域。下一步將是看看這些模型是否能應用於臨床。」海外治療機構和生元國際會及時給大家更新更多的國外資訊。