如今科學(xué)家們能夠利用大量基因組數(shù)據(jù)來及早發(fā)現(xiàn)患者的疾病狀況，但同時(shí)這也能幫助研究人員更好地研究疾病發(fā)生的分子機(jī)制。近日，一項(xiàng)刊登在國(guó)際雜志Nature Communications上的研究報(bào)告中，來自密歇根州立大學(xué)的科學(xué)家們通過進(jìn)行大數(shù)據(jù)分析，確定了一種更好的模型來對(duì)抗乳腺癌的擴(kuò)散并能幫助測(cè)試有潛力的藥物。

圖片來源：CC0 Public Domain

實(shí)驗(yàn)室當(dāng)前所使用的方法通常會(huì)利用細(xì)胞系或在平板上培養(yǎng)細(xì)胞，來模擬患者機(jī)體中腫瘤的生長(zhǎng)；擴(kuò)散是最常見的癌癥相關(guān)死亡的原因，大約與90%的癌癥患者死亡直接相關(guān)，截至目前，很少有藥物能夠治療患者的癌癥轉(zhuǎn)移，而且研究人員也并不清楚在藥物開發(fā)的過程中到底哪個(gè)環(huán)節(jié)出錯(cuò)了。

研究者Bin Chen說道，細(xì)胞系和腫瘤樣本之間的差異或許就提出了很多關(guān)鍵的問題，比如細(xì)胞系能在多大程度上捕獲腫瘤的構(gòu)成；為了回答這個(gè)問題，研究人員對(duì)來自多個(gè)基因組數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行了大型整合分析，這些數(shù)據(jù)庫包括人類癌癥基因組圖譜計(jì)劃、癌癥細(xì)胞系百科全書、基因表達(dá)綜合和基因型及表型數(shù)據(jù)庫等。利用這些基因組數(shù)據(jù)發(fā)現(xiàn)新型癌癥療法是研究人員最終的目標(biāo)，在研究人員將大量成本投入到實(shí)驗(yàn)之前，我們就需要評(píng)估早期的研究模型，并基于基因組特征選擇最合適的藥物檢測(cè)手段。

利用這些數(shù)據(jù)，研究者發(fā)現(xiàn)，在實(shí)驗(yàn)室中培養(yǎng)的乳腺癌細(xì)胞系和實(shí)際的惡性轉(zhuǎn)移性乳腺癌腫瘤樣本之間或許存在著實(shí)質(zhì)性的區(qū)別，尤其是，在幾乎所有轉(zhuǎn)移性乳腺癌研究中所使用的癌細(xì)胞系MDA-MB-231與患者機(jī)體腫瘤樣本中的基因組幾乎并沒有相似之處。研究者Chen說道，我無法相信這些結(jié)果，所有證據(jù)都表明其二者之間存在著巨大差異，但從另一方面來講，我們能夠鑒別出與腫瘤非常相似的其它細(xì)胞系，并且可以與其它標(biāo)準(zhǔn)一起考慮作為這項(xiàng)研究最好的選擇。

類器官就很有可能模擬患者的樣本，研究者新開發(fā)的技術(shù)能利用3-D組織培養(yǎng)物并且捕獲到腫瘤形成過程和生長(zhǎng)過程中更多的復(fù)雜特性；類器官能夠保留原始腫瘤的結(jié)構(gòu)和遺傳組成特性，在基因表達(dá)水平下其就能夠做到這一點(diǎn)，甚至比癌細(xì)胞更具優(yōu)勢(shì)；然而，類器官和細(xì)胞系或許并不能充分地模擬機(jī)體不同位點(diǎn)的腫瘤周圍的實(shí)時(shí)分子影像。

所有這些因素或能幫助研究人員對(duì)相關(guān)研究結(jié)果進(jìn)行解釋，并幫助科學(xué)家們開發(fā)出更為復(fù)雜的研究模型，本文研究中研究人員成功利用公開數(shù)據(jù)來研究癌癥，在早期研究中研究人員取得了很多進(jìn)展，這或?qū)椭麄兒笃陂_發(fā)出有效治療乳腺癌患者的新型治療手段。

原始出處：Ke Liu, Patrick A. Newbury, Benjamin S. Glicksberg, et al. Evaluating cell lines as models for metastatic breast cancer through integrative analysis of genomic data, Nature Communications (2019). DOI:10.1038/s41467-019-10148-6