Twee jaar gelede het oudpres. Barack Obama die. Aangekondig Precision Medicine inisiatief in sy staatsadres van die Unie. Die inisiatief het gesoek na 'n "nuwe era van medisyne" waar siektebehandelings spesifiek op elke pasiënt se genetiese kode aangepas kon word.

Dit het sterk gesond in kankermedisyne. Pasiënte kan reeds hul kanker bestuur met terapieë wat die spesifieke gene wat in hul spesifieke tumor verander word, teiken. Byvoorbeeld, vroue met 'n tipe borskanker wat veroorsaak word deur die versterking van geen HER2 word dikwels behandel met 'n terapeutiese genoem herceptien. Omdat hierdie geteikende terapie spesifiek vir kankerselle is, is dit geneig om minder newe-effekte as tradisionele kankerbehandelings met chemoterapie of bestraling te hê.

Sulke behandelings is egter nie vir die meeste kankerpasiënte beskikbaar nie. In baie kankers bly die spesifieke genetiese veranderinge wat vir kanker verantwoordelik is, onbekend. Om geïndividualiseerde kankerbehandelings te skep, moet ons meer weet oor die funksionele genetiese veranderinge.

Met data oor kankergenetika wat vinnig groei, kan wiskunde en statistieke nou help om die verborge patrone in hierdie data te ontsluit om die gene wat verantwoordelik is vir die individu se kanker, te vind. Met hierdie kennis kan dokters toepaslike behandelings kies wat die werking van hierdie gene blokkeer om terapie vir individuele pasiënte te personaliseer. My navorsing poog om presisie medisyne in kanker te verbeter - deur dieselfde metodes te gebruik wat gebruik is om patrone in Netflix-filmgraderings te vind.

Sifting deur die data

Vandag is daar ongekende openbare toegang tot kanker genetika data. Hierdie data kom van vrygewige pasiënte wat hul tumormonsters vir navorsing skenk. Wetenskaplikes pas vervolgens sekwensietegnologie toe om die mutasies en aktiwiteit in elk van die 20,000-gene in die menslike genoom te meet.

Al hierdie data is 'n direkte gevolg van die Menslike Genoom Projek in 2003. Daardie projek het die volgorde bepaal vir al die gene wat 'n gesonde menslike DNA uitmaak. Sedert die voltooiing van die projek het die koste van die volgorde van die menslike genoom meer as elke jaar gehalveer, oortref die groei van rekenaarkrag beskryf in Moore se wet. Hierdie kostevermindering stel navorsers in staat om ongekende genetika data van kankerpasiënte te versamel.

Die meeste wetenskaplike studies oor kankergenetika wat wêreldwyd uitgevoer word, stel hul data bekend aan 'n sentrale, publieke databasis wat deur die National National Institute of Health (NIH) Nasionale Biblioteek van Geneeskunde verskaf word. Die NIH Nasionale Kanker Instituut en die Nasionale Menslike Genoom Navorsingsinstituut het ook vryelik genetiese data vrygestel van meer as 11,000-gewasse in 33-kanker tipes deur middel van 'n projek genaamd Die Kanker Genoom Atlas.

Elke biologiese funksie - van die onttrekking van energie uit voedsel om 'n wond te genees - kom uit aktiwiteit in verskillende kombinasies van gene. Kanker kap die gene wat mense in staat stel om tot volwassenheid te groei en dit beskerm die liggaam van die immuunstelsel. Navorsers dub hierdie die "Kenmerke van kanker." Hierdie sogenaamde geendissregulasie stel 'n tumor in staat om onbeheerbaar te groei en vorm metastases in afgeleë organe van die oorspronklike tumor site.

Navorsers gebruik hierdie publieke data aktief om die stel genveranderinge wat vir elke tipe tumor verantwoordelik is, te vind. Maar hierdie probleem is nie so eenvoudig nie, maar identifiseer 'n enkele gedisreguleerde geen in elke tumor. Honderde, indien nie duisende, van die 20,000-gene in die menslike genoom word in kanker gedegreguleer. Die groep gedisreguleerde gene wissel in elke pasiënt se tumor, met kleiner stelle algemeen hergebruikde gene wat elke kankermerk moontlik maak.

Presisie medisyne maak staat op die vind van die kleiner groepe gedisreguleerde gene wat verantwoordelik is vir biologiese funksie in elke pasiënt se tumor. Maar gene kan verskeie biologiese funksies in verskillende kontekste hê. Daarom moet navorsers 'n stel "oorvleuelende" gene wat gemeenskaplike funksies in 'n stel kankerpasiënte het, ontbloot.

Die koppeling van geen status tot funksie vereis komplekse wiskunde en geweldige rekenaarkrag. Hierdie kennis is noodsaaklik om te voorspel van die uitkoms van terapieë wat die funksie van hierdie gene sal blokkeer. So, hoe kan ons daardie oorvleuelende funksies ontbloot om individuele uitkomste vir pasiënte te voorspel?

Wat Netflix kan ons leer

Gelukkig vir ons is hierdie probleem reeds in rekenaarwetenskap opgelos. Die antwoord is 'n klas tegnieke genaamd "matriksfaktorisering" - en jy het waarskynlik alreeds met hierdie tegnieke in jou alledaagse lewe in wisselwerking getree.

In 2009, Netflix het 'n uitdaging gehad Om fliekgraderings vir elke Netflix-gebruiker te personaliseer. Op Netflix het elke gebruiker 'n duidelike stel graderings van verskillende flieks. Terwyl twee gebruikers soortgelyke smaak kan hê in flieks, kan hulle wild wissel in spesifieke genres. Daarom kan jy nie staatmaak op die vergelyking van graderings van soortgelyke gebruikers nie.

In plaas daarvan vind 'n matriksfaktoreringsalgoritme films met soortgelyke graderings onder 'n kleiner groep gebruikers. Die groep gebruikers sal vir elke film wissel. Die rekenaar assosieer elke gebruiker met 'n groep films tot 'n ander mate, gebaseer op hul individuele smaak. Die verhoudings tussen gebruikers word na verwys as "patrone." Hierdie patrone word geleer uit die data en kan algemene ranglys vind wat onvoorsiene is deur rolprentgenre alleen. Byvoorbeeld, gebruikers kan 'n voorkeur vir 'n spesifieke direkteur of akteur deel.

Genevieve Stein-O'Brien, CC BY

Dieselfde proses kan in kanker werk. In hierdie geval is die metings van geendisregulasie analoog aan filmgraderings, filmgenres tot biologiese funksie en gebruikers aan pasiënte se tumore. Die rekenaar soek oor pasiëntgewasse om patrone in geendisregulasie te vind wat die maligne biologiese funksie in elke tumor veroorsaak.

Van films na gewasse

Die analogie tussen filmgraderings en kankergenetika breek in die besonderhede af. Tensy hulle minderjariges is, is Netflix-gebruikers nie beperk in die flieks wat hulle kyk nie. Maar ons liggame verkies eerder om die aantal gene wat vir enige enkele funksie gebruik word, te verminder. Daar is ook aansienlike ontslag tussen gene. Om 'n sel te beskerm, kan een geen maklik vervang vir 'n ander om 'n algemene funksie te dien. Gene funksies in kanker is selfs meer kompleks. Tumore is ook baie kompleks en ontwikkel vinnig, afhangende van willekeurige interaksies tussen die kankerselle en die aangrensende gesonde orgaan.

Om hierdie kompleksiteite te verantwoord, het ons 'n matriksfaktoriseringsbenadering ontwikkel Gekoördineerde Gene aktiwiteit in Patroonstelle - of CoGAPS vir kort. Ons algoritme verantwoord die biologie se minimalisme deur so min as moontlik gene in die patrone vir elke tumor in te sluit.

Verskillende gene kan ook vir mekaar vervang, elkeen wat 'n soortgelyke funksie in 'n ander konteks bedien. Om dit te verantwoord, beraam CoGAPS gelyktydig 'n statistiek vir die sogenaamde "patrone" van geenfunksie. Dit laat ons toe om die waarskynlikheid te bereken dat elke geen in elke biologiese funksie in 'n tumor gebruik word.

Byvoorbeeld, baie pasiënte neem 'n geteikende terapeutiese sogenaamde cetuximab om oorlewing in kolorektale, pankreas-, long- en mondkanker te verleng. Ons onlangse werk het bevind dat hierdie patrone geenfunksie kan onderskei in kankerselle wat reageer op die geteikende terapeutiese middel cetuximab van diegene wat dit nie doen nie.

In die toekoms

Ongelukkig kan kankerterapieë wat gene bestry, gewoonlik nie 'n pasiënt se siekte genees nie. Hulle kan slegs 'n paar jaar vertraging vertraag. Die meeste pasiënte keer dan terug, met gewasse wat nie meer reageer op die behandeling nie.

Ons eie onlangse werk het bevind dat die patrone wat geenfunksie onderskei in selle wat reageer op cetuximab, insluit die baie gene wat aanleiding gee tot weerstand. Opkomende immunoterapieë is belowend en lyk asof sommige kankers genees. Tog, al te dikwels, pasiënte met hierdie behandelings ook terugval. Nuwe data wat die kankergenetika na die behandeling volg, is noodsaaklik om vas te stel waarom pasiënte nie meer reageer nie.

Saam met hierdie data vereis die kankerbiologie ook 'n nuwe generasie wetenskaplikes wat wiskunde en statistieke kan oorbrug om die genetiese veranderinge wat mettertyd in dwelmmotstand voorkom, te bepaal. In ander velde van wiskunde kan rekenaarprogramme langtermyn-uitkomste voorspel. Hierdie modelle word algemeen gebruik in weervoorspelling en beleggingstrategieë.

In hierdie velde en my eie vorige navorsing, het ons gevind dat die opdaterings van die modelle van groot datastelle - soos satellietdata in die geval van weer - langtermynvoorspellings verbeter. Ons het almal die effek van hierdie opdaterings gesien, met weervoorspellings wat die nader verbeter wat ons in die storm het.

Net soos instrumente uit rekenaarwetenskap wat aangewend word, kan aangepas word vir beide rolprentaanbevelings en kanker, sal die toekomstige generasie rekenaarwetenskaplikes voorspellingsgereedskap uit 'n verskeidenheid velde vir presisie medisyne aanneem. Uiteindelik hoop ons met hierdie berekeningsinstrumente dat tumore se reaksie op terapie so algemeen sal voorspel word dat ons die weer voorspel, en miskien meer betroubaar.

Oor Die Skrywer

Elana Fertig, Assistent Professor in Onkologie Biostatistiek en Bioinformatika, Johns Hopkins Universiteit

Hierdie artikel is oorspronklik gepubliseer op Die gesprek. Lees die oorspronklike artikel.

verwante Boeke

at InnerSelf Market en Amazon