近期在線(xiàn)發(fā)表在Cell上的文章報道癌癥研究人員對致命的轉移性前列腺癌采取了一套全面的分析工具，產(chǎn)生了一張關(guān)于基因和蛋白質(zhì)之間相互作用的復雜網(wǎng)絡(luò )的詳細地圖。新開(kāi)發(fā)的計算方法，可以分析病人的具體數據，幫助醫生給個(gè)別患者選擇最有效的藥物。

癌癥研究人員對致命的轉移性前列腺癌采取了一套全面的分析工具，產(chǎn)生了一張讓前列腺癌細胞增殖和逃避治療的基因和蛋白質(zhì)之間相互作用的復雜網(wǎng)絡(luò )的詳細地圖。該研究小組還開(kāi)發(fā)了一種計算方法，用于分析病人的具體數據，幫助醫生給個(gè)別患者選擇最有效的藥物。

分析每個(gè)病人信號轉導途徑的突變

這個(gè)相關(guān)研究在線(xiàn)發(fā)表在近期的Cell上，是加州大學(xué)SantaCruz分校和洛杉磯分校的合作努力的結果。他們從致命的轉移性前列腺癌的患者尸檢中獲得臨床組織樣本，然后進(jìn)行一系列復雜的分析，以前所未有的細節來(lái)確認每個(gè)病人癌癥細胞的特點(diǎn)。對結果數據集用新的計算機方法分析每個(gè)病人癌細胞中的信號轉導途徑產(chǎn)生的個(gè)性化突變，其中的細節建議了治療的潛在目標。

通訊作者加州大學(xué)SantaCruz分校的JoshStuart教授說(shuō)：“這就像每一個(gè)腫瘤的藍圖。這是我們個(gè)性化癌癥治療的夢(mèng)想，所以我們不只是猜測哪些藥物會(huì )起作用，而是根據什么驅動(dòng)患者的癌癥來(lái)選擇藥物靶點(diǎn)。”

文章另一資深作者加州大學(xué)洛杉磯分校的OwenWitte教授說(shuō)：“轉移性前列腺癌的治療是迫切需要的。這種類(lèi)型的跨學(xué)科研究是至關(guān)重要的，因為我們試圖找出發(fā)生在侵襲性前列腺癌中的細胞變化并在理解疾病上跨越新的界限。”

癌癥基因組學(xué)通過(guò)揭示驅動(dòng)個(gè)體患者腫瘤細胞的基因突變，來(lái)實(shí)現個(gè)性化癌癥治療。但解釋基因組數據仍然是一個(gè)挑戰。癌細胞中突變和其它基因變化的效果，在細胞生長(cháng)、細胞增殖和其他癌癥生物學(xué)的標志中的復雜分子作用網(wǎng)絡(luò )或者“信號轉導通路”中起作用。通過(guò)搜尋在前列腺癌細胞中活躍的關(guān)鍵途徑，研究者能夠鑒定這些通路中的“主開(kāi)關(guān)”，然后可以用藥物靶向阻斷疾病。

整合磷酸蛋白質(zhì)組與基因組和表達組數據

許多信號傳導通路中的一個(gè)關(guān)鍵步驟是“磷酸化”，通過(guò)在蛋白的特定位點(diǎn)添加一個(gè)磷酸基團讓蛋白質(zhì)激活或失活。磷酸化蛋白的酶叫做磷酸激酶，很多新的癌癥藥物是磷酸激酶的抑制劑。這個(gè)研究的主要內容是對前列腺癌腫瘤和細胞的“磷酸蛋白組”的綜合分析，揭示細胞蛋白的磷酸化狀態(tài)變化。

加州大學(xué)洛杉磯分校的博士后JustinDrake負責這項磷酸化蛋白組學(xué)的研究工作，生成了前列腺癌細胞和組織中蛋白質(zhì)磷酸化的新百科全書(shū)。SantaCruz分校的EvanPaull負責計算分析，整合了蛋白質(zhì)組磷酸化數據與基因組和基因表達數據，提供了晚期前列腺癌中活化信號通路的統一視圖。他們倆是論文的共同第一作者。

Pall說(shuō)：“將磷酸蛋白組的數據添加到傳統的基因組學(xué)和轉錄組學(xué)，使得我們對疾病的異常信號有更全面的認識。我們開(kāi)發(fā)了一種方法來(lái)整合這些多個(gè)的大數據，以了解是什么在個(gè)別患者中驅動(dòng)疾病。”

建立的通用模型能對藥物敏感性準確預測

對前列腺癌的晚期病例的主要治療方法是雄激素剝奪，因為男性激素刺激前列腺癌的生長(cháng)。然而最終，大多數惡性前列腺癌對這些治療都會(huì )產(chǎn)生抗性。這項新的研究揭示了對抗雄激素治療抵抗的一些機制，根據Stuart教授所說(shuō)，在多數情況下，突變導致雄性激素受體蛋白的變化。在其它情況下，即使雄激素信號受體被阻斷，替代性激酶信號通路也會(huì )允許癌細胞保持生長(cháng)。

基于對每個(gè)病人的腫瘤細胞分析基礎上的個(gè)人資料顯示：可用于優(yōu)化藥物的臨床相關(guān)信息最有可能在這些情況下是有效的。用于產(chǎn)生這些個(gè)人系列的工具被縮寫(xiě)成pCHIPS，研究者創(chuàng )建了一個(gè)在線(xiàn)的pCHIPS資源，允許用戶(hù)根據自己的數據制作病人特異的網(wǎng)絡(luò )預測和用pCHIPS方法將結果可視化。

研究人員發(fā)現對前列腺癌細胞株運用這些方法后，單獨運用基因組或磷酸蛋白組數據可以達到對藥物敏感性準確預測。這之所以重要是因為在這個(gè)研究中對臨床樣本的綜合分析不太能應用到大多數患者身上，而基因組學(xué)的臨床應用正在增長(cháng)。

Stuart教授解釋從多個(gè)分析中整合的數據讓研究者能夠將轉移性前列腺癌中的信號通路建立起一個(gè)通用的模型。pCHIPS工具使用通用模型病在病人的具體數據上細化，比如病人癌細胞中的基因突變。他說(shuō)“現在這是一個(gè)研究工具，但希望能夠有一個(gè)像這樣的策略在臨床上使用。這些基因組的突變在細胞中造成了大量的破壞。你需要用計算機來(lái)幫助你理解它們，并在網(wǎng)絡(luò )中找到能夠用藥物靶向的致命弱點(diǎn)。”