近日，一項(xiàng)刊登在國際雜志Genome Medicine上的研究報(bào)告中，來自約翰霍普金斯大學(xué)的研究人員通過研究開發(fā)了一種新方法來分析頭頸癌對療法耐受性的進(jìn)化改變特性。研究人員想知道隨著時(shí)間延續(xù)癌癥如何對療法產(chǎn)生一定的耐受性，以及能利用計(jì)算機(jī)建模的手段來分析這些改變從而確定患者機(jī)體癌細(xì)胞產(chǎn)生耐受性的特定時(shí)間軸。

研究者表示，我們所開發(fā)的名為CoGAPS（The Coordinate Gene Activity in Pattern Sets algorithm）的算法能夠用來確定癌癥耐藥性發(fā)生過程中與耐藥相關(guān)的分子改變，同時(shí)他們還需要開發(fā)新方法來收集來自體外細(xì)胞魔性的數(shù)據(jù)，并且開發(fā)出計(jì)算機(jī)分析手段來測定此前在癌癥研究中并未觀察到的結(jié)果。

研究者Elana Fertig博士說道，這篇文章的最大亮點(diǎn)之處在于我們把時(shí)間看做一個(gè)變量，而且我們必須證明在給病人增加負(fù)擔(dān)之前這一點(diǎn)很重點(diǎn)。文章中研究者在為期11周的時(shí)間內(nèi)檢測了西妥昔單抗療法對頭頸部鱗狀細(xì)胞癌癌細(xì)胞的效應(yīng)，在同一研究時(shí)間內(nèi)，研究者對相同的細(xì)胞進(jìn)行研究想觀察這一時(shí)間段內(nèi)發(fā)生的事件，同時(shí)研究者還試圖避免使用不同批次細(xì)胞所帶來的外部變量。

在療法期間，CoGAPS算法能定量癌細(xì)胞所發(fā)生的進(jìn)化改變，同時(shí)研究結(jié)果也能闡明隨著時(shí)間延續(xù)癌細(xì)胞所發(fā)生的變化，以及何時(shí)這些改變會(huì)導(dǎo)致直接性的治療反應(yīng)或耐受性發(fā)生，擁有這些信息或能幫助研究人員開發(fā)出組合性或替換性療法來抵御癌癥耐藥性的產(chǎn)生。研究者認(rèn)為，對比療法前和療法后，大部分的模型系統(tǒng)都能與當(dāng)前數(shù)據(jù)同步，為了利用這種算法來尋找癌細(xì)胞耐藥性獲得的機(jī)制，研究人員就需要制造在患者治療的整個(gè)過程中癌細(xì)胞所發(fā)生的一系列變化。

盡管目前研究人員發(fā)現(xiàn)了一系列的分子改變能夠接到癌細(xì)胞對療法產(chǎn)生耐藥性，但他們并不清楚癌細(xì)胞耐藥性產(chǎn)生的機(jī)制以及進(jìn)化時(shí)間軸的具體信息，當(dāng)將CoGAPS算法于實(shí)驗(yàn)生物學(xué)技術(shù)以及計(jì)算機(jī)編程相結(jié)合后，研究人員就希望能夠給予臨床醫(yī)生和患者更清楚的信息來闡明療法治療過程中患者的疾病是如何變化的。

最后研究者Luciane Kagohara表示，CoGAPS算法不同于當(dāng)前的標(biāo)準(zhǔn)方法，但其卻能夠讓我們深入理解癌癥對療法產(chǎn)生耐受性的機(jī)制；如果我們能夠繪制出癌細(xì)胞對療法耐受性發(fā)生的圖譜，或許未來就能有效預(yù)測癌細(xì)胞產(chǎn)生耐藥性的時(shí)間點(diǎn)，同時(shí)還能幫助研究人員選擇合適的藥物來抵御癌癥耐藥性的產(chǎn)生。（生物谷Bioon.com）