前列腺癌：大数据找到80项新药物靶点研发的钥匙

在对前列腺癌遗传学进行分析的最大规模研究中，科学家发现不下80个新的潜在药物靶点。这一研究项目为新疗法的设计开辟了广阔的途径。

提取基因数据曾经是一项繁琐且相当耗时的任务，但随着技术的不断改进，这项工作显著变快，而且明显更加便宜。同时，可用来处理大型数据集的工具也已大大改善。

综合起来，这表示我们可以对大量从遗传密码收集到的信息进行分析、绘图，并相对容易地用兩样结合來增加清晰度。

最近，有个国际合作的团队使用这种DNA分析和大数据双管齐下的方法，来深入研究前列腺癌发展的基因变化。这项研究是由英国伦敦的癌症研究所（Institute of Cancer Research）组织策划的。

前列腺癌的挑战

Eeles教授

前列腺癌是美国男性中第二大常见癌。估计今年在美国，将有164,690例前列腺癌新病例，并有将近3万人死于这病。尽管研究人员在理解和治疗前列腺癌方面取得了进展，但仍然有许多困难。

正如这项目的研究负责人Rosalind Eeles教授所所解释的，“我们在癌症研究中面临的挑战之一，就是这疾患的复杂性，以及众多可能的治疗方法。”--你不知道哪一种疗法对一个患者最为有效。

Cancer Research U.K.的Justine Alford博士概述了研究和干预前列腺癌的另一个问题：“治疗前列腺癌取得进展的主要障碍，是缺乏准确的方法来预测一个人的疾病进展，这使得我们很难知道每位患者最适合用哪种疗法来医治。”

收集基因数据
为了换一个角度来解决这个问题，研究人员从112位患前列腺癌男子获得遗传信息，与其他一系列的研究的数据结合起来，总共使用了来自930名患者的样品。Eeles教授说，“我们的研究运用了大数据尖端技术，来分析解锁大量有关前列腺癌的新信息，找出与疾病作斗争的可能方法。”

该研究团队利用最新的大数据技术，对于引发并促使前列腺癌发展的基因变化得到了新的亮光。一旦了解到涉及哪些基因，他们就能够创建一个这些基因编码的蛋白质图谱。

接下来，他们利用一个名为canSAR的数据库来进行分析。该数据库收集了各种癌症治疗药物的临床研究资料，利用机器学习，能够提出有潜力的药物发明见解。

在网站上，canSAR说明了他们的数据库试图回答的问题：“某个蛋白质到底性质如何？其中的癌是遗传表达还是突变？什么样的化学工具和细胞系模型可能用来实验性地探测它的活性？某个药物如何？细胞对其敏感性如何？以及哪些蛋白质的结合让我们知道是不寻常生物活性的可能解释？”

科学家们发现，他们找到的80种蛋白质是潜在的药物靶点。其中11种是现有药物的治疗靶点，另外7种药物可作为正在临床试验药物的靶点。他们的研究结果发表在近期的《Nature Genetics》杂志上。

Paul Workman教授

展望未来
当然，这些发现需要进一步研究才能够用在临床，但它们提供了一系列新的可能性。

合著人Paul Workman教授解释说：“这项研究发现很多新基因，是对生成前列腺癌起了作用，对于如何利用前列腺癌的生物学特性来寻找有潜力的新疗法，我们从中得到了非常重要的信息。”

Workman教授希望他们的工作能够“激起新一轮的研究浪潮，从患者的基因变化来辨认可能的药物靶标，让患者尽快受益。”

设计前列腺癌治疗方案的另一个绊脚石，疾病在每个人身上进展不同，这使得确定哪种治疗方案最适合于各位患者更难。Alford博士希望“通过大大增强我们对该病基因变化的了解，来帮助医生更好地调整癌症治疗个案，希望看到更多的人能够幸免于癌症。”

现在这些还属于早期的发现，但下一代的研究就可能会转化为临床使用。

本文内容译自昨天《今日医学新闻》的报道。