数据分析可提高多种脑癌的认知和治疗

　　被诊断出脑癌是很严重的事情，然而事情并未由此结束。脑癌的种类很多，生存率和治疗方法都各不相同。然而，如今，许多脑癌很难清晰确诊，因此患者的预后很差。

　　如今的诊断主要通过形态特征完成。然而，这种做法与发病机制十分不符，并且通过形态特征诊断很可能会妨碍脑癌和其它癌症治疗方法的发现。

　　这就是中国北京师范大学樊小龙和他的同事正在寻求提高的事情。樊解释说，“我们正尝试根据发病过程寻找区分脑癌的方法。”“这会对诊断有帮助且有可能避免不必要的治疗。”

　　北京的研究人员与瑞典克隆大学的研究人员有长期合作关系。这两组研究人员已共同研发出新的方法区分胶质瘤-最普遍的成人脑部肿瘤。这种方法把胶质瘤分为不同的分子亚型。正如研究人员在《美国国家科学院记录》最近发布的论文报告一样，这些细胞亚型表明转录组学，基因特征以及患者存活率各自的差异。

　　为了得出分类，研究人员研究关键信号路径附近的两个基因共同表达细胞，信号路径在神经发展和胶质瘤形成之间被保存。为搜寻这些模式，研究人员使用三大洲的公共数据库，其中包括基因表达数据库，基因数据和临床数据。

　　为了分析这些数据集和寻找关联，研究人员转向一个关注肺的科学软件公司Qlucore，此公司从科隆大学分离出并成立于2007年。为研发能使交互软件工具概念化巨大数量的高纬度数据(由基因表达微序列分析所产生)，这家公司被组建，并且现在它的软件被应用于一系列高纬度生物数据集。

　　“Qlucore的软件是 一个十分有趣的方法，”樊说，樊已使用这个软件有四年之久。使用Qlucore Omics Exploer 软件执行Pearson相关系数分析，这个团队能够在两个受体酪氨酸激酶(RTK)附近确定基因联合表达模块，受体酪氨酸激酶管理细胞在神经干细胞里和胶质瘤神经胶质发展中的生死细则，分裂和迁移。 这个团队研究的两个关键受体酪氨酸激酶是表皮生长因子受体(EGFR)和血小板衍生生长因子受体 (PDGFRA)。

　　在这两类模型的表达方式基础之上，成年人所患的低级别和高级别胶质瘤能被分成三类主要的亚型，它们在预后，基因变异和细胞谱系和胶质瘤分化阶段之间的相互关系各异但是胶质瘤形态是独立的。

　　这三种亚型是EM、PM和EMLowPMLow胶质瘤。根据发表在PNAS论文上的发现，EM胶质瘤关联高龄诊断，更差的预后和神经干细胞和骨生成基因的强烈表达。PM和EMLowPMLow胶质瘤关联低龄诊断和更好的预后。另外，“PM胶质瘤”拥有丰富的少突细胞发生基因，而EMLowPMLow胶质瘤拥有丰富的成熟的神经细胞和少突细胞签名。”

　　“在研究的过程中，我们发现Qlucore对帮助没有数学背景的生物学家在他们的研究中使用生物信息方法十分有用。”樊说，“这在我们执行项目的过程中十分必要。”

　　樊对这一方法可能会提高胶质瘤的分类，十分兴奋。然而，他说，仍有许多工作要做。他说，下一步即将是使用这些分类，阐述胶质瘤发病原理和确定新的胶质瘤治疗目标。

　　当然，也会有很多挑战。“如果你有一个流程，整合数据就十分简单。我们把这个软件当做数学分析工具使用，”他说。然而，他补充到，这个限制是生物学。有许多数学分析和数据分析的软件，但不是每一个都能应用于生物领域。