癌症:不仅仅是突变的总和

在癌症中，细胞会失去控制。它们增殖并进入组织，破坏器官，从而损害基本的生命功能。这种不受限制的生长通常是由癌症基因中DNA变化的积累引起的，即控制细胞发育的这些基因的突变。但有些癌症只有很少的突变基因，这意味着在这些情况下，其他原因导致了这种疾病。

柏林马克斯·普朗克分子遗传学研究所(MPIMG)和亥姆霍兹中心计算生物学研究所München的一组研究人员开发了一种新的算法，使用机器学习技术来识别165种以前未知的癌症基因。这些基因的序列不一定会改变——显然，这些基因的失调已经会导致癌症。所有新发现的基因都与已知的癌症基因密切相互作用，并在细胞培养实验中被证明对肿瘤细胞的存活至关重要。

个性化医疗的附加目标

该算法被称为“EMOGI”，即可解释的多组学图集成，它还可以解释细胞机制中的关系，这些关系使基因成为癌症基因。正如Annalisa Marsico领导的研究团队在杂志中所描述的那样自然机器智能该软件集成了从患者样本中生成的数万个数据集。这些信息包括DNA甲基化、单个基因的活性和细胞通路内蛋白质的相互作用，以及突变的序列数据。在这些数据中，一种深度学习算法检测出导致癌症发展的模式和分子原理。

“理想情况下，我们可以在某一时刻获得所有癌症基因的完整图像，这可能对不同患者的癌症进展产生不同的影响，”Marsico说，他是MPIMG的一个研究小组的负责人，直到最近，现在在Helmholtz Zentrum München。“这是个性化癌症治疗的基础。”

与化疗等传统癌症治疗方法不同，个性化治疗方法精确地根据肿瘤类型定制药物。“我们的目标是为每个患者选择最好的治疗方法——也就是说，副作用最小的最有效的治疗方法。此外，我们将能够根据癌症的分子特征在早期阶段识别癌症。”

研究人员说:“只有我们知道这种疾病的原因，我们才能有效地抵消或纠正它们。”“这就是为什么尽可能多地识别可能诱发癌症的机制如此重要。”

结合使用效果更好

“到目前为止，大多数研究都集中在基因序列的致病变化，即细胞蓝图，”Marsico团队的博士生、该出版物的第一作者Roman Schulte-Sasse说。“与此同时，近年来，表观遗传扰动或基因活性失调也可能导致癌症，这一点已经变得越来越明显。”

这就是为什么研究人员将反映蓝图中的错误的序列数据与代表细胞内事件的信息合并在一起。最初，科学家们证实基因突变或基因组片段的增殖确实是癌症的主要驱动因素。然后，在第二步中，他们确定了与实际致癌基因不太直接相关的候选基因。

舒尔特-萨斯说:“例如，我们发现基因的序列在癌症中基本没有变化，但对肿瘤来说却是必不可少的，因为它们调节着能量供应。”这些基因通过其他方式不受控制，例如，由于DNA上的化学变化，如甲基化。这些修饰使序列信息保持完整，但控制基因的活性。“这些基因是很有希望的药物靶点，但由于它们是在后台运作的，我们只能通过复杂的算法来找到它们。”

为进一步研究寻找线索

研究人员的新项目为疑似癌症基因的列表增加了相当多的新条目，近年来，该列表已增加到700到1000个。只有结合生物信息学分析和最新的人工智能(AI)方法，研究人员才能追踪到隐藏的基因。

舒尔特-萨斯说:“蛋白质和基因的相互作用可以被描绘成一个数学网络，称为图。”“你可以把它想象成猜铁路网;每个站都对应一个蛋白质或基因，它们之间的每次相互作用就是火车连接。”

在深度学习的帮助下——近年来正是这种算法帮助人工智能取得了突破——研究人员甚至能够发现那些以前被忽视的列车连接。舒尔特-萨斯让计算机分析了来自16种不同癌症类型的数万个不同的网络图，每个网络图包含1.2万到1.9万个数据点。

也适用于其他类型的疾病

数据中隐藏着许多更有趣的细节。马西科说:“我们看到了依赖于特定癌症和组织的模式。”“我们认为这是肿瘤由不同器官的不同分子机制引发的证据。”

研究人员强调，EMOGI项目并不局限于癌症。Marsico解释说，理论上，它可以用来整合不同的生物数据集，并从中找到模式。“将我们的算法应用于类似复杂的疾病可能是有用的，这些疾病收集了多方面的数据，基因发挥着重要作用。例如糖尿病等复杂的代谢疾病。”