升级后的计算工具从多组学数据中获取更多信息-全球即时看

(资料图)

尽管在理解癌症的生物学基础方面取得了惊人的进展，但许多癌症都缺少明显的遗传驱动因素。当科学家无法确定导致癌症的因素时，治疗癌症就会困难得多。

圣裘德儿童研究医院的科学家们希望通过更新的方法来分析多组学(主要是转录组学和蛋白质组学)数据来解决这个问题。研究人员创建了一种下一代计算工具，以从生物数据中获得新的见解并找到隐藏的药物靶点。该工具的功能今天发表在Nature Communications上。

更新后的应用程序 NetBID2 成功地揭示了驱动导致癌症的生物过程(例如快速细胞生长)的难以识别的蛋白质。这些隐藏的驱动因素提供了新的治疗机会，要么是因为现有药物已经可以靶向它们，要么是因为它们可能会激发药物开发人员开发新疗法。

“我们让找到隐藏的驱动程序变得更容易，”圣裘德计算生物学系的通讯作者 Jiyang Yu 博士说。“找到隐藏的驱动因素很重要，因为其中许多都是潜在的药物靶点。NetBID2 可以找到这些驱动因素，并有可能将它们迅速转移到临床试验中。我们可以重新利用一种已经获得 FDA 批准的药物，该药物针对已识别的隐藏驱动因素可能受益的完全不同的患者群体。”

寻找隐藏驱动程序的网络方法

来自特定细胞或癌症类型的大量 RNA 测序数据可能包含寻找疾病隐藏驱动因素所需的宝贵信息;然而，标准分析工具很难找到它们。NetBID2 是 Yu 在 2018 年开发的原始工具的续集。他专门设计了这些工具，以通过从“大数据”中榨取更多信息来找到隐藏的驱动程序。

“NetBID2 使我们能够最大限度地利用我们拥有的数据，”Yu 说，“尤其是 RNA 测序数据。它超越了传统的突变或差异基因表达数据，可以揭示隐藏的事件和可能具有重要功能的信息。”