ارائه یک روش رایانشی جدید برای دنبال کردن گسترش سلول های سرطانی

محققان دانشگاه پرینستون روش رایانش جدیدی را ارائه کرده‌اند که توانایی دنبال کردن گسترش سلول های سرطانی از یک عضو بدن به عضو دیگر را دارد.

محققان دانشگاه پرینستون، روش رایانش جدیدی را ارائه کرده اند که توانایی دنبال کردن گسترش سلول های سرطانی از یک عضو بدن به عضو دیگر را دارد. انتقال سلول‌ها موجب متاستاز (metastasis) می‌شود که عامل حدود 90 درصد مرگ‌های ناشی از سرطان تومورهای بافت توپر محسوب می‌شود. تومورهای بافت توپر، توده‌ای از سلول‌ها هستند که در اندام‌هایی چون سینه، پروستات، یا روده بزرگ رشد می‌کنند. پیدا کردن عوامل ایجاد متاستاز باعث پیدا شدن راه‌های درمان تازه‌ای شده که فرایند گسترش سرطان در کل بدن را متوقف می‌سازند.

بن رافائل استاد علوم کامپیوتر دانشگاه پرینستون و محقق و نویسنده ارشد تحقیق مزبور این سوال را مطرح می کند:

آیا تغییرات یا جهش خاصی درون این سلول‌ها ایجاد می شود که باعث انتقال و جابجایی شان می گردد؟ راز بزرگی که پنهان مانده است.

رافائل و همکارانش در تحقیقی که در شماره اردیبهشت مجله نیچر ژنتیک (Nature Genetics) منتشر شده، الگوریتمی را ارائه کرده‌اند که با ادغام داده‌های توالی DNA با اطلاعات محل قرار گرفتن سلول های سرطانی در بدن مسیر متاستاز سرطان را پیدا می کند. الگوریتم مزبور MACHINA نام دارد که سرواژه ای است از واژگان «تحلیل یکپارچه پیشینه کلونی و متاستازی» ( metastatic and clonal history integrative analysis).

رافائل همچنین می افزاید:

الگوریتم پیشنهادی این امکان را به محققان داده تا از اطلاعات و داده های حال حاضر توالی دی ان ای به فرایند قبلی متاستاز برسد.

این تکنیک در مقایسه با مطالعات قبلی که صرفا مبتنی بر توالی دی ان ای بودند تصویر واضح تری از تاریخچه انتقال و جابجایی سلول‌های سرطانی ارائه می‌دهد. برخی از مطالعات به الگوهای انتقال پیچیده ای رسیدند که دانش فعلی بیولوژی سرطان را نشان نمی داد.

رافائل خاطر نشان می سازد:

درست است که امروزه داده‌ها بسیار پیچیده شده‌اند اما پیچیدگی داده‌ها لزوما همیشه تعابیر و تفاسیر پیچیده نمی خواهد.

MACHINA با دنبال کردن همزمان جهش ها و جابجایی های سلولی درمی یابد که متاستاز بیماری در برخی بیماران از انتقال های سلولی کمتری نسبت به تصور قبلی بوجود آمده است. مثلا در یک بیمار مبتلا به سرطان سینه، طبق تحلیل قبلی متاستاز، بیماری بخاطر 14 انتقال مجزا بوده است اما طبق نتایج MACHINA یک تومور ثانویه در ریه فقط از طریق پنج انتقال سلولی پخش شد. رافائل و همکارانش علاوه بر داده های سرطان سینه، از الگوریتم پیشنهادی برای بررسی الگوهای متاستاز بیماران مبتلا به سرطان پوست، سرطان تخمدان و پروستات استفاده کردند.

ویژگی‌هایی نیز جهت افزایش دقت MACHINA به آن اضافه شدند. الگوریتم پیشنهادی شامل مدلی است برای انتقال همزمان سلول هایی که از نظر ژنتیکی متفاوت هستند براساس شواهد آزمایشی که سلول های تومور بصورت مجموعه ای (خوشه ای) به نقاط جدیدی در بدن می روند. ضمن اینکه عدم قطعیت داده‌های دی ان ای ناشی از آمیخته های توالی سلولی سلول‌های سالم و سرطانی با ژنتیک متفاوت نیز در این الگوریتم درنظر گرفته می‌شود.

آندریا سوتوریوا همکار کریس روکوز در برنامه سرطان و تکامل در موسسه تحقیقات سرطان در لندن می گوید

به کمک این روش می توان بر مشکلات داده های پارازیت دار غلبه می کنیم و بکمک این الگوریتم از داده های حاصل از توالی دی ان ای تومور که بسختی آنالیز می شوند نتایج معناداری بدست خواهیم آورد. پیش بینی می کنم که روش جدید کاربرد گسترده ای برای ژنومیک داشته باشد و نور امیدی باشد برای سرطان های بشدت پیشرفته و مهلک.

توسعه MACHINA راه را برای بررسی بیشتر الگوهای متاستاز در تعداد زیادی از بیماران سرطانی هموار کرده است که جهش های اصلی عامل گسترش و شیوع انواع سرطان های مختلف را نشان می دهد. تیم تحقیقاتی به سرپرستی رافائل همچنین برآن هستند تا از داده های دی ان ای تومور و سلول های سرطانی که در خون جریان دارند، و تغییرات اپی ژنتیکی (تغییرات شیمیایی معکوس دی ان ای) برای ارتقای این روش استفاده کنند. رافائل در پایان اضافه می کند:

الگوریتم بهتر به منزله یک میکروسکوپ بهتر است. وقتی با ذره بین به طبیعت نگاه می کنید ممکن است برخی جزئیات مهم را نبینید و ازدست بدهید، اما وقتی با میکروسکوپ به محیط نگاه کنید چیزهای بیشتری قابل مشاهده هستند.

سخن پایانی

برای اطلاع بیشتر از اخبار علمی با پلازا همراه بمانید، شما همچنین می‌توانید در بخش نظرات، دیدگاه خود را با ما به اشتراک بگذارید.