2019年3月1日

该工具揭示了疾病的分子原因，包括婴儿癌症

普林斯顿大学的研究人员通过利用机器学习同时分析数百种疾病的分子模式，对疾病的原因和特征有了新的见解。由计算机科学家和生物学家组成的团队展示了一种现在可供全球研究人员使用的新工具，他们已经发现并通过实验证实了四种以前未知的基因对一种罕见癌症的贡献，这种癌症主要影响婴儿和幼儿。

该团队包括密歇根州立大学和奥斯陆大学的合作者，他们介绍了该系统，并在2月23日出版的杂志上发表了一篇论文，展示了其能力电池系统．

以前的方法主要关注与特定疾病或癌症类型相关的基因，而这项新技术使用机器学习，通过同时观察300多种不同的疾病，包括癌症、心脏病、代谢障碍和许多其他疾病，来发现基因活动的独特模式。在此过程中，它揭示了疾病和组织类型之间的区别，包括其他技术无法识别的相关疾病之间的微调差异。

研究人员认为，随着进一步的发展，该工具将有助于临床医生诊断疾病，定制和跟踪治疗的有效性，并找到新的治疗方法。

该系统被称为“揭示人类疾病RNA样本注释”(URSA, HD)，整合了来自公开可获得的约8000个活检记录的基因活性信息，这些活检记录取自数千名患者的健康和患病组织。展望未来，研究人员可能会向该工具提交新的样本web界面，并接受可能与疾病和组织类型有关的分析。

“真正的创新是将所有样本与其他样本进行比较，”钱德拉·西斯菲尔德(Chandra Theesfeld)说，他与2016年在普林斯顿大学获得博士学位的李英硕(Young-Suk Lee)一起担任首席研究员。

西斯菲尔德将这一观点比作人类在看到各种各样的例子后，识别行为之间细微差别的能力。例如，观察足球运动员可能会揭示一个踢球动作的特征，但同时观察足球运动员和芭蕾舞演员会揭示一个风格和目的截然不同的类似动作的细节和背景。

“把它们放在一起研究，提供了一种区分独特方面的方法，”西斯菲尔德说。他是普林斯顿大学和西蒙斯基金会奥尔加·特罗扬斯卡亚(Olga Troyanskaya)实验室的研究科学家，领导了这个团队。这种观点提供了一种不偏不倚的方式，“去了解疾病的新事物，而这些新事物是用一次一种疾病的方法无法发现的，并且有可能确定新的治疗靶点，甚至发现疾病的新方面，而这些新方面是不被重视的。”

在进行比较时，该算法更重视定义不同组织和疾病的基因活性差异。它弱化了有关相关疾病中常见基因活动的信息，其中许多已经得到了很好的研究。在足球舞蹈的类比中，这就像把大规模的抬腿动作放在一边，寻找许多细节，比如脚的角度，这些细节合在一起构成了一组特征，可以可靠地识别一个动作或另一个动作。

Theesfeld说:“我们的方法是由患者样本中的疾病信息驱动的，所以它不会偏向于经常被研究的流行疾病基因。”“我们可以跟踪数据变化的模式，而不知道每个变化意味着什么。”

西斯菲尔德指出，90%的基因研究只研究了10%的人类基因。URSA(HD)着眼于整个人类基因组，并为每种疾病创建一个全基因组模型或特征。

这种方法对罕见疾病尤其有效，研究人员现在只需几个样本就可以创建一个模型。在儿童癌症成神经细胞瘤的案例中，研究人员发现了四种与该疾病特别相关的基因，而此前的科学文献中没有这方面的信息。为了证实这一发现，西斯菲尔德对人类细胞进行了实验室测试，操纵基因活性，观察它们对细胞中癌症相关过程的影响。

URSA(HD)关注的不是DNA本身，而是RNA。RNA是细胞将DNA中的信息转录为工作分子时产生的产物，这些分子构建和运行细胞，并在细胞之间传递信号。这样，系统就超越了突变的范畴基因他们自己)，而是关注下游的转录产物，这些产物可能会以某种方式失调，导致问题，即使原始基因是正常的。