网站 Banner

        与预测风暴发展的天气预报模型相同，研究人员现在已经开发出一种方法来预测组织中随时间变化的细胞活动。 新软件将基因组学技术与计算建模相结合，以预测细胞行为的变化，例如可能导致癌细胞蓬勃发展的细胞之间的通信。 马里兰大学医学院 （UMSOM） 基因组科学研究所 （IGS） 的

         研究人员共同领导了这项研究：7 月 25 日在线发表在 journalCell.It 上，这是一个在软件开发界面进行多年、多实验室项目的结果，实验室和临床团队科学研究人员之间进行了重要合作。 这项研究最终可能会产生计算机程序，通过从本质上创建患者的“数字孪生”来帮助确定癌症患者的最佳治疗方法。

         “尽管标准生物医学研究在表征方面取得了不可估量的进步细胞生态系统使用基因组学技术，结果仍然是时间上的单一快照——而不是显示癌症等疾病是如何由细胞之间的通讯引起的，“UMSOM 基因组科学研究所 （IGS） 的博士后研究员、这项研究的共同第一作者 Jeanette Johnson 博士说。 “癌症是由免疫系统控制或启用的，免疫系统是高度个体化的; 这种复杂性使得很难从人类癌症数据中对具体患者。

         这项研究的独特之处在于使用了一种通俗易懂的“假设语法”，它使用通用语言作为生物系统和计算模型之间的桥梁，并模拟细胞在组织中的行为方式。

         印第安纳大学智能系统工程教授 Paul Macklin 博士领导了一个研究团队，他们开发了描述细胞行为的语法。 这种语法允许科学家使用简单的英语句子来构建数字多细胞生物系统的表示，使团队能够为癌症等复杂疾病开发计算模型。

         “这种新的'语法'既使生物学和代码之间的交流成为可能，它也使来自不同学科的科学家之间的交流成为可能，以便在他们的研究中利用这种建模范式，”IGS 科学家、UMSOM 药理学和生理学助理教授、共同主要作者 Daniel Bergman 博士说 与博士。约翰生。

         博士 然后，Bergman 和他在 IGS 的同事将这种语法与来自真实患者样本的基因组数据相结合，利用空间转录组学等技术研究乳腺癌和胰腺癌。

        在乳腺癌中，IGS 团队模拟了一种效应，即免疫系统无法抑制肿瘤细胞生长，而是促进侵袭和癌症扩散。 他们调整了这个计算建模框架来模拟胰腺的真实世界免疫疗法临床试验癌症。

        使用来自未经治疗的胰腺癌组织样本的基因组学数据，该模型预测每个虚拟“患者”对免疫疗法治疗都有不同的反应——这展示了细胞生态系统对精准肿瘤学的重要性。 例如，胰腺癌是一种难以治疗的癌症，部分原因是它通常被称为成纤维细胞的致密非癌细胞结构包围。 该团队利用新的空间基因组学技术进一步展示成纤维细胞与肿瘤细胞交流的方式。 该计划使科学家能够跟踪胰腺肿瘤的生长和进展，以至于从真实的患者组织侵袭。

         “作为研究免疫学的人，这些模型让我如此兴奋的是，它们可以使用实验室和人类基因组学数据来获得信息、初始化和构建，”博士说。 约翰生。 “免疫细胞是惊人的，它遵循可以编程到其中之一的行为规则中模型。 因此，例如，我们可以获取数据并将其视为人类免疫系统正在做的事情的快照，这个框架为我们提供了一个沙箱，可以自由地调查我们对随着时间的推移发生的事情的假设，而不会给患者带来额外的成本或风险。

         “自从我从马里兰大学帕克分校的天气预报培训过渡到计算以来，我一直相信我们可以应用相同的原理跨生物系统来制作癌症的预测模型。 我对我们还不知道多少生物学规则感到震惊，“Elana J 说。 Fertig 博士，IGS 主任、格林鲍姆综合中心定量科学副主任、UMSOM 医学和流行病学教授，也是该研究的主要作者。 “将这种方法应用于基因组学技术为我们提供了一个虚拟细胞实验室，我们可以在其中进行实验，以完全在计算机中测试细胞规则的含义。”

         博士Fertig 称这项研究为“团队科学的挂毯”，并对来自约翰霍普金斯大学和俄勒冈健康科学大学临床合作者的计算模型进行了额外验证。 美国国家癌症研究基金会资助了该项目。

         新语法是开源的，因此所有科学家都可以从中受益。 “通过让科学界可以使用这个工具，我们提供了一条前进的道路来标准化此类模型并使其普遍使用接受了，“博士说。 伯格曼。 为了证明这种普遍性，约翰霍普金斯医学院 （JHSOM） Terkowitz Family 神经科学和神经病学新教授 Genevieve Stein-O'Brien 博士带领研究人员在神经科学示例中使用了这种方法，其中程序模拟了随着大脑发育而创建层。

         “通过 IGS 的这项工作，我们为生物学研究建立了一个新的框架，因为研究人员现在可以创建他们的计算机模拟台架实验和临床试验，甚至开始预测治疗对患者的影响，“Mark T 说。 Gladwin，医学博士，马里兰大学巴尔的摩分校医学事务副校长，John Z. 和 Akiko K。 鲍尔斯杰出教授和 UMSOM 院长。 “这对于实现癌症及其他领域的数字孪生和虚拟临床试验具有重要应用。 我们期待着未来的工作将这种癌症计算建模扩展到临床。

         团队这项研究的资深作者包括印第安纳大学印第安纳信息学、计算与工程学院本科教育副院长兼智能系统工程教授 Paul Macklin 博士、彭博神经科学助理教授兼单细胞训练助理主任 Genevieve Stein-O'Brien 和 约翰霍普金斯大学分析中心 （STAC） 和 Dr. Fertig 正在继续努力传播该软件并扩展其通过资助这项研究的美国国家癌症研究所 （NCI） 癌症研究信息学技术联盟与基因组学数据集成以自动制定模型。 这项研究的额外基准测试以及该软件在乳腺癌和胰腺癌中的应用得到了众多 NCI 拨款、Jayne Koskinas Ted Giovanis 基金会、国家癌症研究基金会、马里兰州香烟归还基金计划的支持，以及拉斯特加滕基金会。