了解肺癌细胞网络帮助创建药物治疗

为首的一组科学家蒙大拿大学细胞生物学家马克·格兰姆斯已经确定肺癌细胞内部网络,这将有助于理解这个用药物治疗癌症和对抗它。

的封面文章出版的论文5月22日的问题科学的信号,揭示了一个新类叫一半抑制剂的药物——目前正在临床试验——致力于抗癌的功效。这是第一次大规模的研究来分析三种不同的蛋白质同时修改,同时采用新方法,包括数学和计算方法和网络来分析这些数据。

文章,题为“集成的蛋白质磷酸化、乙酰化和甲基化数据集来概述肺癌的信号网络,“网上。

与所有其他癌症相比,肺癌仍是最致命的,尽管近年来减少由于减少吸烟。肺癌预计杀死大约150000人今年在美国,据美国癌症协会。

这项研究开始于细胞信号技术,科学家们收集了大量数据从肺癌细胞。分析数据的方法建立在以前的工作从格兰姆斯实验室(看到Missoulian 5月13日,2015;http://bit.ly/2jv7nQ5)。

“细胞内蛋白质相互修改以不同的方式来传达信号,”格里姆斯说。“信号告诉细胞分裂,分化或死亡。癌症是许多疾病,许多类型的癌症是由于搞砸了的细胞信号机制。本研究定义了这些信号通路与更精确和整合途径,使用不同的蛋白质的修改。”

这项研究观察了45个不同肺癌细胞类型和比较他们的修改蛋白质正常肺组织。的大量的数据,复杂的模式识别技术——包括机器学习算法——被使用,在蛋白质修饰和模式结合蛋白质交互网络定义细胞信号通路在肺癌细胞。

格兰姆斯的研究小组包括三个学生和两个嗯嗯教员:特拉维斯惠勒的计算机科学和Ekaterina Smirnova来自数学科学学院。团队还包括计算生物学家Avi Ma 'ayan和他的团队从伊坎在西奈山医学院,纽约;从细胞信号技术和科学家,丹弗斯,马由迈克尔梳子。

格兰姆斯强调,这项研究是一个团队的努力。

“进步是由具有不同技能的人来的时候一起努力解决一个问题,”他说。“这是可喜的涉及研究生和本科生劳伦Foltz,耶利米Gaiser和威廉·库克,每个项目做出了独特的贡献。”

由于信息的复杂性,格兰姆斯提供了一个比喻来得到整个论文的主要观点:

“细胞袋蛋白质和DNA等其他组件。不同的组件都包含在细胞内舱壁膜。想象细胞作为一个房子,人在蛋白质。不同群体的人花更多的时间在不同的地方,这取决于他们的工作在家里。蛋白质在细胞中修改另一个通过附加磷、甲基乙酰基,类似于人们附加不同的气球。气球吸引特定的人走到一起,这取决于气球进行。发送一个信号到人们吸引气球持有人将在众议院和参与一些活动。例如,有人的手你一个红气球,你召集一群厨师去厨房做一顿饭。

“我们可以代表人们的相互作用方式的房子作为一个网络。在众议院的大多数人与其他许多人在过去的一年,所以看起来像一个毛团的交互网络,这不是很丰富。我们想要解开的毛团,通过网络途径,取决于谁的气球。这就是数学技巧和机器学习算法。这些模式识别技术帮助我们确定集群的人得到不同的气球——集群的蛋白质,成为修改以相似的方式。然后我们看看只有在这些集群的人的交互。换句话说,集群是用来过滤的交互。这cluster-filtered网络是一个更简单的网络,告诉我们关于特定于肺癌细胞的信号通路。”

格兰姆斯继续说道,“采取进一步类比,肿瘤就像一个房子,把自己变成了一个大工厂,使用社区的住宅区域的独栋住宅的能源和资源。研究人员就像侦探检查人同时持有三种不同类型的气球在许多不同的工厂(肿瘤细胞类型)。侦探使用此信息来跟踪通道通信常见的房子破坏了社会规则。

《cluster-filtered网络识别坏人和他们的合作者我们有一个更好的主意谁应该被执法阻止房子扩大在错误的社区,”格里姆斯说。“换句话说,这项研究给了我们一个更好的主意,蛋白质药物靶向逮捕不同类型的肺癌。”

这篇文章被转载材料所提供的蒙大拿大学。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。