Cell:组学“全景”分析推动前列腺癌精准治疗
2016-08-15 佚名 生物谷
最近来自美国UCLA的癌症研究人员开发了一组复杂的分析工具对患有转移性前列腺癌的病例进行分析，绘制了帮助前列腺癌细胞增殖和抵抗治疗的复杂基因和蛋白质网络的详细图谱。研究人员还开发了一种计算方法来分析病人个体化数据帮助每位病人选择最有效的治疗药物。相关研究结果发表在国际学术期刊Cell上。研究人员首先对活检获得的转移性前列腺癌病人的组织样本进行了一系列复杂分析，并且对每个病人癌细胞的描述达到了前所未
最近来自美国UCLA的癌症研究人员开发了一组复杂的分析工具对患有转移性前列腺癌的病例进行分析，绘制了帮助前列腺癌细胞增殖和抵抗治疗的复杂基因和蛋白质网络的详细图谱。研究人员还开发了一种计算方法来分析病人个体化数据帮助每位病人选择最有效的治疗药物。
相关研究结果发表在国际学术期刊Cell上。
研究人员首先对活检获得的转移性前列腺癌病人的组织样本进行了一系列复杂分析，并且对每个病人癌细胞的描述达到了前所未有的详细程度。随后研究人员又利用一种新的计算分析方法对获得的数据集进行分析，获得了对应每个病人癌细胞的个体化信号通路图表，该研究成果为转移性前列腺癌治疗提示了潜在的治疗靶标。
癌症基因组学通过揭示驱动每个病人肿瘤细胞的基因突变为癌症精准治疗提供了希望，癌细胞基因突变会通过影响参与细胞生长增殖及其他生理过程的信号途径发挥促癌作用。找到前列腺癌细胞中活跃的关键途径，就有望在这些途径中找到“主要分子开关”从而开发靶向治疗药物。
在美国UCLA的研究人员领导的这项工作中，他们在前列腺癌细胞和组织中对癌细胞的蛋白质磷酸化进行了全面解读。研究人员利用计算分析整合了磷酸化蛋白质组学数据和基因组以及基因表达数据，提供了一个关于晚期前列腺癌的激活型信号途径的全景图谱。
研究人员表示：“除了获得传统的基因组和转录组学数据，磷酸化蛋白质组学数据会进一步帮助我们对这种疾病的异常信号进行深入了解。我们开发的这种方法将这些大型数据库整合在一起可以帮助我们了解驱动每个病人疾病发生的原因。”
这项新研究还揭示了抗雄激素治疗抵抗背后的一些机制。据研究人员介绍在许多病例中单个突变会导致雄激素受体蛋白发生改变。在其他病例中，即使雄激素受体已经被阻断仍会有替代激酶信号途径让癌细胞继续保持生长。
对每个病人进行分析可以为临床治疗提供相关信息，帮助病人选择最为有效的治疗药物。
原始出处
Justin M. Drake19, Evan O. Paull19, Nicholas A. Graham, John K. Lee, Bryan A. Smith, Bjoern Titz, Tanya Stoyanova.et.al.Phosphoproteome Integration Reveals Patient-Specific Networks in Prostate Cancer.Cell.2016
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
#全景#
60
#Cell#
34
#CEL#
48
学习了，赞一个！
80
学习了，赞一个！
85
#精准治疗#
36
#精准#
34
继续学习
65
继续关注
63
好好学习一下
66