新型计算模型有望向癌症个体化疗法迈进一步

　　-近日，一项刊登在国际杂志EbioMedicine上的研究报告中，来自赫尔辛基大学等机构的科学家们通过研究开发了一种新型计算模型—结合重要性评分(CES，Combined Essentiality Scoring)模型，其能准确识别出癌细胞中必要的基因，从而帮助开发新型抗癌药物。

　　图片来源：University of Helsinki

　　癌症是全球引发人群死亡的主要原因，其生长速度极快且会表达多种特殊基因，目前研究人员正在研究新型靶向性疗法来抑制仅在癌细胞中被激活的关键基因（对机体正常细胞副作用较小）。高通量的遗传筛查能够帮助评估维持癌细胞生存的基因的重要性，诸如这种方法就能帮助研究人员确定多种类型癌细胞系中几乎所有基因的评分。

　　然而，评估基因重要性的可复制性的挑战常常会阻碍科学家们对药物靶点的探索和发掘；研究者Wenyu Wang表示，shRNA和CRISPR-Cas9是两种用来进行高通量遗传筛查的常用技术，尽管改进了质量控制，但这两种技术所产生的基因重要性评分在同一种癌细胞系上往往存在一定的差异。

　　为了能够协调遗传筛查的数据，研究人员开发出了一种名为“结合重要性评分”（CES）的新型计算模型，其能利用来自shRNA和CRISPR-Cas9筛查的信息结合癌细胞的分子特征，从而帮助预测癌症必要基因；CES还能以相比当前计算方法更高的准确性来检测癌症必要基因，此外，研究者发现，两种预测的必要基因分别与乳腺癌和白血病患者机体较差的预后直接相关，这或揭示了潜在的癌症药物靶点。

　　最后研究者Jing Tang表示，改善基因必要性的评分或许只是开始，下一步我们将会继续深入研究通过将药物敏感性和基因必要性特性相结合来预测药物-靶点之间的相互作用；考虑到不断增加的功能性筛查数据库，研究者希望延伸对药物靶点信息的了解，最终开发出新型的个体化用药策略和癌症治疗手段。