Nature子刊：如何利用癌症研究数据

利用物理学、统计学和遗传学，科学家们破解了癌症的致病策略。

故事的一开始很简单：Nate Silver(著名统计学家)和Richard Feynman（著名物理学家）走进一家酒吧，撞上了一位生物学家……

虽然接下来要讲述的可能有些书呆气，令人觉得烦闷，但是在现代生物学领域，已经出现了越来越多这样的故事，多学科多领域的研究人员聚在一起，头碰头在海量的基因组数据中寻找意义。

然而即使如此，当我们面对正在以惊人的速度增多的癌症突变数据时，依然令我们头皮发麻，无从下手，现在的挑战就是找到一种有效的方法，能从多种噪音背景中发现信号。

近期一组研究人员迎难而上，聚合多学科的力量，尤其是统计物理学以及人工智能，开发出了一种将癌症突变数据转变成多维模型的新方法，这种多维模型能展现出特殊的突变对细胞中蛋白社会性网络产生的影响。从中研究人员就能推断出癌细胞中的无数突变在致病过程中的实际功能。

“我们聚焦于统计力学中的一个基本概念，这个概念我们在本科的理论物理课程中就学过，但是之后由于其不适用于我们的日常生活，因此就被遗忘了。但是作为生物学家，这一概念能帮助我们解决癌症遗传学中最困难的一个问题，”文章的通讯作者，哈佛医学院系统药理学教授Peter Sorger说。

这一研究成果公布在11月2日Nature Genetics杂志上。

目前许多被广泛研究的癌基因，如p53、Ras等都是多个研究组通过多年的努力而发现的，但是时至今日，我们进入了高通量基因组学时代，可以从成千上万的样品中获得数千倍更多的数据，因此累积至今的癌症突变数据巨大。

但是并不是所有的突变都会影响肿瘤行为，实际上许多只不过搭搭顺风车而已，这些突变被称为“乘客突变(或偶发突变，passenger mutations)”。为了能将“司机突变，或主导突变”与偶发突变区分开来，研究人员常常会利用一种“轮询polling”策略，识别最常见的突变，推理哪些是重要的。然后对最重要的候选突变进行详尽细致的分析，像是p53，Ras此类的研究。

这篇文章的第一作者Mohammed AlQuraishi是一位具有遗传学，统计学和物理学背景的研究学者，他意识到生物学能从统计学和物理学中受益良多，他开玩笑说：“这就像是Silver 和 Feynman 在一起工作。”

AlQuraishi利用他的平台分析癌症基因图谱中数据，结果获得了大量详细的原理注释图，可以用来解释某些突变能改变蛋白复杂大量的细胞内网络，这一网络在很大程度上觉得了细胞的健康状态。

从中AlQuraishi发现常见和罕见的突变其实都会影响蛋白网络。“这两种突变同样重要。在这两种情况下，大约有 1%的常见突变和1%罕见突变改变肿瘤网络。但罕见突变基本上被忽略，现在我们要多注意它们。”

出现每一个常见突变，就会有大约四个罕见突变，因此从数量上来说，罕见突变可能比之前我们所认为的更加重要，“我们一直认为大量的罕见突变是暗物质，但在这项研究中，我们发现这些暗物质发挥着作用。”（转化医学网360zhyx.com）

原文摘要：

A multiscale statistical mechanical framework integrates biophysical and genomic data to assemble cancer networks.

Functional interpretation of genomic variation is critical to understanding human disease, but it remains difficult to predict the effects of specific mutations on protein interaction networks and the phenotypes they regulate. We describe an analytical framework based on multiscale statistical mechanics that integrates genomic and biophysical data to model the human SH2-phosphoprotein network in normal and cancer cells. We apply our approach to data in The Cancer Genome Atlas (TCGA) and test model predictions experimentally. We find that mutations mapping to phosphoproteins often create new interactions but that mutations altering SH2 domains result almost exclusively in loss of interactions. Some of these mutations eliminate all interactions, but many cause more selective loss, thereby rewiring specific edges in highly connected subnetworks. Moreover, idiosyncratic mutations appear to be as functionally consequential as recurrent mutations. By synthesizing genomic, structural and biochemical data, our framework represents a new approach to the interpretation of genetic variation.