统计技术帮助癌症研究人员了解肿瘤的构成 针对性护理

今天，在西雅图举办的2015联合统计会议(JMS2015)上研究人员提出了用于分析新一代测序数据的新的统计技术，这项技术能够帮助科研人员研究不同生物体的基因，如人类肿瘤，而且能够提出个性化的癌症治疗方案。

北岸大学医院计算机基因组和医学研究所项目主任，芝加哥大学生物统计学副教授Yuan Ji，在他的题目为“人类癌症异质性的贝叶斯模型”演讲中，介绍了这项被称为贝叶斯特征分配模型的新技术。

Ji与德克萨斯州大学奥斯汀分校数学系教授Peter Mueller;加利福尼亚大学应用数学和统计学助理教授Juhee Lee;约翰霍普金斯大学统计系助理教授Santa Cruz; Yanxun Xu;北岸大学医院博士后研究员Subhajit Sengupta;以及北岸大学医院分子医学中心主任Kamalakar Gulukota一起开发了这个模型。

准确地描述患者恶性肿瘤的基因组成，能够成功地推动针对性癌症治疗的成功发展。癌症基因组研究的最新发展，揭示了每个恶性肿瘤中的细胞都具有遗传异型性，不断产生新的基因突变。

传统的手术切除方法治疗癌症不能消除所有的亚克隆――在肿瘤克隆中产生的下一代突变细胞。治疗之后，残留细胞的抗药性增强，而且会进入到一个新的肿瘤中增加了治疗的难度。因此，癌症研究人员全面了解肿瘤中的亚克隆基因非常重要，这样就可以使用靶向所有亚克隆细胞的药物组合来更加有效地治疗疾病。

想要做到这一点，第一步是确定亚克隆细胞在哪里以及它们产生的不同类型的突变。利用新一代测序数据，Ji与他的合作者开了贝叶斯特征分配模型来外推肿瘤样本中亚克隆细胞的数量和种群分布。他们还建立了亚克隆细胞的序列和结构作为推理结果的一部分，这两者都有助于医生在模型研究的基础上选择靶向药物。

“利用强大的贝叶斯特征分配模型分析新一代测序数据，我们相信我们能够了解每个肿瘤中的遗传和细胞异质性，从而提升由患者的主治医生决定的癌症治疗的精度，”Ji在他的演讲结尾说道。

JSM 2015 8月8日-13日正在西雅图的华盛顿州会议中心举行。来自学术界、企业、行业以及不同国家、州和地方政府的超过6000的统计人员正在参加北美最大规模的统计科学会议。

（转化医学网360zhyx.com）