生物行移动版

感谢成像领域、模型研究以及遗传学研究的进展，如今大量的数据源源不断地涌入癌症研究者的手中。目前，临床试验中来自单一患者肿瘤的相关数据量已经高达1TB，相当于13万本书的内容。然而，研究者仍然缺乏有效工具来处理这些海量遗传数据，从而为疗法开发进行精准预测。治疗癌症依然是未来的终极目标，目前研究者无法准确预测特定肿瘤对任何给定药物的反应，也无法预测患者如何进行治疗，以及癌细胞是否能够不断进化导致疗法失效。

美国能源部和国家癌症研究所联合开展了一项为期三年的研究计划，利用美国能源部的超级计算功能构建复杂的计算机模型，从而在分子、患者以及群体水平上研究抗癌策略。该计划基于奥巴马总统提出的精准医疗计划和副总统提出的癌症探月计划，旨在针对个体差异实现个性化诊断和癌症治疗。

国家癌症研究所的研究员Warren Kibbe指出，癌症研究者擅长通过基因组、蛋白质组和成像数据获取多种类型的数据，但不擅长将这些信息整合成一致的模型，并有效预测肿瘤对既定疗法的反应。

CANDLE

合作的关键在于计算机框架“癌症分布式学习环境”（CANDLE）。过去多年，科学家进行了多项研究，评估了大量癌症研究数据，包括肿瘤基因组、患者数据以及潜在药物的临床数据。CANDLE利用机器学习算法在大型数据库中寻找模式，机器学习是一种人工智能，专注于能够教授我们处理数据的程序。这些模式最终可能帮助改善患者疗法或指导新实验。

截至目前，许多机器学习研究产生了新型计算机模型，用于评估单一数据点的药物反应。然而，研究者设想更高程度的复杂性，整合多种类型的信息，如药物反应和患者谱系特异性。

分子水平上的研究

30%的癌症表现出Ras家族突变。Ras蛋白家族帮助诱导细胞制造新细胞或杀灭老细胞。研究者Lawrence Livermore进行分子水平试点研究，利用CANDLE架构预测Ras蛋白如何在细胞膜上发挥作用，并将信息加入Ras通路问题研究。Ras通路问题会导致基因停留在“开启”位置，从而引发肿瘤。

研究者希望进行高度复杂性的模拟，描述细胞膜上蛋白质如何移动及结合到特殊位点，并将这些信息应用于数百万个Ras通路，增强理解，预测单一信号在疾病发生中的作用。

患者水平上的研究

癌症包含成百上千种疾病，每种都有不同发病原因。将精准化引入疗法选择是患者水平研究的终极目的。在CANDLE平台帮助下，研究人员开发了新型预测模型，基于更广泛的数据引导针对不同肿瘤的疗法选择。

Kibbe表示，研究者尝试寻找特殊肿瘤逃脱疗法或产生耐药性的机制。从概念上，未来癌症疗法可能不断改进。目前我们并不理解癌症对任何特殊疗法产生耐药性的生物学意义，但模拟将帮助预测组合性疗法对特定患者的有效性和重要性。

群体水平上的研究

在任何时间点，3%至5%的癌症患者参与临床试验，对患者研究数据的分析编目仍是巨大的手工任务。美国橡树岭国家实验室将帮助国家癌症研究所，通过自动化样品读取和分析过程监测癌症患者变化。通过将自然语言处理和机器学习算法应用于数百万份临床报告，计算机从医生和护士的笔记中提取有效信息。

加工完成后，系统自动分析并提取相关信息，以便科学家监测全球结果，指导不同生活方式、环境和癌症类型的患者治疗。在进行群体水平试点研究前，必须对数据进行去识别化处理。

下一步该怎么做？

接下来三年，国家癌症研究所和能源部的研究者将进行一项巨大任务。第一年，他们重点合并统计学模型并构建机器学习方法，以最好地解释和预测现象；第二年，计算机科学家将利用计算机推断对这些预测结果的自信程度；最后一年，研究者将所有信息相结合，整合后进行试验性设计分析。

研究者Stevens表示，此刻处于特殊阶段，政府部门间出现了关于如何整合大数据和信息来理解疾病发病机制的谈话。如果我们能够理解突变、正常生物学过程以及癌症之间的相互作用，或许就有望对疾病进行干预或预测。

Stevens从事计算生物学研究近20年，他表示面临许多问题，不确定后果。但癌症探月计划带来了动力。研究者认为，随着深入研究和多种信息整合，未来有望早期破解癌症大数据，为开发新型个体化癌症疗法提供新思路和希望。