癌癥又名惡性腫瘤，是一種細(xì)胞不正常的增生。除了分裂失控外，癌細(xì)胞甚至可經(jīng)由體內(nèi)循環(huán)系統(tǒng)或淋巴系統(tǒng)轉(zhuǎn)移到身體其他部分，可謂"癌癥猛于虎”。人類在癌癥面前就如同懵懂的孩童，我們渴望從層層迷宮中走出，通過一個路口并不代表著最終的成功，而是要面臨另一道關(guān)卡。

       而今，科學(xué)家通過大數(shù)據(jù)為癌癥患者們繪制出了專屬“地圖”，這意味著在未來，醫(yī)生們可以為患者提前預(yù)知癌癥發(fā)展趨勢并提供對策。它將成為我們戰(zhàn)勝癌癥的又一柄利刃。

       近日，來自瑞典的研究團(tuán)隊(duì)發(fā)布了一個開放式的新“圖譜”--人類病理圖譜(Human Pathology Atlas)。這一成果將有助于醫(yī)生對未來癌癥治療的預(yù)測：通過現(xiàn)有的數(shù)據(jù)，基因組范圍內(nèi)的個人代謝模型得以建立，研究人員可以借此預(yù)測腫瘤的發(fā)展，并提出有針對性的治療方案，改善患者預(yù)后，延長患者的生存時(shí)間。該項(xiàng)研究發(fā)表在8月18日的《科學(xué)》雜志上。

       在本次研究中,科學(xué)家對人類17 種主要癌癥的近8000 個腫瘤樣本的轉(zhuǎn)錄組進(jìn)行分析,發(fā)現(xiàn)生存期短的患者常伴隨著細(xì)胞生長和有絲分裂相關(guān)基因的上調(diào),以及細(xì)胞分化相關(guān)基因的下調(diào)。研究人員們還發(fā)現(xiàn)，癌癥患者的細(xì)胞內(nèi)廣泛存在代謝異質(zhì)性(即細(xì)胞內(nèi)生物分子存在差異)。

       更讓人欣喜的是，該圖譜的所有數(shù)據(jù)都無償?shù)叵蚬婇_放（www.proteinatlas.org/pathology），這不僅為其他研究者提供途徑，更使得醫(yī)生可以在基因水平上對患者的疾病做出診斷處方，對癥下藥。毫無疑問，此次成果也會讓癌癥的精準(zhǔn)治療及“私人訂制”離我們越來越近。

        圖丨人類癌癥病理圖譜涉及到的17種主要癌癥

       現(xiàn)今癌癥分類主要以腫瘤來源組織的細(xì)胞類型和其生物學(xué)行為作為依據(jù)。常見的癌癥包括肺癌、肝癌、胃癌、結(jié)腸癌等，因?yàn)榘┌Y常常伴隨著許多不同種細(xì)胞產(chǎn)生腫瘤，因而無法像一般疾病具有單一的治療處方，也就是說,單一的”癌癥治療法”并不存在，目前治療癌癥通常都是依據(jù)病程的發(fā)展而使用綜合療法。

       為了對癌癥的發(fā)病機(jī)理及個人腫瘤發(fā)育過程有更深入的了解，一些研究機(jī)構(gòu)開始對不同個體的腫瘤樣品進(jìn)行收集，匯集成為公眾數(shù)據(jù)庫--癌癥基因組圖譜(The Cancer Genome Atlas, TCGA)就是其中的杰作，而由瑞典皇家理工學(xué)院的Mathias Uhlén教授領(lǐng)導(dǎo)的部分研究正是基于此數(shù)據(jù)庫進(jìn)行的。

圖丨人類蛋白圖譜數(shù)據(jù)庫

       Uhlén 及其團(tuán)隊(duì)選取 17 種來自人類主要癌癥類型的 7932 個腫瘤樣品,在系統(tǒng)層面上進(jìn)行分析，確定了每種腫瘤臨床相關(guān)的預(yù)后基因。他們同時(shí)發(fā)現(xiàn),不同腫瘤中編碼蛋白的基因在表達(dá)上普遍存在差異,甚至在相同種癌癥的不同腫瘤類型中，也差異顯著，有時(shí)甚至與不同癌癥類型的腫瘤更為接近。

       一個重要的規(guī)律也隨之浮現(xiàn)：生存期短的患者常伴隨著細(xì)胞生長和有絲分裂相關(guān)基因表達(dá)的上調(diào)，以及細(xì)胞分化相關(guān)基因的下調(diào)。

圖丨 Mathias Uhlén教授

        但是，對于這份癌癥病理圖譜，有的科學(xué)家仍舊持審慎的態(tài)度。來自紐約基因組中心(New York Genome Center)的計(jì)算生物學(xué)助理主任 Nicolas Robine 表示，對于研究者來說，圖譜的確是有用的資源，但并不表示它可以給醫(yī)生提供一個明確的、自動生成的答案?！边@并不像是你輸入基因的表達(dá)狀況，而系統(tǒng)就會告訴你一個或好或壞的結(jié)果這么簡單”，他說。

       無論如何，該項(xiàng)研究開創(chuàng)了大數(shù)據(jù)在科研及醫(yī)療應(yīng)用上的先河?！迸c以往不同，我們是在轉(zhuǎn)錄水平對癌癥進(jìn)行研究，同時(shí)我們也首次用”大數(shù)據(jù)”的方法解讀醫(yī)療研究，這不僅僅是科學(xué)的進(jìn)步，同時(shí)也是開放式數(shù)據(jù)帶來的巨大紅利”， Uhlén如此評價(jià)他們的研究。

圖丨 癌癥基因組圖譜數(shù)據(jù)庫

       在著名基因測序設(shè)備制造商Illumina擔(dān)任腫瘤學(xué)副主席的John Leite也認(rèn)為，大量的生物信息對于理解癌癥的形成機(jī)制是十分重要的，同時(shí)這些生物信息也可以幫助研究人員或者醫(yī)生對患者未來的治療方案作出預(yù)測。

       科學(xué)家很早就意識到了大量生物信息背后所蘊(yùn)藏的爆發(fā)力，而此刻，他們已經(jīng)為此努力了十余年。自 2003 年起，瑞典就啟動了人類蛋白圖譜（Human Protein Atlas，HPA）項(xiàng)目--即將人體內(nèi)的 20000 多個基因?qū)?yīng)的蛋白制成圖譜，Uhlén 教授正是這項(xiàng)研究的領(lǐng)導(dǎo)者。此次的人類癌癥病理圖譜正是此項(xiàng)目中的一部分。

       基于癌癥基因組圖譜（The Cancer Genome Atlas， TCGA）和人類蛋白圖譜（Human Protein Atlas，HPA）的數(shù)據(jù)，人類癌癥病理圖譜得以建立?？茖W(xué)家們從免費(fèi)的大數(shù)據(jù)中梳理出這份人類癌癥病理圖譜，現(xiàn)在又免費(fèi)地回報(bào)給全人類。投之以桃，報(bào)之以李，這也正是人類癌癥病理圖譜所傳遞的另一層價(jià)值。 這份可貴的資源將成為各國癌癥研究的有力踏板，幫助我們進(jìn)行更為高效和創(chuàng)新的探索。