Cell子刊：預測腫瘤的演化

　　癌癥并非是一種單一疾病，即便我們談論的是一個腫瘤。腫瘤是由各種各樣的細胞混雜構成，且這些細胞的復雜排列無時無刻不在發生變化，這是當醫生和患者盡最大的努力去對抗癌癥時感到最為棘手的問題。現在研究人員在《Cell Reports》雜志上報告稱，他們開發出了一種新工具可幫助他們預測腫瘤最有可能的發展方向以及有可能對化療作何反應。

　　Dana-Farber癌癥研究所和哈佛醫學院的Kornelia Polyak說：“通過在治療前和治療過程中對腫瘤進行分析，我們可以構建出一些模型預測腫瘤將如何演化。更好地了解腫瘤的演化是改進癌癥療法設計，實現真正個體化癌癥治療的關鍵。”

　　Polyak與Franziska Michor及同事們一起，分析了乳腺腫瘤中大量的單個癌細胞的幾個重要特征：染色體拷貝數、某些蛋白質標記物存在與否，以及它們的增殖能力。基于這些數據，他們生成了一些腫瘤拓撲圖，并開發出了一些計算模型來預測在治療過程中每個腫瘤有可能發生的改變。

　　Polyak說，這種方法的新穎之處在于，它納入了完整腫瘤樣本大量單個細胞的遺傳和其他特征以及這些細胞在腫瘤內的定位信息。通過整合這兩類信息，他們能夠預測單個腫瘤將有可能對治療作何響應。

　　他們的研究還揭示了一些普遍規則：部分響應或不響應治療的癌癥遺傳多樣性不會發生太大的改變。治療前遺傳多樣性較低的腫瘤相比于那些具有較大遺傳復雜性的腫瘤更有可能表現完全應答。

　　更重要的是，他們表明有可能能夠構建出一些計算模型基于對單細胞的分析，來預測腫瘤將如何響應特異治療而發生改變。研究人員想象，未來醫生在診斷之時也將對腫瘤進行這樣的詳細分析，確定它的細胞組成以及單個癌細胞的特征。

　　Polyak 說：“基于這一認識，我們可以預測治療將有可能消除或抑制哪些腫瘤細胞，這有可能總體上如何改變腫瘤。這方面的認識可能有助于為那些對第一線治療無應答的患者設計后續治療。”

　　研究人員現在計劃開發出一些自動圖像分析方法，將他們的研究擴展至更多接受靶向治療的患者。他們還將致力提高他們的預測能力，并將新工具應用于未來的臨床試驗中。