有的。
使用一些数据分析方法可以帮助科研人员从成堆的遗传数据中筛选有用信息,有助于发现新的基因网络,并可以依据基因网络来推测某个突变基因对肿瘤所产生的影响。
比如,今年有一项研究采用一种新的算法(Hotnet2)分析了来自癌症基因组数据集(TCGA)中12种不同类型的癌症遗传数据,识别出了十几个基因子网络,其中有好几个都属于前人没关注或者没发觉开发者_StackOverflow社区到的,但却在数据集的3281个样本中都有体现。甚至,研究人员并不完全是基于患者的遗传变异,而是针对很多体细胞变异(正常人体内也会发生的一些基因变异)进行的分析。这项研究结果将人们的注意力从患者特有的遗传变异转移到了更为常见的体细胞变异上,甚至给出了体细胞变异也可能成为癌症致病推动力的可能。
众所周知,基因发挥作用往往不是“单兵作战”,而是联合其他基因组成一个基因网络和信号通路来实现细胞的功能,也就是“联合作战式”。因此,在有些案例中,位于同一信号通路的多个基因中的单个突变就可能导致癌症的发生。
这个算法正是在网络水平上分析基因,能够帮助识别一些虽罕见但在癌症中起着重要作用的基因,利用这种分析方法就可以发现癌症的一些新靶点。举个例子,某个基因可能在80%的样本中都有变异,但是剩余20%样本中却有一些罕见突变是在其他基因上的,如果我们发现有罕见突变的这些基因与更常见突变的基因是在同一个信号通路上,那么我们可能就会发现这些罕见突变也同样重要。
精彩评论