به گزارش ایسنا و به نقل از ساینس‌دیلی، پژوهشگران "مرکز سرطان ام.دی. اندرسون دانشگاه تگزاس"(MD Anderson Cancer Center) در تلاش برای برطرف کردن یک چالش بزرگ هنگام تحلیل پایگاه داده‌های توالی آران‌ای، یک روش محاسباتی جدید برای تمایز قائل شدن میان داده‌های به دست آمده از سلول‌های سرطانی و بسیاری از سلول‌های عادی که در میان نمونه‌های تومور یافت می‌شوند، ابداع کرده‌اند.
این ابزار جدید موسوم به "CopyKAT" به پژوهشگران امکان می‌دهد تا داده‌های پیچیده به دست آمده از آزمایش‌های توالی آران‌ای را که داده‌های بیان ژن هزاران سلول را منتقل می‌کنند، ساده‌تر مورد بررسی قرار دهند.
"نیکلاس ناوین"(Nicholas Navin)، از پژوهشگران این پروژه گفت: CopyKAT، از داده‌های بیان ژن برای بررسی وجود کروموزوم‌های غیرعادی استفاده می‌کند که در بیشتر سرطان‌ها وجود دارند. همچنین این ابزار، به شناسایی زیرمجموعه‌ها یا کلون‌های متمایز در سلول‌های سرطانی کمک می‌کند.
وی افزود: ما CopyKAT را به عنوان ابزاری ابداع کرده‌ایم که اطلاعات ژنتیکی را از داده‌های مربوط به رونویسی ژنتیکی استنباط می‌کند. ما با به کارگیری این ابزار در چندین پایگاه داده، نشان دادیم که می‌توانیم سلول‌های سرطانی را با حدود ۹۹ درصد دقت در یک نمونه ترکیب شده از تومور شناسایی کنیم. ما سپس گامی فراتر گذاشتیم تا زیرمجموعه‌های موجود را کشف کنیم و به درک تفاوت‌های ژنتیکی میان آنها بپردازیم.
ناوین ادامه داد: تمایز قائل شدن میان سلول‌های سرطانی و سلول‌های عادی بدون یک روش محاسباتی قابل اطمینان، ساده نیست.
"رولی گائو"(Ruli Gao)، استادیار "موسسه پژوهشی هیوستون متودیست"(Houston Methodist Research Institute)، الگوریتم‌های CopyKAT را ابداع کرد که با افزایش دقت و تنظیم کردن جدیدترین نسل از داده‌های توالی آران‌ای، روش‌های قدیمی‌تر را بهبود می‌بخشند.
این گروه پژوهشی ابتدا ابزار خود را به واسطه مقایسه نتایج با داده‌های توالی کل ژنوم محک زدند که دقت بالا را در پیش‌بینی تغییرات تعداد رونوشت‌ها نشان داد. پژوهشگران نشان دادند که CopyKAT در تشخیص سلول‌های تومور از سلول‌های عادی درنمونه‌های ترکیب شده، دقیق است.
این گروه پژوهشی در تجزیه و تحلیل نمونه‌ها نشان دادند که ابزار آنها در شناسایی زیرمجموعه‌های سلول‌های سرطانی درون تومور، موثر است. آنها این نتایج را در آزمایش روی سرطان پستان سه‌گانه منفی تایید کردند.
گائو گفت: ما با استفاده از CopyKAT توانستیم زیرمجموعه‌های نادری را در سرطان‌های پستان سه‌گانه منفی شناسایی کنیم. ما امیدواریم که این ابزار برای جامعه پژوهشی مفید باشد تا به اکتشافات جدیدی در حوزه سرطان بپردازند.
این ابزار، به صورت رایگان در اختیار پژوهشگران قرار دارد. به گفته پژوهشگران، CopyKAT، برای پژوهش در مورد همه انواع سرطان کاربرد ندارد؛ برای مثال نمی‌توان از آن برای بررسی سرطان‌های کودکان و سرطان خون استفاده کرد.
این پژوهش، در میان "Nature Biotechnology" به چاپ رسید..
منبع: ایسنا