Blickend in das Gehäuse und seine molekularen Geheimnisse sichtbar machend, einmal, ist das Material von Zukunftsromanen, ein Schritt näher an Wirklichkeit mit einer Studie von den Forschern an der Universität von Stanfords-Medizinischen Fakultät und an University of California, San Diego-Medizinische Fakultät.
Das Forschungsteam berichtet, dass, indem sie Bilder von den Radiologiescans - wie den CT-Scans erhält ein Krebspatient routinemäßig - Radiologeen kann die meisten der genetischen Aktivität eines Tumors erkennen betrachten. Solche Informationen konnten zu Patienten einzeln bestimmen und behandeln führen, basiert auf den eindeutigen Eigenschaften ihrer Krankheit. Die Studie wird Am 21. Mai in der Voronlineausgabe von Natur-Biotechnologie veröffentlicht.
„Möglicherweise in der Zukunft kann man Darstellung verwenden, um mehrfache Merkmale von Krankheiten direkt aufzudecken, die es viel einfacher, personifizierte Medizin durchzuführen, in der Sie die Diagnosen und Behandlungsentscheidungen genau basiert treffen auf, was in einer Person geschieht,“ sagten mit-älteren Autor Howard Chang, MD, Doktor, Assistenzprofessor der Dermatologie bei Stanford machen, das die Genomicswaffe der Studie führte.
Der andere ältere Autor der Studie ist Michael Kuo, MD, Assistenzprofessor der interventional Radiologie an UCSD, der sagte, dass ihre Arbeit Doktoren helfen, die molekularen Details eines spezifischen Tumors zu erhalten oder Krankheit, ohne zu müssen, Gehäusegewebe für eine Biopsie zu löschen. „Ideal, würden wir die Medizin personifiziert haben, die in einer nichtinvasiven Art erzielt wurde,“ sagte Kuo, der das Projekt anführte, im Jahre 2001 während er ein Radiologiebewohner bei Stanford war.
Irgendwie holt die Arbeit, um sich um eine Einheit zu kümmern, die Zukunftsromanventilatoren möglicherweise von der Fernsehserie erinnern an, „Star Trek.“ „In fast jeder Episode von „Star Trek, „es gibt eine Einheit, die ein tricorder genannt wird, dem sie nichtinvasiv verwendeten, um Leben oder nonliving Stoff zu scannen, um sein molekulares Make-up zu bestimmen,“ sagte Chang. „Etwas Ähnliches würden sehr sein, sehr nützlich.“
Im wirklichen Leben würde dieser Anflug die Schmerz und die Gefahr der Infektion und des Blutens von einer Biopsie vermeiden und würde nicht Gewebe zerstören, also könnte die gleiche Site immer wieder geprüft werden.
Zu der Zeit als das Projekt bei Stanford im Jahre 2001 begann, war die Medizinische Fakultät Bodennullpunkt für Studien von DNA-Chips - die Laborhilfsmittel, die die Tausenden Gene auf einmal mit filter versehen können, entwickelt von Biochemieprofessor Patrick Brown, MD, Doktor. Microarrays sind extrem nützlich für das Kennzeichnen von den Gruppen Genen gewesen, die aktiver oder in einer Krankheit wie Krebs weniger aktiv sind, verglichen mit normalem Gewebe.
„Radiologie - beim Machen von großen technologischen Fortschritten in Richtung zu Informationen mehr und mehr erfassen - schien, zu einer grundlegenden Schicht in der Medizin in Richtung zur genomischen, personifizierten Medizin in großem Maße vergesslich zu sein, die anfing stattzufinden,“ sagte Kuo, der auch der Direktor der Mitte für Übersetzungs-Medical Systems an UCSD ist. „Dort Seiend bei Stanford, berücksichtigte Ich diese Schicht und Ich versuchte, zu denken an, was die Methoden sind, denen wir, da Radiologeen diese Daten mergen und integrieren konnten also wir es nutzen könnten.“
Ein Problem mit der Anwendung des biopsierten Materials für Microarrays ist, dass das Gewebe im Prozess zerstört wird. So gibt es keine Gelegenheit, das gleiche Gewebe nach einem Kurs der Chemotherapie sagen wir nachzuprüfen. Darstellung durch MRI oder CT lässt jedoch alle Organe intakt und das Arbeiten.
Um die Sachkenntnis des Forschungsteams in den Bereichen von Genomics und von Computerbiologie zu erhöhen, holte Kuo in Chang und in den führenden Autor des Papiers, Eran Segal, Doktor, im Jahre 2004. Chang hatte die Genaktivitätsmuster von Microarrays verwendet, um Krebsergebnis vorauszusagen. Segal entwickelte Algorithmen während seiner Doktorstudien bei Stanford, das eine kritische Rolle in der Analyse der enormen Mengen der Daten spielte, die in der Studie umgegeben wurden.
„Wenn wir nichtinvasive Bilder betrachten, gibt es Lots und viele verschiedene Muster, die keine bekannte Bedeutung hatten,“ sagte Chang. „Wir dachten, dass möglicherweise wir eine Methode finden könnten, die Genaktivität systematisch anzuschließen, die mit Microarrays an Darstellungsmuster gesehen wurde, um Bedeutung in drei verschiedene Baumuster Sprachen, von Gene zu Bilder zu übertragen und dann zum Ergebnis des Krankheitsprozesses.“