Scrutando nell'organismo e prevedendo i sui segreti molecolari, una volta la roba della fantascienza, è un punto più vicino alla realtà con uno studio dai ricercatori alla Scuola di Medicina di Stanford University ed all'Università di California, Scuola di Medicina di San Diego.
Il gruppo di ricerca sta riferendo che esaminando le immagini dalle scansioni della radiologia - quali le scansioni di CT un malato di cancro ottiene ordinariamente - i radiologi possono discernere la maggior parte dell'attività genetica di un tumore. Tali informazioni hanno potuto piombo alla diagnostica ed a curare dei pazienti determinato, in base alle caratteristiche uniche della loro malattia. Lo studio sarà pubblicato il 21 maggio nell'edizione online di avanzamento di Biotecnologia della Natura.
“Potenzialmente in futuro uno può usare la rappresentazione direttamente per rivelare le funzionalità multiple delle malattie che lo renderanno molto più facile effettuare la medicina personale, in cui state prendendo le diagnosi e le decisioni del trattamento basate esattamente su cui sta accadendo in una persona,„ hanno detto l'autore co-senior Howard Chang, il MD, il PhD, assistente universitario della dermatologia a Stanford, che piombo il braccio di genomica dello studio.
L'altro autore senior dello studio è Michael Kuo, il MD, assistente universitario della radiologia interventional al UCSD, che ha detto che il loro lavoro aiuterà medici ad ottenere i dettagli molecolari di un tumore specifico o la malattia senza dovere rimuovere il tessuto dell'organismo per una biopsia. “Nel Migliore Dei Casi, avremmo personalizzato la medicina raggiunta in un modo non invadente,„ ha detto Kuo, che condutto il progetto nel 2001 mentre era un residente della radiologia a Stanford.
Per alcuni versi, il lavoro ricorda un'unità che i ventilatori della fantascienza possono richiamare dalla Serie televisiva, “Star Trek.„ “In quasi ogni episodio “di Star Trek, “c'è un'unità chiamata un tricorder, che ha usato non invadente per scandire la vita o la materia nonliving per determinare il suo trucco molecolare,„ ha detto Chang. “Qualcosa di simile sarebbero molto, molto utile.„
In realtà, questo approccio eviterebbe il dolore ed il rischio di infezione e di spurgo da una biopsia e non distruggerebbe il tessuto, in modo dallo stesso sito potrebbe essere provato ripetutamente.
Quando il progetto ha cominciato a Stanford nel 2001, la facoltà di medicina era ground zero per gli studi sui microarrays del DNA - gli strumenti che possono schermare migliaia di geni per volta, sviluppate dal professor Patrick Brown, MD della biochimica, PhD del laboratorio. I Microarrays sono risultato essere estremamente utili per l'identificazione dei gruppi di geni che sono più attivo o meno attivo in una malattia quale cancro, rispetto al tessuto normale.
“La Radiologia - mentre facevano i grandi progressi tecnologici verso la cattura sempre più delle informazioni - è sembrato essere in gran parte dimentico ad una variazione fondamentale nella medicina verso medicina genomica e personale che stava cominciando ad avere luogo,„ ha detto Kuo, che è egualmente il Direttore del Centro per Medical Systems Di Traduzione al UCSD. “Essendo là a Stanford, ero informato di quello spostamento e stavo provando a pensare a che cosa sono i modi che poichè i radiologi potrebbero fondere ed integrare quei dati in modo da noi potremmo approfittarlo.„
Un problema con usando il materiale biopsiato per i microarrays è che il tessuto si distrugge nel trattamento. Quindi, non c'è opportunità di riprovare lo stesso tessuto dopo per esempio un corso della chemioterapia. La Rappresentazione con MRI o il CT, tuttavia, lascia tutti gli organi intatto ed il funzionamento.
Per aumentare la competenza del gruppo di ricerca nelle aree di genomica e di biologia di calcolo, Kuo ha portato in Chang e nell'autore principale del documento, Eran Segal, PhD, nel 2004. Chang stava usando i reticoli di attività di gene dei microarrays per predire il risultato del cancro. Segal ha sviluppato gli algoritmi durante i suoi studi di laurea a Stanford che ha svolto un ruolo critico nell'analisi delle quantità enormi di dati compresi nello studio.
“Quando esaminiamo le immagini non invadenti, ci sono lotti e lotti dei reticoli differenti che non hanno avuti significato conosciuto,„ ha detto Chang. “Abbiamo pensato che forse potremmo fornire un modo connettere sistematicamente l'attività di gene veduta con i microarrays ai reticoli della rappresentazione, per tradurre il significato in tre tipi differenti dei linguaggi, dai geni alle immagini e poi a risultato del trattamento di malattia.„