新算法匹配任何肿瘤细胞最好的抗癌药物

癌症患者不必浪费时间了。然而，许多人通过几种不同的治疗方法，找到一个更有效地对特定类型的肿瘤。

因此，算法，可以帮助迅速排序病人特别是肿瘤的分子信息，并可能与此信息相匹配，以正确的药物治疗将是一个巨大的价值的突破。丹Theodorescu，医学博士，哲学博士，弗吉尼亚州的肿瘤学家和癌症生物学家大学，宰李，博士，计算生物学家和生物信息学的统计学家，开创了这样一个系统。参与这项工作与国家癌症研究所，GeneLogic公司和弗吉尼亚州的计算机科学系大学的同事合作。他们发表在国家科学院Proceeedings的早期版本，其结果7月23日的一周，在网上找到。

使用了60多元的，人类癌症来自国家癌症研究所（NCI - 60）细胞株小组，研究人员设计和测试设计，以配合在一个特定的病人特别是肿瘤的最有潜力的治疗（S）的算法。

在此之前，NCI - 60细胞株用于屏幕超过10万的化合物，其抗癌活性。然而，这些药物的反应，并非绝对挂在患者的临床效果。另一个问题是，60细胞株不包括所有重要的癌症类型（例如，某些膀胱癌，淋巴瘤，小细胞肺癌研究的60线）。

研究人员调查的60肿瘤细胞株的药物敏感性数据是否可以外推到其他肿瘤或癌细胞株的有用信息。事实上，他们发现，共同表达外推法（COXEN）系统，可以用来准确预测膀胱癌的细胞株中两种常见的化疗，顺铂和紫杉醇药物的敏感性。

“，即使这个国家癌症研究所细胞集是不是一个癌细胞的详尽百科全书，我们发现我们可以利用现有的数据，得出对其他类型的细胞，我们正在探索的结论，该算法是从国家癌症研究所的研究的药物转换的罗塞塔石碑任何其他细胞或人类肿瘤，博士说：“Theodorescu， 前列腺癌研究所和研究的资深作者的UVA保罗-梅隆主任。 “我们相信我们已经找到了个性化癌症治疗的有效途径。” UVA的研究小组能够预测与常用的化疗，多西紫杉醇和他莫昔芬治疗乳腺癌患者的临床反应。

这项研究最令人兴奋的是，除了预测病人的反应治疗，COXEN算法可以用来发现任何形式的癌症的有效化合物。检查癌症细胞和分子水平的药物活性的算法，该算法的性质，这些新发现的药物应在患者有效。这种效益预检使用COXEN大大降低测试新化合物的临床试验失败率。同样，作为药物发现时间是在研究实验室下降，药物的成本也随之回落。基本上它带来的化学家使药物更接近诊所，节省了时间。

由于细胞NCI - 60集已使用化学定义的化合物抗癌活性的天然提取物的屏幕上成千上万，“我们能够做出显著预测哪些化合物可能真正的病人，他们可能有其他类型的癌症，” Theodorescu说。研究人员使用的COXEN屏幕45545化合物，他们发现了几个新的化合物，对人膀胱癌的活动。与科学界分享这一激动人心的能力，李开复博士领导的一个基于Web的COXEN系统（的发展 www.coxen.org）与癌细胞或病人肿瘤的基因组分析数据的调查能获得FDA的药物敏感性预测结果批准的化疗化合物。

Theodorescu博士是规划对膀胱癌的新化合物的临床试验。另一项计划的临床试验将研究各种癌症接受COXEN个性化，二线药物组合击败他们的癌症患者，使用FDA批准的药物。许多新的和令人兴奋的发现仍有待作出更加迅速和以更低的成本。

http://www.virginia.edu