PNAS：计算癌症的路径

CSHL的科学家们正在使用一种新的数学工具来预测基因突变组合如何导致不同类型的肿瘤。

　　

冷泉港实验室(CSHL)的生物学家们正在使用一种由CSHL助理教授David McCandlish的实验室开发的数学方法来寻找一系列生物问题的解决方案。这个工具最初是为了了解蛋白质不同突变之间的相互作用而发明的，现在McCandlish和他的合作者正在使用这个工具来了解与癌症相关的基因表达和染色体突变的复杂性。McCandlish说:

“这是数学研究真正吸引人的地方之一，有时你可以看到主题之间的联系，它们表面上看起来很不同，但在数学层面上，它们可能使用了一些相同的技术思想。”

所有这些问题都涉及到绘制一个生物学主题上的不同变异的可能性:例如，在一个特定的蛋白质中，哪种突变组合最可能出现，或者在同一癌细胞中，哪种染色体突变最经常同时出现。McCandlish解释说，这些都是密度估计的问题，密度估计是一种预测事件发生频率的统计工具。密度估计可以是相对直接的，例如在一组人中绘制不同的身高。但是，当处理复杂的生物序列时，比如数百或数千个氨基酸串在一起形成蛋白质，预测每一个潜在序列的概率就变得惊人地复杂。

mcandlish解释了他的团队正在使用数学来解决的基本问题:

“有时，如果你对一个蛋白质序列做了一个突变，它不会做任何事情。蛋白质的作用很好。如果你进行第二次突变，它仍然可以正常工作，但如果你把它们两个放在一起，你就得到了一个断裂的蛋白质。我们一直在试图想出方法，不仅要模拟成对突变之间的相互作用，还要模拟三、四或任何数量的突变之间的相互作用。”

他们开发的方法可以用来解释来自实验的数据，这些实验测量了几十万种不同的突变组合如何影响蛋白质的功能。

这项发表在《美国国家科学院院刊》(Proceedings of the National Academy of Sciences)上的研究，始于与CSHL的另外两名同事的对话:CSHL的Jason Sheltzer和副教授Justin Kinney。他们与麦坎德利什合作，将他的方法应用于基因表达和癌症突变的进化。由mcandlish团队发布的软件将使其他研究人员能够在他们自己的工作中使用同样的方法。他说，他希望这种方法能应用于各种生物学问题。

DOI

10.1073 / pnas.2025782118

文章标题

Field-theoretic density estimation for biological sequence space with applications to 5′ splice site diversity and aneuploidy in cancer