JHU联合耶鲁:表观遗传学结合数学以诊断及预测癌症

时间:2023-02-21 18:55:17浏览:987

预约

在分化过程中,细胞采用渐进特异性的表型状态。癌细胞违反了这一特性,而是采用了增加的结构和功能的可塑性。表观遗传变化被认为是一种发育景观,可以引导特定的分化事件,并定义和约束不同的表型和基因表达状态。

  近日,约翰霍普金斯大学耶鲁大学的研究者在国际顶尖学术期刊《Science》上发表了研究论文。这篇综述论文指出,通过数学建模可以将癌症的表型可塑性与驱动癌症的表观遗传变化联系起来。这种新的表观遗传定量方法可以更好地定义和测量基因功能中的表观遗传学缺陷及其与癌症遗传景观的相互作用,从而更好、更早地诊断癌症并预测其行为。

细胞.png

      一、沃丁顿表观遗传景观

  在分化过程中,复杂生物体内的活细胞采用渐进特异性的表型状态。癌细胞和组织违反这一特性,在其进展过程中采用细胞状态、组织结构和功能的可塑性增加。关于正常分化结果库的信息是遗传编码的,但关于这种潜力的特定实现和响应环境的细胞调节的信息在DNA甲基化和染色质的生化修饰中表观遗传地编码。

  追溯到沃丁顿表观遗传景观,如今,表观遗传变化已被简要地视为一种发育景观,可以引导特定的分化事件,并定义和限制不同的表型和基因表达状态,而癌症的发生和发展被视为这一景观的逆转或变形。值得一提的是,在物理学科中,势能景观及其与物理或化学状态的概率分布的关系已经发展和完善了几十年。最近,这种数学模型也被应用于更定量地描述沃丁顿表观遗传景观。

  从某些特点来看,势能景观与沃丁顿景观十分相像,细胞的分化程度可以类比势能的高低,表观遗传变化可以类比系统变量。因此,这种方法在描述癌症表观遗传景观时特别有吸引力,因为在这种景观上实现的细胞状态的可塑性是疾病的功能核心。

  二、癌症表观遗传景观的数学建模

  近些年来,生物定量技术在更微观的层面有了长足的发展,包括mRNA和蛋白质表达的单细胞分辨率分析,以及DNA和组蛋白表观遗传修饰的分子分析。这些新的实验技术丰富了科学家们对基因组信息和表观遗传控制所定义的表型状态多样性的理解。

  在这篇综述论文中,研究人员扩展了一个新兴的观点:即使是在正常稳态组织或细胞培养中定义明确的细胞系,其生物分子的表达也有相当大的可变性。这一发现表明,生物过程可能本质上是随机的,细胞水平上的生物可变性可以指示甚至驱动生物功能的重要方面。

  研究者表示,数学提供了强大的工具,实现癌症表观遗传景观的定量分析,并将癌症的表型可塑性与驱动癌症的表观遗传变化联系起来,为认知癌症表观遗传学调节网络打开了新的大门。了解更多美国大学,添加顾问老师VX:Tops6868

  三、研究意义

  综上,在癌症表观遗传景观定量分析中,新的综合理论和实验方法为理解癌症的表观遗传变化和环境驱动因素之间的联系以及调节景观的表观遗传调节网络之间的关系提供了前所未有的工具。

  随着单细胞测量技术的持续进展,包括DNA甲基化评估、基因组测序和染色质分析,将允许进一步了解日益复杂的景观动态,并解释肿瘤进化、侵袭性和转移性扩散的进展。此外,对生物随机性(数学上定义为表观遗传和基因表达熵)的更深入理解,可以揭示癌症的免疫逃逸机制以及后续的病情进展,为患者量身定制最合适的治疗方案。

  以上就是JHU联合耶鲁:表观遗传学结合数学以诊断及预测癌症的相关内容。如果您对美国留学感兴趣,欢迎您在线咨询托普仕留学老师,托普仕留学专注美国前30高校申请,辅助国内学子顺利获得美国藤校入读资格。

JHU大学计算机科学工程硕士介绍

美国留学选校误区

美国研究生申请建议

扫一扫添加托普仕留学客服,了解更多资讯!

托普仕留学微信二维码

微信:Tops6868