به گزارش جامجم و به نقل از مهر، مهاجرت سلولها میتواند منجر به بروز بیماریهای متاستاتیک شود. این وضعیت عامل حدود ۹۰ درصد از مرگهای سرطانی در نتیجه ایجاد تومورهای جامد است؛ تودههای سلولی که در اندامهایی نظیر سینه، پروستات و روده بزرگ رشد میکنند. درک محرکهای متاستازیس میتواند منجر به توسعه روشهای درمانی جدید با هدف بلاک کردن فرآیند انتشار سرطان در بدن شود.
بن رافائل، استاد کامپیوتر دانشگاه پرینستون و نویسنده ارشد پژوهش میگوید: آیا تغییرات خاص یا جهشهایی که درون این سلولها اتفاق میافتد، موجب مهاجرت آنها میشود؟ این موضوع یکی از اسرار بزرگ بودهاست.
در مطالعهای که در نشریه نیچر ژنتیکس منتشر شدهاست، رافائل و همکارانش الگوریتمی را ارائه کردند که میتواند متاستاز سرطان را با تلفیق اطلاعات توالی دیانای و اطلاعات مربوط به موقعیت قرار گرفتن سلولهادر بدن ردیابی کند. نام این الگوریتم ماشینا (MACHINA) در نظر گرفته شدهاست.
این تکنیک نسبت به مطالعات قبلی که فقط متکی به روشهای مبتنی بر توالی دیانای بودند، تصویری واضحتر از تاریخچه مهاجرت سرطان ایجاد میکند. برخی از این مطالعات الگوهای مهاجرت پیچیدهای را استنباط کرده بودند که با دانش کنونی در مورد بیولوژی سرطان سازگاری ندارد. رافائل گفت: مجموعه دادههایی که ما امروزه بهدست میآوریم، بسیار پیچیده هستند؛ ولی دادههای پیچیده همیشه نیاز به توضیحات پیچیدهای ندارند.
با ردیابی همزمان جهشها و حرکتهای سلولی در الگوریتم ماشینا نشان داده شد که بیماری متاستاتیک در برخی از بیماران نسبت به آنچه قبلا تصور میشد، حاصل مهاجرتهای سلولی کمتری است. برای مثال در یک بیمار مبتلا به سرطان سینه، نتیجه آنالیز نشان داده بود که این بیماری حاصل ۱۴ رویداد مهاجرت جداگانه است؛ در حالیکه الگوریتم ماشینا نشان داد که یک تومور ثانویه در ریه ریشه متاستازهای باقیمانده طی پنج مهاجرت سلولی بوده است. علاوه بر دادههای مربوط به سرطان سینه، رافائل و همکارانش الگوریتم خود را برای آنالیز الگوهای متاستازیس بیماران مبتلا به سرطانهای ملانوم (نوعی سرطان پوست)، تخمدان و پروستات نیز به کار بردند.
در تپش این هفته، ماجرای فریب و تعرض در پوشش عرفانهای دروغین و رمالی را بررسی کردیم