StJude工具从多组学数据中获取更多信息

尽管在理解癌症的生物学基础方面取得了惊人的进展，但许多癌症都缺少明显的遗传驱动因素。当科学家无法确定导致癌症的因素时，治疗癌症就会困难得多。圣裘德儿童研究医院的科学家们希望通过更新的方法来分析多组学(主要是转录组学和蛋白质组学)数据来解决这个问题。研究人员创建了一种下一代计算工具，以从生物数据中获得新的见解并找到隐藏的药物靶点。该工具的功能今天发表在Nature Communications上。

更新后的应用程序 NetBID2 成功地揭示了驱动导致癌症的生物过程(例如快速细胞生长)的难以识别的蛋白质。这些隐藏的驱动因素提供了新的治疗机会，要么是因为现有药物已经可以靶向它们，要么是因为它们可能会激发药物开发人员开发新疗法。

“我们让找到隐藏的驱动程序变得更容易，”圣裘德计算生物学系的通讯作者Jiyang Yu博士说。“找到隐藏的驱动因素很重要，因为其中许多都是潜在的可吸毒目标。NetBID2 可以找到这些驱动因素，并有可能将它们迅速转移到临床试验中。我们或许能够将一种已经获得 FDA 批准的药物重新用于可能受益的完全不同的患者群体，该药物针对已识别的隐藏驱动因素。”

寻找隐藏驱动程序的网络方法

来自特定细胞或癌症类型的大量 RNA 测序数据可能包含找到隐藏的疾病驱动因素所需的宝贵信息;然而，标准分析工具很难找到它们。NetBID2 是 Yu 在 2018 年开发的原始工具的续集。他专门设计了这些工具，通过从“大数据”中榨取更多信息来找到隐藏的驱动程序。

“NetBID2 使我们能够最大限度地利用我们拥有的数据，”Yu 说，“尤其是 RNA 测序数据。它超越了传统的突变或差异基因表达数据，揭示了可能具有重要功能的隐藏事件和信息。”

传统基因组学或测序方法无法发现隐藏的驱动因素，因为它们的活动取决于翻译后修饰和传统测序不可见但会影响其他基因表达的其他机制。

因此，NetBID2 获取 RNA 测序数据，然后生成基因-基因相互作用组。该相互作用组追踪候选驱动因子与其下游效应基因之间的关系，以确定哪些信号蛋白对于引发疾病的关键关系最为重要。这些指导网络的“中央枢纽”是隐藏的驱动程序。

“NetBID2 寻找隐藏的驱动程序，就像 FBI 寻找犯罪头目一样，”Yu 说。“如果你观察嫌疑人，没有直接证据表明他们与任何犯罪活动有关。抓住他们的方法首先是建立一个伙伴网络。当我们通过收集有关其成员及其关系的大量数据来构建生物网络时，我们也会这样做。然后，当我们查看隐藏驱动程序的活动时，我们会在网络中寻找 boss 的第一个邻居。这是抓住老板的唯一方法——从他们的活动中推断——否则，没有办法识别他们。我们通过联想找到了这些隐藏的司机的罪恶感。”

作为该工具功能的证明，St. Jude 小组表明它可以在三个不相关的样本中找到具有生物学意义的隐藏驱动因素。使用 NetBID2，研究小组发现 MYC 在成人肺癌和 NOTCH1 在难以治疗的小儿白血病中的未被重视的作用，尽管这些基因先前已与癌症。他们还发现 Gabpa 在正常免疫细胞功能中具有未被重视的作用。该基因的重要性在每种情况下都是特定于环境的，突出了有针对性的分析的必要性。

该软件的其他功能，例如新的可视化工具，旨在促进从复杂的 RNA-seq 网络以及在某些情况下的蛋白质组学数据中进一步分析和发现隐藏的驱动因素。

NetBID2 可在GitHub 存储库中免费获得。St. Jude Cloud包括一个 NetBID2 应用程序和来自许多多组学项目的数据，也可供其他科学家免费使用，以进一步发现基础生物学和疾病的隐藏驱动因素。