图:莱斯大学实验室的一篇新论文展示了如何在肿瘤形成之前增加识别致癌突变的几率。作者(左起)为凯德·斯波尔丁、阿纳托利·科洛梅伊斯基和哈米德·泰穆里。
对于众多研究人员来说，癌症预防的道路是漫长而艰巨的，但莱斯大学科学家的新工作表明，可能存在捷径。
水稻化学家Anatoly Kolomeisky，首席作者和博士后研究员Hamid Teimouri和研究助理Cade Spaulding正在开发一个理论框架，来解释由不止一个基因突变引起的癌症如何更容易被识别和阻止。
从本质上讲，它是通过识别和忽略那些对细胞突变的固定没有多大帮助的转化途径来实现这一目的的，这些细胞的突变会继续形成肿瘤。
《生物物理学杂志》上的一项研究描述了他们对涉及多种癌症的细胞转化途径的有效能量景观的分析。将途径的数量限制在少数最有可能引发癌症的途径上的能力，可以帮助我们找到在癌症真正开始之前就停止这一过程的方法。
“从某种意义上说，癌症是一个坏运气的故事，”化学及化学和生物分子工程教授科洛梅伊斯基说。“我们认为，我们可以通过寻找通常导致癌症的低概率突变集合来降低这种坏运气的可能性。根据癌症的类型，这可能在2到10个突变之间。”
计算生物分子系统中指示相互作用的有效能量可以预测它们的行为。该理论通常用于预测蛋白质如何折叠，基于其组成原子的序列及其相互作用。
赖斯的研究小组正在将同样的原理应用于细胞内的癌症起始途径，这些途径有时携带着被人体防护措施遗漏的突变。当两个或两个以上的突变被固定在一个细胞中，它们会随着细胞的分裂和肿瘤的生长而继续前进。
科洛梅斯基说，根据他们的计算，几率倾向于最主要的途径，即那些携带突变而消耗能量最少的途径。
他解释说:“我们不是去研究所有可能的化学反应，而是找出少数可能需要研究的化学反应。”“在我们看来，参与癌症开始的大多数组织都试图尽可能地同质。这一规则是减少异质性的途径，总是通向肿瘤形成的最快途径。”
大量可能的途径似乎使得缩小它们的范围成为一个棘手的问题。“但事实证明，利用我们的化学直觉和建立一个有效的自由能量环境有助于我们计算在这个过程中，突变可能在细胞中的哪个位置固定下来，”科洛梅伊斯基说。
该团队最初将重点放在只涉及两种突变的路径上，简化了计算。科洛梅伊斯基说，涉及更多突变的机制将使计算复杂化，但过程仍然是一样的。
这在很大程度上要归功于斯波尔丁，他在Teimouri的指导下发明了大大简化计算的算法。这位访问研究助理第一次见到科洛梅斯基时只有12岁，他向科洛梅斯基寻求指导。他提前两年从休斯顿的一所高中毕业，去年16岁时加入了莱斯实验室，今年秋天将进入圣安东尼奥的三一大学(Trinity University)学习。
“凯德在计算机编程和实现复杂算法方面有杰出的能力，尽管他很年轻，”科洛梅伊斯基说。“他提出了最有效的蒙特卡洛模拟来测试我们的理论，其中系统的大小可以涉及到多达10亿个细胞。”
斯波尔丁说，这个项目结合了化学、物理和生物，以一种符合他兴趣的方式，以及他的计算机编程技能。他说:“这是把科学和编程结合起来的好方法，这也是我觉得最有趣的地方。”
这项研究遵循了莱斯实验室2019年的一篇论文，在该论文中，该实验室模拟了随机(随机)过程，以了解为什么一些癌细胞克服了身体的防御，并引发了疾病的传播。
但是，了解这些细胞最初是如何癌变的，可以帮助阻止它们的扩散，Kolomeisky说。他说:“这对个性化医疗有启示。”“如果组织测试可以发现突变，我们的框架可能会告诉你，你是否可能患上肿瘤，以及你是否需要更频繁的检查。我认为这个强大的框架可以成为预防的工具。”
文章标题Optimal pathways control fixation of multiple mutations during cancer initiation