Algorithmen für die Identifizierung neuer „Krebs-Gene“

Es wird geschätzt, dass die Zahl der Krebserkrankungen weltweit verdoppeln und bis 2040. Dies macht die Suche nach Genen, die Krebs verursachen sogar noch wichtiger. Ein team von Forschern der Universität Bern und Inselspital, Universitätsspital Bern, hat nun algorithmen entwickelt, die Massiv vereinfachen die Jagd auf „Krebs-Gene“ in einer schlecht verstandenen Teil unseres Genoms.

Krebs wird verursacht durch Mutationen im Erbgut der Zellen. Mutierten Zellen unkontrolliert vermehren, sich an neue Gegebenheiten anzupassen und können entkommen der körpereigenen Abwehrmechanismen. Aus diesem Grund, die Forscher, die zunehmend auf die Genetik von Tumoren. Blick auf das genetische Profil dieser bösartigen Zellen, hilft uns zu verstehen, wie Krebs entsteht und was treibt Ihre Verbreitung. Dies kann auch Hinweise für therapeutische Ziele. Die Jagd nach mutierten Genen, die Krebs verursachen—so genannte „driver-Gene“ wird ermöglicht durch die neuesten Technologien für die DNA-Sequenzierung.

Die Treiber-Gene in Tumoren identifiziert werden, basierend auf die Muster genetischer Mutationen mit Hilfe von ausgefeilten algorithmen. Solch eine sensitive Methode muss sorgfältig kalibriert werden. „Denken Sie an die Waage in Ihrem Haus, die angepasst werden muss von Zeit zu Zeit, um zu zeigen das korrekte Gewicht. In einer ähnlichen Art und Weise, Methoden zu suchen, für Fahrer-Gene muss kalibriert werden mit „benchmarks“, das heißt, Sätze von bereits bekannten Krebs-Gene“, sagt Rory Johnson. Er führt seine Forschungsarbeiten an der Abteilung für Biomedizinische Forschung der Universität Bern (DBMR) und das Inselspital, Universitätsspital Bern und ist Mitglied der National Center of Competence in Research RNA-& Krankheit. Seine Gruppe hat bereits eine Datenmenge von Genen, die erheblich erleichtert Forschern die Suche nach neuen Krebs-Treiber-Gene. Die Studie ist soeben in der Zeitschrift Nature Communications Biologie.

Krebs-Gene in den „dunklen Materie“ des Genoms

Der Begriff „dunkle Materie“ des Genoms bezieht sich auf das über 95%, die nicht enthalten Anweisungen für den Bau der Proteine. Zahlreiche Studien zeigen, dass ein Teil dieser „dunklen Materie“, rief long non-coding RNAs “ oder „lncRNAs,“ spielen eine wichtige Rolle in der Tumorentstehung und Krebs Fortschreiten. Wenn wir überlegen, DNA (Desoxyribonukleinsäure) zu den festen bauplan für einen Organismus, dann ist die RNA (Ribonukleinsäure) ist ein „Echtzeit“-Anzeige, die Blaupause, die dynamisch auf Veränderungen in der Reaktion auf die Bedürfnisse der Zelle und Organismus. Die biologischen Rollen und molekulare Mechanismen der nur ein winziger Bruchteil dieser lncRNAs wurden bis heute untersucht. „Krebs lncRNAs, die provozieren Tumoren stellen eine spannende neue Schwerpunkte für die Entwicklung von Krebs-Therapien“, sagt Andrés Lanzos, ersten Autor der Studie von der DBMR und Inselspital, Universitätsspital Bern und NCCR RNA-& Krankheit.

Krebs-Forscher haben traditionell konzentrierten Ihre Bemühungen auf die rund 19.000 „klassischen“ protein-kodierende Gene im menschlichen Genom. Für diese Gene, ein benchmark, der schon lange existiert, bestehend aus Gene bekannt, spielen Rollen in der Tumorentstehung und die Entwicklung einer Krebserkrankung. Das team unter der Leitung von Rory Johnson, konzentriert sich auf die Suche nach Krebs lncRNAs mit Karten von Tumor-Mutationen vom International Cancer Genome Consortium. Für diese entwickelten die Forscher statistische Methoden, um Krebs lncRNAs. Sie wollte zu Kalibrieren, die Genauigkeit von diesen neuen Methoden mit Hilfe einer benchmark wie ist der Fall für den klassischen protein-kodierenden Genen. Für diesen Zweck zusammengestellte team eine Liste von 122 long-non-coding RNAs, wurden verwickelt in Krebs mit hohem Vertrauen.

Qualitativ hochwertige Prognosen möglich

„Dieser Datensatz 122 Krebs-lncRNAs hat bereits bewiesen, dass es eine unschätzbare Ressource, die in vielerlei Hinsicht“, sagt Johnson. Das team hat es zu Kalibrieren Ihre algorithmen für Krebs lncRNA Entdeckung, und es hat bereits gezeigt, dass solche algorithmen stellen eine hohe Qualität der Vorhersagen, darunter Dutzende völlig neue Krebs lncRNAs. Ihre „ExInAtor“ – Algorithmus wurde bereits erfolgreich eingesetzt für die Bemühungen des International Cancer Genome Consortium“, das soeben veröffentlichten Ihre Ergebnisse in einer Reihe von Publikationen in der Zeitschrift Natur und anderswo. Das groß angelegte Projekt auch beteiligt Mark Rubin, Direktor der Abteilung für Biomedizinische Forschung (DBMR) der Universität Bern und am Inselpital, University Hospital Bern.