用动态模型和计算工具解开癌症中的非遗传异质性
Maalavika Pillai1,2,3,4, Emilia Hojel1,2,5, Mohit Kumar Jolly6
1Department of Cell and Developmental Biology, Feinberg School of Medicine, Northwestern University, Chicago, IL, USA.
Nature computational science
|January 4, 2024
概括
癌细胞的非遗传异质性推动了治疗耐药性和转移. 动态模型和计算工具为其起源和后果提供了关键的见解,指导未来的治疗策略.
科学领域:
- 癌症生物学 癌症生物学
- 计算生物学 计算生物学
- 系统生物学 系统生物学
背景情况:
- 在基因相同的人群中的单个细胞表现出分子波动,称为非遗传异质性.
- 这种细胞多样性越来越多地与癌症治疗的挑战有关,包括耐药性和转移.
- 了解非遗传异质性的根源对于推进癌症治疗至关重要.
研究的目的:
- 审查动态模型和计算工具在阐明癌症中非遗传异质性的作用.
- 突出机械模型如何在生物尺度上对非遗传多样性的理解.
- 讨论单细胞分析和统计框架的整合,以解释复杂的癌症数据.
主要方法:
- 对癌症研究应用的动态建模和计算方法的审查.
- 在理解基因调节网络和人口动态方面分析机械建模.
- 检查单细胞纵向分析技术和统计解释挑战.
主要成果:
- 动态模型为癌症中非遗传异质性的性质和影响提供了多层面的见解.
- 机制建模在定义非遗传多样性的关键概念方面发挥了重要作用.
- 单细胞分析的进步揭示了异质性模式,但强大的解释需要改进的统计框架.
结论:
- 整合数据驱动的统计和机械动态框架对于癌症预测建模至关重要.
- 这种综合方法对于开发有效的治疗策略来对抗癌症异质性至关重要.
- 计算工具和单细胞分析方法的持续发展将推动癌症的理解和打击的进展.
