 放大圖片
■理大大數據分析平台，由翁一鳴（中）、陳穎志（左）和黃思銓聯同哈佛大學生物統計學專家所組成的研究團隊一起進行研究。 歐陽文倩 攝
提升白血病治療標靶準確度 再研大腸癌乳癌
香港文匯報訊（記者 歐陽文倩）說起醫學研究，不少人心中想到的是顯微鏡和實驗室等，但隨着科技進步，大數據的運用亦可幫助醫學研究有所突破。理工大學的研究團隊，就透過建立大數據分析平台，去了解癌病與基因相互作用的關係，揭示在癌症中基因網絡的失控機制，並發現診斷及治療慢性骨髓細胞白血病的潛在標靶基因「核磷蛋白(NPM1)」及其相關基因。研究將有助醫學人員確立新的治療策略，並提升標靶治療的準確度。該大數據分析平台更可應用於不同疾病，研究團隊現正就大腸癌和乳癌作進一步研究。
有關研究由理大醫療科技及資訊學系系主任及講座教授翁一鳴、助理教授陳穎志和副教授黃思銓的團隊，聯同哈佛大學生物統計學專家所組成的研究團隊一起協作進行。翁一鳴昨介紹指，傳統的癌症基因研究方法是對照癌症患者與健康者的整個基因組，找出有顯著差異表現的個別基因加以比較。不過，這種方法並不能找出基因相互作用及其系統性變化，令構成癌症的發病機制依然成謎。
有見及此，研究團隊就採用了近年最熱門的「大數據分析」，透過一系列運算，深入了解基因之間的互動。研究團隊假設基因之間的表現水平互為關連，並且探討每對基因之間的關係，希望從而破解癌症背後的機制。
兩天分析「不可能的任務」
不過，這牽涉到極大量及極難的運算工作。由於人類基因組有超過兩萬個蛋白質編碼基因，當中組成的組合數目更是幾何級數增加，即有關分析涉及約兩億對基因組合，過去並無統計模型可做如此複雜的運算。因此，除了理大主力於搭建有關分析平台的同時，並由哈佛大學的生物統計學專家幫助進行了大型計算機模擬試驗，確立了當中的統計方法。以往要進行有關分析可謂是「不可能的任務」，現時研究團隊只需兩天時間，便可分析出兩億個基因對的「共同表現」，建立了前所未有的科學基礎，相信可主導未來轉化醫學。
研究團隊更將9位一般人和9位慢性骨髓細胞白血病病人的基因放進平台分析運算，最終發現了癌症的發病機理，並了解到更多與該病症相關的基因及基因間的互動，以及當中的調控因子的差異。有關研究有助理解當中的失控機制，確立相關的治療策略，並提升標靶治療的準確度，而有關平台更可用於分析其他癌病。
發現將刊登於《科學報告》
這發現將於自然出版社的《科學報告》刊登，研究團隊未來將會進一步研究大腸癌和乳癌，並希望可以做到實時追蹤病情的變化。
|
放大圖片
