加拿大研究人员发明乳腺癌诊断新技术

Newland

据加通社报导，加拿大研究人员日前开发出一种乳腺癌诊断的新技术，该技术预测患者康复率的准确度高达80%。此项电脑化工具的目标是帮助医生按照个别患者的肿瘤状况，采取更加有效的治疗方式。
. k: q- [9 A. z+ o
: o9 [) s9 p3 e* }* _! q此项名为动态网络模式（Dynamic Network Modularity）或DyNeMo的新技术，是用来分析癌细胞中的蛋白质及其他成分如何互相形成网络，而细胞网络的形成状况则预示着肿瘤将如何发展。
. G& c1 _  ~9 Y% I3 z6 n
! N& e# Q- ~& ?2 y9 e多伦多西乃山医院（Mount Sinai Hospital）Samuel Lunenfeld Research Institute的高级研究人员Jeff Wrana表示，研究人员发现，蛋白质实际形成的网络并不是独立个体，而是相互关联，与人类的社交网络类似。

( q) n- D: V) `9 N此项研究报告发表在最新的《自然生物科技》(Nature Biotechnology)杂志上。研究人员对350名患有乳腺癌的妇女进行研究后发现，幸存者的肿瘤内的蛋白质网络组成，与死亡的患者不同。
, r+ D% L' L8 c- x# w& l: k
该项技术的合作发明者之一，Dr. Wrana实验室的分子基因博士Ian Taylor表示，DyNeMo将为医生提供更多信息，以便他们确定女性乳腺癌患者的肿瘤大小、发展阶段、级别及其他特征。但他同时表示，该技术并不能够取代其他的诊断技术，但是可以起到互补的作用，从而使得医生的诊断更加精确。虽然全球对蛋白质网络的研究增多，研究人员预期今后乳腺癌诊断的精确性将进一步提高。
& i, \# K9 y% e) |
Wrana表示，目前研究人员正在生物科技与制药领域寻找合作伙伴，希望能够将该技术商业化，并在5年内广泛应用于乳腺癌患者。
2 I2 z$ c6 j, m- X
研究人员同时还计划将该技术运用于其他类型的癌症，以查看是否能够预测患者对某种药物的反应。

哈佛医学院（Harvard Medical School）的基因学副教授Marc Vidal表示，在个人医学发展方面，多伦多的研究是重要的一步。