浅析计算生物学在癌症治疗上的应用

癌症的发生原因很复杂,过去有很多发现从表面看上去很矛盾,但是如果用数学的思维,从更加深层次的角度去建立模型,或许就能获得统一的解释,计算生物学是指开发和应用数据分析及理论的方法、数学建模、计算机仿真技术等。
计算生物学的研究内容主要包括以下几个方面:序列比对、基因识别、蛋白质结构预测、生物数据库。目前,各种计算生物学方法已开始广泛应用于药物研究,以及研发创新的、具有自主知识产权的疾病靶标和信息学分析系统等;同时运用计算生物学,科学家有望直接破译在核酸序列中的遗传语言规律,模拟生命体内的信息流过程,从而认识代谢、发育、进化等一系列规律,最终为人类造福。美迪西生物医药拥有计算生物学和分子模型构建服务,其结构生物实验室配备有分子克隆室及基于蛋白质晶体学的药物发现与筛选平台,支持基于结构基础的药物开发,从新靶点的确认到最终的结构确认。
1、利用计算生物学来建立疾病模型
了解癌症的起因,并制定更有效的预防、检测和治疗的方法,临床医生和研究人员需要研究大量的分子和临床数据。以往对癌症发生机制的研究主要是从生物学的角度来发现一些现象,缺乏对现象的总结和背后机理的研究。系统生物学就是要从癌症发生的机制方面进行深入研究,不但要能发现癌症在诸多阶段的一些现象,还要解释现象背后的原因,根据所观察到的离散的现象建立起动态的演变过程。这就需要定量和动态的思路来思考,需要很强的逻辑能力,而逻辑和模型正是数学的特长。
通过数学建立各种计算模型,通过模型并结合实验数据来研究和预测癌症发生发展的过程。从数学的角度,来理解癌症发生发展的全过程,这是一个相当复杂的工作,需要阅读大量的癌症研究的论文和对数据进行综合提炼,从中寻找其共性,建立合理的数学模型。
在机器学习和统计遗传学领先的美国和欧洲研究机构正合力开发用于癌症的生物标志物发现技术和阐明癌症的发病机制和进展原因。通过收集从病人生物学信息,和成千上万其他癌症患者产生的以万亿计的数据,医生可以在几天甚至几分钟之内为患者量身定制合适的癌症治疗方案。最终,这些信息会加入到庞大的数据库中,帮助全世界的癌症研究者发掘抗击癌症的方法。
2、计算生物学将成为癌症治疗的大趋势
在医生甚至那些以医生为副业的肿瘤学家中,在这个领域中很少有人能跟上人工智能的发展。无论是用大家乐观看待的IBM的Watson,还是其他人工智能的品牌,都必须依赖于大数据的分析计算而指导医生提建议。计算生物学这个新兴领域把大数据云应用于案例分析中,并基于癌症科学和已经批准治疗的实际经验,给癌症患者的治疗提供合理的建议,这将是医学工作者前进的主要方向。
人工智能对肿瘤学的帮助潜力还是非常大的,因为需要医生和患者来分析掌握的信息太多,预计2018年将新增1500万癌症病人,所以至少在治疗建议方面是可以用AI来驱动,否则容易错过那些可以改善治疗结果的信息。
如今计算生物学的分支方向已经融入了生命科学的不同方面,甚至已经成为了基础生物学密不可分的一部分,深度融入了从分子尺度到生态系统尺度的不同领域。在未来,计算机只会越来越重要,而且生物领域的计算方法和模型也会越来越多,也会更加深度地整合进入不同的生物学分支。标准化的数据分析方法可能会带来更加可信的结果,这些方法允许不同的数据的整合以及较小的统计学误差,大数据量的积累,如果用了超级计算机的助力,无疑会对未来的计算生物学产生巨大的推动。