Es geht um Vernetzung

Anonim

Welches würden Sie wählen, wenn Sie Brustkrebs im Frühstadium diagnostiziert hätten? Sie könnten eine Standard-Chemotherapie erhalten, gefolgt drei Monate später von einer MRT-Untersuchung, um den Erfolg der Behandlung zu bestimmen. Stattdessen könnte eine genomische Analyse Ihres biopsierten Brustgewebes dazu beitragen, eine auf Ihre eigene genetische Veranlagung zugeschnittene Arzneimittelbehandlung zu bestimmen.

Ein MRT-Scan würde Ihren Fortschritt nur drei Wochen später beurteilen. Wenn nötig, könnte Ihr Onkologe schnell zu einem anderen Chemotherapie-Protokoll wechseln, um den Krebs anzugreifen.

Der zweite Ansatz fügt mehrere zusätzliche Informationsebenen hinzu: Ihr einzigartiges genetisches Profil, das frühe Follow-up-MRT, eine fortlaufende Bewertung der Wirksamkeit Ihrer Behandlung und die Möglichkeit, schnell auf neue Informationen zu reagieren.

Stellen Sie sich jetzt eine wirklich globale Erweiterung dieser vielschichtigen Taktik vor. Neben der Verbesserung der Behandlungsprotokolle bietet dieser Ansatz auch einen Weg zur weiteren Entdeckung.

Ein Wissenschaftler, der untersucht, wie ein fehlgefaltetes Protein eine degenerative Krankheit auslöst, könnte zum Beispiel die neuesten Ergebnisse eines anderen Labors online finden und erfahren, dass das gleiche Protein eine andere Störung verursacht. Eine solche Verbindung deutet auf einen gemeinsamen molekularen Mechanismus für beide Bedingungen hin - ein wertvoller Hinweis, der zu Heilungen führen könnte.

Oder Bild-Experten in verschiedenen Bereichen, die auf sehr unterschiedlichen Wegen zu entdecken - molekulare Analyse, Genomik, Epidemiologie - aber jeder Studie Widerstand gegen virale Angriffe. Durch einen leichteren Zugang zu den Ergebnissen des jeweils anderen und neue Analysewerkzeuge, die Reservoirs verwandter Funde anzapfen, überschreiten sie ihre Spezialgebiete und erhöhen die Chance, dass die Teile des Puzzles zusammenkommen.

Solche Forscher sind in eine Art von Informationsgemeinschaften vertieft, die in einer virtuellen Bibliothek miteinander verbundener Labornotizbücher und einer Menge neuer Analysetools und Daten überschwemmt sind. Mit einer erhöhten Fähigkeit, Informationen automatisch und viel mächtiger zu sammeln, können sie leichter die Verbindungen zwischen Entdeckungen finden, die sonst unerkannt bleiben würden.

Betrachten Sie es als hochentwickeltes wissenschaftliches Crowdsourcing. Die geteilten Informationen und Erkenntnisse schaffen ein reiches "Wissensnetzwerk".

"Das Wissensnetzwerk ist das 'integrierende Zentrum' für die Präzisionsmedizin", sagt Keith Yamamoto, PhD, Vizekanzler für Forschung, Professor für zelluläre und molekulare Pharmakologie und Leiter der Abteilung für Präzisionsmedizin an der UC San Francisco. "Für den Kliniker-Forscher kann jeder zusätzliche Erkenntnisgrad - etwa die Verbindung zwischen einer spezifischen genetischen Signatur und einer aggressiven Krebsart - zu neuen Wegen führen, die Krankheit zu diagnostizieren und zu behandeln."

Die Neurowissenschaftlerin Kate Rankin und der Technologieexperte Joe Hesse arbeiten zusammen, um das Wissensnetzwerk voranzutreiben.

Der Onkologe, der Brustkrebs im Frühstadium behandelt, könnte zum Beispiel von einem neuen Online-Tool erfahren, um die Analyse von MRI-Scans zu verfeinern. Oder ein Kollege, der ihren vorläufigen Fortschritt sieht, könnte eine neue Strategie vorschlagen, um nach dem besten Medikament zu suchen. So oder so, die Suche nach besseren Behandlungen wurde nur ein bisschen schlauer.

"Und in der Grundlagenforschung", sagt Yamamoto, "wird das Netzwerk ein" Entdecker-Generator "sein, der neue, im Labor testbare Korrelationen aufdeckt, oder neue Hinweise auf Mechanismen, die Krankheiten antreiben. Das Tempo der Forschung ist auf vielen Ebenen außergewöhnlich, aber das Reale Gewinn liegt dort, wo sich Erkenntnisse überschneiden. "

Verbindungen sichtbar machen

"Vor zehn Jahren war die Anhäufung neuer Daten ein Lagerproblem. Jetzt ist es ein Netzwerkproblem", sagt Joe Hesse, Computerexperte und Technologiestratege am UCSF Memory and Aging Center.

"Fast alle Bereiche der biomedizinischen Forschung sind mit neuen Informationen überflutet, aber was wir nicht haben, sind gute Möglichkeiten, die Daten zu verknüpfen, um die Verbindungen zu sehen", betont Kate Rankin, PhD, eine Postdoc-Alumna, die jetzt Associate Professor ist im Memory and Aging Center und einer der treibenden Kräfte bei der Förderung der Idee und der Realität eines Wissensnetzwerks.

Rankin und ein Kader von Kollegen an der UCSF und einigen anderen Institutionen stellen sich analytische Pipelines vor, die verschiedene Arten von Daten verbinden und unerwartete Korrelationen zwischen beispielsweise dem Fortschreiten von Krankheiten und dem Tempo der Zell-Zell-Interaktionen ergeben.

Die neuen Online-Analysetools werden ein wichtiger Bestandteil des Wissensnetzwerks sein. In Rankins Bereich der klinischen Neurowissenschaften verwenden Wissenschaftler häufig eine Visualisierungsstrategie, die es Benutzern ermöglicht, mehrere MRT-Gehirnscans übereinander zu stapeln und den gleichen Teil des Gehirns bei verschiedenen Patienten zu vergleichen.

Sie und ihre Kollegen haben Muster-Matching-Algorithmen entwickelt, um spezifische Krankheiten basierend auf dem neurologischen Schadensmuster eines Individuums zu identifizieren. Eines ihrer Ziele ist es, diese beiden Werkzeuge miteinander zu verbinden, um sowohl für Forscher als auch für Kliniker leicht zugängliche Pipelines zu schaffen.

Eine weitere vielversprechende Pipeline, die entwickelt wird, reduziert öffentlich verfügbare Bibliotheken von Genfunktionen, um Gruppen von Genen zu identifizieren, die statistisch mit spezifischen metabolischen Funktionen assoziiert sind. Es wurde bereits verwendet, um die Identifizierung von Genen, die bei Entzündungen besonders aktiv sind, zu rationalisieren - ein Zustand, der jetzt als Faktor für eine Reihe von Krankheiten, einschließlich Atherosklerose, Diabetes und Krebs, zunehmend in den Fokus rückt. Im Wesentlichen extrahiert das analytische Werkzeug die Kandidaten zu einem "Entzündungsgen-Set". Forscher oder Kliniker können genomische Daten von einem Patienten hochladen, um zu erfahren, ob die verräterischen Entzündungsgene aktiv sind. Wenn dies der Fall ist, könnte der Patient eine Behandlung für eine Entzündung benötigen, selbst wenn der Zustand noch nicht offensichtlich ist.

UCSFs Laura van 't Veer, PhD, die sich auf Krebsdiagnostik konzentriert, ist ein führendes Unternehmen in klinischen Studien zur Entwicklung von Medikamentenregimen, die auf diskrete genetische Profile in verschiedenen Tumoren zugeschnitten sind. Sie unterstützt den Ansatz auf mehreren Ebenen, um neue Krebsbehandlungen zu entwickeln. Sie fragt sich auch, ob andere gesundheitliche Komplikationen - andere Ebenen - den Verlauf einer Krankheit beeinflussen könnten.

"Gestern habe ich mit einem Diabetesforscher gesprochen. Das Wissensnetzwerk soll Kollaborateuren auf verschiedenen Gebieten helfen zu fragen: Hat Diabetes Einfluss darauf, wie normale Zellen bei Krebs entgleist werden?", Sagt
van 't Veer, der den Angela und Shu Kai Chan Stiftungslehrstuhl für Krebsforschung innehat.

Sie stellt auch die Rolle von Entzündungen bei so vielen Krankheiten in Frage. "Was sind die Zusammenhänge? Was können wir daraus lernen, dass Entzündungen sich in sehr unterschiedlichen Störungen äußern?

"Das Wissensnetzwerk entwickelt sich weiter", sagt sie. Als neue Werkzeuge und reicherer, laufender Austausch führen sie zu neuen Einsichten, erklärt sie, "wir können neues Wissen schneller und einfacher anwenden, um die nächste Art von Behandlung zu entwickeln."

Das Wissensnetzwerk erweitern

Das Ziel eines voll funktionsfähigen Wissensnetzwerks wird nicht einfach zu erreichen sein. Es wird nur mit breiter Beteiligung, neuen Analysetools und leistungsstarker Rechenkapazität funktionieren.

Hesse zitiert Pionierarbeit am Lawrence Berkeley National Lab von Adam Arkin, PhD, der eine Software-Plattform namens KBase entwickelt, die eine Vorlage für die Entwicklung eines Wissensnetzwerks in jedem Bereich bietet.

Arkin schlägt vor, ähnlichen Arten von Daten aus verschiedenen Quellen "Werte" zuzuweisen, wobei die Zuverlässigkeit der Ergebnisse beispielsweise anhand der Stichprobengröße, der zu ihrer Bewertung verwendeten Metriken und der statistischen Aussagekraft der berichteten Ergebnisse bewertet wird.

"Mit dieser Art von verfügbaren Informationen kann man entscheiden, wie wichtig ein Ausreißerergebnis im Vergleich zu mehreren anderen ist", erklärt Hesse. "Wenn der Wert niedrig ist, weil zum Beispiel die Stichprobe klein ist, kann der Befund Interpretationen verzerren. Aber wenn sein Wert hoch ist, kann das Ergebnis eine ernsthafte Nachfolge rechtfertigen."

Sowohl die Gehirn-Scan-Analyse-Strategie als auch der genetische Profiler in Rankins Neurowissenschaften werden mit der vielversprechenden KBase-Plattform als Vorlage programmiert.

Die Bereitstellung von Möglichkeiten, die Vernetzung der Forschung zu erhöhen, scheint für Wissenschaftler selbstverständlich zu sein. "Wir teilen unsere neuen Erkenntnisse auf Sitzungen und in Zeitschriftenartikeln, die oft erst viele Monate nach Abschluss der Untersuchung veröffentlicht werden", sagt Rankin. "Ein echtes Wissensnetzwerk würde mit der Geschwindigkeit der Entdeckung Schritt halten."

Zur gleichen Zeit werden nicht alle Forscher ihre Daten teilen wollen. Wissenschaftler können sehr wettbewerbsfähig sein, und einige würden sicherlich einen frühen Zugang zu ihrer Forschung verweigern. Die Privatsphäre der Forscher im Netzwerk zu respektieren und zu schützen, ist eine große Herausforderung.

Angesichts der Geschwindigkeit, mit der heute Entdeckungen gemacht werden, könnten diejenigen, die nicht teilen, Gefahr laufen, ausgeschlossen zu werden.

"Klinische Forscher finden oft, dass sie nicht genügend Proben haben, um eine neue Untersuchung durchzuführen, die für alle von Interesse ist", sagt Rankin. "Jetzt wird es immer häufiger, dass sie sich entscheiden, ihre Daten zu sammeln:" Ich habe 34 Patienten, Sie haben 47, lassen Sie uns zusammenarbeiten. "

Hessen sieht das Wissensnetzwerk auch als natürliche Erweiterung der heutigen Online-Kultur. "Unsere Informationen, Erfahrungen und Bilder online mit unseren verschiedenen persönlichen Netzwerken zu teilen, ist zur zweiten Natur geworden, also sind wir bereit, Forschung auf diese Weise zu teilen", sagt er.

"Wir müssen ein reichhaltiges Online-Kommunikationsnetzwerk entwickeln, das gleichzeitig die Privatsphäre schützen kann, wenn es gebraucht wird. Aber das werden wir. Es ist entscheidend - und es ist unvermeidlich."