揭示癌症内部无形网络的新工具

RNACOREX 的研究成果发表在《PLOS Computational Biology》杂志上。它能够同时分析数千种生物分子，从而检测到传统分析方法常常遗漏的重要分子相互作用。通过生成清晰且可解释的分子“地图”，该软件有助于研究人员更好地理解肿瘤的功能，并为探索驱动癌症进展的生物过程提供了新途径。

解码癌症隐藏的基因结构

在人体细胞中，不同类型的分子，例如微小RNA (miRNA) 和信使RNA (mRNA)，通过高度复杂的调控网络相互“交流”。当这些网络功能失调时，就会引发包括癌症在内的疾病。

"理解这些网络的结构对于检测、研究和分类不同类型的肿瘤至关重要。然而，由于可用数据量庞大、存在许多虚假信号，以及缺乏能够区分哪些分子相互作用与每种疾病真正相关的可访问且精确的工具，可靠地识别这些网络是一个挑战，" DATAI 数字医学实验室负责人、研究的牵头作者之一 Rubén Armañanzas 表示。

RNACOREX 的设计旨在克服这些挑战。它整合了来自国际生物数据库的精选信息与真实世界的基因表达数据，对最具生物学意义的 miRNA-mRNA 相互作用进行排序。在此基础上，该软件构建了愈发复杂的调控网络，这些网络还可以作为研究疾病行为的概率模型。

以可解释的结果预测生存率

为了评估该工具的性能，研究团队将 RNACOREX 应用于来自十三种不同癌症（包括乳腺癌、结肠癌、肺癌、胃癌、黑色素瘤以及头颈部肿瘤）的数据，使用了来自 TCGA 的信息。

"该软件预测患者生存期的准确率与复杂的 AI 模型相当，但它拥有许多此类系统所缺乏的特质：即对结果背后的分子相互作用有清晰、可解释的解释，" DATAI 数字医学实验室研究员、该研究的第一作者 Aitor Oviedo-Madrid 说。

除了生存预测，RNACOREX 还可以识别与临床结果相关的调控网络，检测跨多种肿瘤类型共享的分子模式，并突出显示具有强大生物医学相关性的单个分子。这些见解可能有助于研究人员就肿瘤的生长和进展方式提出新的假设，同时也为有前景的未来诊断标志物或治疗靶点指明方向。Oviedo-Madrid 补充道："我们的工具提供了一个可靠的分子‘地图’，有助于确定新的生物学靶点，从而加速癌症研究。"

一个不断扩展的开源平台

RNACOREX 是一个免费的开源程序，可在 GitHub 和 PyPI（Python 包索引）上获取。它包含用于下载数据库的自动化工具，使实验室和研究机构能够更轻松地将该软件集成到其工作流程中。该项目获得了纳瓦拉政府（ANDIA 2021 计划）和 ERA PerMed JTC2022 PORTRAIT 的部分资助。

"随着基因组学中人工智能的加速发展，RNACOREX 定位为一种可解释、易于理解的解决方案，可以替代‘黑匣子’模型，帮助将 omics 数据带入生物医学实践，" Armañanzas 说。

纳瓦拉大学团队已经在致力于扩展该软件的功能。计划增加的功能包括通路分析和新的分子相互作用数据层，目标是创建能够更全面解释肿瘤生长和进展背后生物学机制的模型。这些努力凸显了该机构在结合生物医学、人工智能和数据科学以推进个性化和精准癌症医学方面的跨学科研究承诺。