故事的一開始很簡單：Nate Silver（著名統(tǒng)計學(xué)家） 和Richard Feynman（著名物理學(xué)家）走進(jìn)一家酒吧，撞上了一位生物學(xué)家……

雖然接下來要講述的可能有些書呆氣，令人覺得煩悶，但是在現(xiàn)代生物學(xué)領(lǐng)域，已經(jīng)出現(xiàn)了越來越多這樣的故事，多學(xué)科多領(lǐng)域的研究人員聚在一起，頭碰頭在海量的基因組數(shù)據(jù)中尋找意義。

然而即使如此，當(dāng)我們面對正在以驚人的速度增多的癌癥突變數(shù)據(jù)時，依然令我們頭皮發(fā)麻，無從下手，現(xiàn)在的挑戰(zhàn)就是找到一種有效的方法，能從多種噪音背景中發(fā)現(xiàn)信號。

近期一組研究人員迎難而上，聚合多學(xué)科的力量，尤其是統(tǒng)計物理學(xué)以及人工智能，開發(fā)出了一種將癌癥突變數(shù)據(jù)轉(zhuǎn)變成多維模型的新方法，這種多維模型能展現(xiàn)出特殊的突變對細(xì)胞中蛋白社會性網(wǎng)絡(luò)產(chǎn)生的影響。從中研究人員就能推斷出癌細(xì)胞中的無數(shù)突變在致病過程中的實(shí)際功能。

“我們聚焦于統(tǒng)計力學(xué)中的一個基本概念，這個概念我們在本科的理論物理課程中就學(xué)過，但是之后由于其不適用于我們的日常生活，因此就被遺忘了。但是作為生物學(xué)家，這一概念能幫助我們解決癌癥遺傳學(xué)中最困難的一個問題，”文章的通訊作者，哈佛醫(yī)學(xué)院系統(tǒng)藥理學(xué)教授Peter Sorger說。

這一研究成果公布在11月2日Nature Genetics雜志上。

目前許多被廣泛研究的癌基因，如p53、Ras等都是多個研究組通過多年的努力而發(fā)現(xiàn)的，但是時至今日，我們進(jìn)入了高通量基因組學(xué)時代，可以從成千上萬的樣品中獲得數(shù)千倍更多的數(shù)據(jù)，因此累積至今的癌癥突變數(shù)據(jù)巨大。

但是并不是所有的突變都會影響腫瘤行為，實(shí)際上許多只不過搭搭順風(fēng)車而已，這些突變被稱為“乘客突變（或偶發(fā)突變，passenger mutations）”。為了能將“司機(jī)突變，或主導(dǎo)突變”與偶發(fā)突變區(qū)分開來，研究人員常常會利用一種“輪詢polling”策略，識別最常見的突變，推理哪些是重要的。然后對最重要的候選突變進(jìn)行詳盡細(xì)致的分析，像是p53，Ras此類的研究。

這篇文章的第一作者Mohammed AlQuraishi是一位具有遺傳學(xué)，統(tǒng)計學(xué)和物理學(xué)背景的研究學(xué)者，他意識到生物學(xué)能從統(tǒng)計學(xué)和物理學(xué)中受益良多，他開玩笑說：“這就像是Silver 和 Feynman 在一起工作。”

AlQuraishi利用他的平臺分析癌癥基因圖譜中數(shù)據(jù)，結(jié)果獲得了大量詳細(xì)的原理注釋圖，可以用來解釋某些突變能改變蛋白復(fù)雜大量的細(xì)胞內(nèi)網(wǎng)絡(luò)，這一網(wǎng)絡(luò)在很大程度上覺得了細(xì)胞的健康狀態(tài)。

從中AlQuraishi發(fā)現(xiàn)常見和罕見的突變其實(shí)都會影響蛋白網(wǎng)絡(luò)。“這兩種突變同樣重要。在這兩種情況下，大約有 1%的常見突變和1%罕見突變改變腫瘤網(wǎng)絡(luò)。但罕見突變基本上被忽略，現(xiàn)在我們要多注意它們。”

出現(xiàn)每一個常見突變，就會有大約四個罕見突變，因此從數(shù)量上來說，罕見突變可能比之前我們所認(rèn)為的更加重要，“我們一直認(rèn)為大量的罕見突變是暗物質(zhì)，但在這項(xiàng)研究中，我們發(fā)現(xiàn)這些暗物質(zhì)發(fā)揮著作用。”