财政

法兰克福(路透社) - 软件工程师正在癌症战争中脱颖而出,设计以闪电般的速度筛选基因测序数据的程序,以及识别可能导致下一次医学突破的肿瘤模式的最低成本他们的分析旨在确定我们的遗传密码中的突变可以驱动多种多样的乳腺癌,卵巢癌和肠癌

他们的工作越精确,开发有效新药的机会就越大自从James Watson和Francis Crick于1953年发现DNA结构以来,科学家们已经关于基因如何使我们成为现实的人们一直在困惑计算和医学的融合加速了基因研究的步伐但是理解大量的数据已成为一种僵局,反过来又为计算机爱好者和科技公司创造了机会

微软,SAP和亚马逊肿瘤学是全球药物市场中最大的治疗领域,市场研究人员IMS预测它将增加到$到2016年为800-880亿美元,2011年为620亿美元计算基因组学 - 利用计算机破译一个人的基因指令和癌细胞的突变 - 正在成为这种增长的驱动力Life Technologies Corp和Illumina Inc是开发设备的公司之一从细胞样本中提取一个人的整个遗传密码 - 他们的基因组 - 最新的机器大小与办公室打印机相当,可以在一天内对基因组进行测序,而几年前的六到八周,他们可以阅读320亿构成人类遗传密码的化学“基础”为1,000美元,而2008年为10万美元

需要越来越多的软件工程师来帮助理解所有这些数据“许多实验室现在可以生成数据,但更少的人或实验室拥有分析它的专业知识和基础设施 - 这正成为瓶颈,“波士顿Broad研究所癌症基因组分析组负责人Gad Getz说

麻省理工学院和哈佛大学的学生Getz是新一代计算生物学家之一,他们开发算法来解析成千上万的细胞样本的数据,与全球的研究机构共享他和他的团队正在努力建立反复出现的模式

突变以及它们与肿瘤生长的关系它们使用了大约1,200个处理单元,每个处理单元具有4-8千兆字节的随机存取存储器 - 大约是大多数台式机所带来的计算能力礼来公司首席执行官John Lechleiter认为可能取得进展“我们是开始收获我们通过人类基因组测序获得的知识,我们对人类遗传学,疾病途径的理解我们已经获得了可以在实验室中使用的新工具,以帮助我们更快,更快地得到答案,“ Lechleiter说,他的公司是肠癌药物Erbitux认可药物的共同拥有者,其中包括Amgen的Vectibix和AstraZeneca的Iressa B这两种药物来自单一突变测序已经发现了更多的突变基因 - 在任何给定的肿瘤中常常有数百种 - 并强调需要采用更微妙的癌症治疗方法世界上最大的抗癌药物制造商罗氏已经花费了数百万美元关于培养皿中癌细胞如何对新药物起反应的试验计划的信息技术欧元计划涉及处理数百TB的基因序列“这是罗氏的第一个大规模内部测序项目,我们期望更多不久的将来,“罗氏医药研究和早期开发信息学负责人林恩罗伯茨说,该项目使用的处理能力相当于数百台高端台式电脑,该项目是独立的,但有计划吸收外部数据这将需要云计算的进步 - 使用来自远程数据中心的软件和计算能力 - 但罗伯茨表示,该技术将很快实现可用“问题的规模意味着该解决方案将采用国际协作规模,”他表示,使用云计算网络允许商业和公共研究人员共享癌症数据的趋势对于IBM和Google等公司来说是有希望的

GBI研究已经成为药物制造商研究工作的云计算提供商亚马逊及其云计算部门AWS表示,随着生命科学研究人员重新思考如何存储,分析和共享数据,它正在受益 “我们对我们所看到的增长感到满意,”一位发言人表示,拒绝提供数据微软表示它正在为健康和生命科学市场的云计算扩展投入“重要资源”“制药研发将与其他公司合作微软生命科学部门首席技术战略家莱斯乔丹说,像微软这样的科技公司正在开发新的算法,方法,甚至治疗本身

世界上最大的商业软件公司SAP与德国基因检测专家齐根合作他们正在修改SAP数据库软件,以便某些癌症诊断测试,现在让超级计算机网络繁忙几天,可以在几小时内在桌面PC上运行

遗传分析显示癌症类型,现在被视为一个,因为它们是相同的器官和在显微镜下看起来相同,由马克斯普朗克鼹鼠研究所的不同遗传学家Hans Lehrach驱动柏林的古代遗传学说,每一个肿瘤都应该被视为一种“孤儿疾病”,使用一个罕见疾病的术语,通常会促使药物监管机构更容易批准药物他设计了一个他描述为虚拟患者的软件它建议药物或基于每个肿瘤基因指纹的混合药物单个病例可能需要几天时间才能被处理Lehrach是一位遗传学家,他说他在整个科学生涯中都编写过软件代码,他将自己的方法比作一个关注每一天的气象学家的方法

阅读是独一无二的进一步类比,他说癌症患者分层的惯例相当于基于简单规则的天气预报,例如“早晨的红色天空,水手警告”在柏林的Charite大学医院的一个单位,20名患者根据Lehrach的计算机模型诊断出他们的侵袭性皮肤癌没有其他治疗选择

试验是探索性的整体治疗方面的成功还没有结果,但该项目与许多其他项目一样,是由希望癌症可以通过纯粹的计算能力摧毁的希望驱动的.Stephanie Nebehay的补充报道;由珍妮特麦克布莱德编辑