肿瘤包含多种不同类型的细胞，这些细胞以复杂的空间模式组织，可能影响疾病进展。正因如此，很难预测肿瘤将如何发展以及对治疗的反应。伊利诺伊大学厄巴纳-香槟分校的研究人员采用了一种新方法，将地理绘图技术与基因表达分析相结合，以可视化肿瘤内部的这些空间关系。
伊利诺伊癌症中心（CCIL）教育副主任泽内普·马达克-埃尔多安与伊利诺伊大学的研究人员（包括部分卡勒伊利诺伊医学院研究人员）合作，致力于深入理解肿瘤细胞的组织机制。他们的研究《利用地理信息系统增强的空间转录组学对原发性和转移性肿瘤结构进行计算机重建》介绍了一种名为GIS-ROTA的计算框架，可有效绘制肿瘤内的生物活性分布图。这项成果已发表在《癌症研究》期刊上。
"我们正在研究肿瘤，本篇论文聚焦于乳腺癌，"国家超级计算应用中心的CCIL成员、高级研究科学家艾曼·索利曼表示。"通常空间科学家会分析城市尺度的地图，但我们提出了新思路：为何不将相同的空间分析技术应用于肿瘤内部？"
女性健康与代谢实验室研究生金·杨·尤解释道："本研究开发了一个整合地理空间特征的空间组学数据分析框架，能够可视化并量化肿瘤内不同细胞群之间的空间关系。"
研究团队基于此理念开发了地理信息系统增强的空间转录组学（GIS-ROTA）。与传统方法先通过统计模式分组细胞再推断生物学意义不同，研究人员首先关注已知生物通路，探究这些功能在肿瘤内的具体分布位置。
"尽管所有细胞含有相同的DNA，但组织功能取决于基因的表达与调控方式，"尤指出。"我们的方法绘制生物通路（如代谢或免疫反应）的空间激活图谱，而非简单依据相似性分组细胞，从而更清晰揭示肿瘤功能机制。"
当研究人员将该框架应用于雌激素受体阳性乳腺癌样本时，发现了显著的空间模式特征。
"本研究分析了原发肿瘤与转移肿瘤中细胞相对定位的变化，"马达克-埃尔多安表示。"我们识别出不同的细胞类型和分子通路，这为靶向这些通路提供了工具，有望促使肿瘤对治疗产生响应。"
通过精确定位肿瘤内生物通路的活跃区域，研究人员希望深入理解内分泌抵抗等机制，这些机制可能限制转移性乳腺癌的治疗效果。
"作为临床医生，我们每天目睹内分泌抵抗如何使转移性乳腺癌患者面临更少治疗选择，"卡勒伊利诺伊医学院肿瘤学临床助理教授玛丽亚·格罗斯·佩尔德坎普博士表示。"与该研究团队合作使我们能以全新视角探究问题背后的生物学原理，这种临床与实验室的紧密协作提供了独特见解。"
研究团队期望该框架能成为其他癌症研究者的实用工具。由于方法基于已知生物功能，它帮助科学家更清晰地解读肿瘤内细胞的发展与功能机制。
"该工具具有灵活性且符合生物学逻辑，不仅限于单一癌症类型，"索利曼强调。"研究人员可根据不同问题，利用现有精选分子库查询这些通路在组织中的分布位置，从而推动新发现。"
马达克-埃尔多安强调此类高影响力工作需要多学科协同："成功的研究团队必须整合癌症学、计算科学、生物学以及人工智能与分析工具等多领域专长，这种跨学科合作至关重要。"
【全文结束】
