Warning: A skin using autodiscovery mechanism, boinc_poland, was found in your skins/ directory. The mechanism will be removed in MediaWiki 1.25 and the skin will no longer be recognized. See https://www.mediawiki.org/wiki/Manual:Skin_autodiscovery for information how to fix this. [Called from Skin::getSkinNames in /data/www/www.boincatpoland.org/htdocs/wiki/includes/Skin.php at line 74] in /data/www/www.boincatpoland.org/htdocs/wiki/includes/debug/Debug.php on line 303

Warning: A skin using autodiscovery mechanism, fratman_enhanced, was found in your skins/ directory. The mechanism will be removed in MediaWiki 1.25 and the skin will no longer be recognized. See https://www.mediawiki.org/wiki/Manual:Skin_autodiscovery for information how to fix this. [Called from Skin::getSkinNames in /data/www/www.boincatpoland.org/htdocs/wiki/includes/Skin.php at line 74] in /data/www/www.boincatpoland.org/htdocs/wiki/includes/debug/Debug.php on line 303

Strict Standards: Declaration of Skinboinc_poland::initPage() should be compatible with Skin::initPage(OutputPage $out) in /data/www/www.boincatpoland.org/htdocs/wiki/skins/boinc_poland.php on line 5
Help Defeat Cancer – Wiki B@P Wspieramy naukę

Help Defeat Cancer

Z Wiki B@P

Zakończony podprojekt platformy World Community Grid

Czym jest rak?

Rak to ogólne określenie dla grupy chorób, które mogą mieć wpływ na każdą część ciała. Według Światowej Organizacji Zdrowia, rak powoduje 7 milionów zgonów każdego roku, lub 12,5% zgonów na całym świecie. U ponad 11 milionów osób rozpoznaje się raka co roku, a szacuje się, że będzie 16 milionów nowych przypadków rocznie do roku 2020.

2-0 cancer.jpg

Gdy komórki raka w jednej części ciała zaczynają rosnąć poza kontrolą, często prowadzą do inwazji na inne tkanki, bezpośrednio lub poprzez przemieszczenie się do innych części ciała, gdzie zaczynają rosnąć i zastępować normalne komórki poprzez proces zwany przerzutem.

Komórki rakowe zaczynają rozwijać się w wyniku uszkodzenia DNA. Przez większość czasu kiedy DNA staje się uszkodzone, organizm jest w stanie go naprawić, ale w komórkach nowotworowych uszkodzone DNA nie jest naprawiane. Uszkodzone DNA może być dziedziczone lub może być spowodowane przez działanie czynników rakotwórczych, poprzez narażenie na materiały radioaktywne lub przez niektóre wirusy, które wstawiają swoje DNA do genomu ludzkiego.

Podklasy raka

W ramach szerokich kategorii nowotworów - np. raka piersi, wątroby lub płuc, istnieją podklasy raka. Na przykład kategoria rak piersi jest szeroka i składa się z szeregu podklas (w tym wewnątrzprzewodowy, zrazikowy, rdzeniowy, koloidowy), które wykazują zróżnicowanie pod względem agresywności i które wymagają specyficznego leczenia. Zamiast więc patrzenia na raka piersi jak na pojedynczą chorobę, lekarze muszą traktować go jak wiele chorób, z których każda wymaga innej terapii.

Nie wszystkie podklasy raka zostały zidentyfikowane. Jako że powstają nowe leki i technik leczenia, z których każde jest skierowane do konkretnych profili grup klinicznych, coraz ważniejsze staje się aby być w stanie odróżnić podklasy raka. Aby sklasyfikować różne nowotwory oraz zidentyfikować nowe podklasy naukowcy prowadzą analizę genów białka i profilowanie w celu określenia, które podpisy (rak pozostawia biologiczny "podpis" - przyp. tłum.) odpowiadają poszczególnym podklasom raka. Coraz więcej podklas zostaje odkrytych gdy naukowcy dążą do lepszego zrozumienia mechanizmów leżących u podstaw progresji choroby.

Mikromacierze tkankowe

Stosunkowo nowe narzędzie badawcze o nazwie mikromacierze tkankowe (TMA) bardzo dobrze rokuje jeśli chodzi o pomoc w wyborze odpowiedniego leczenia i dostarczania dokładnych prognoz dotyczących chorych na raka. Chociaż TMA nie jest obecnie wykorzystywany przez lekarzy w celu zapewnienia podstawowej diagnozy, to umożliwia naukowcom określenie konkretnego typu i obecnego stadium raka a także systematycznie badać, które terapie lub kombinacje metod leczenia są najbardziej prawdopodobne, aby były skuteczne dla każdego rodzaju raka w oparciu o znane wyniki poszczególnych pacjentów. Specjalne ścieżki leczenia mogą być rzeczywiste dla pacjentów z rakiem opierając się na specyficznych biomarkerach.

Hdc tissue v2.gif

Wiele trudności w wykonaniu wzorców w tkankach nowotworowych przy pomocy mikromacierzowania wynika z subiektywnych wrażeń obserwatorów. Wykazano, że jeśli do charakteryzacji wykorzysta się analizę komputerową można znacznie poprawić obiektywizm, powtarzalność i czułość. Laboratorium profesora David'a J. Foran'a w The Cancer Institute of New Jersey, UMDNJ - Robert Wood Johnson Medical School prowadzi projekt przy współpracy z grupą badaczy na Rutgers University i University of Pennsylvania. Wspólnie opracowali prototyp opartego o sieć internet robota do automatycznego obrazowania, analizy, archiwizacji i udostępniania cyfrowo mikromacierzy tkankowych. Wykorzystując połączenie zaawansowanej obróbki obrazu i rozpoznawania typu strategii, system może automatycznie analizować i charakteryzować wzorce ekspresji w mikromacierzach tkanek nowotworowych. Poprzez finansowanie z National Institutes of Health, umowa 5R01LM007455-03 z National Library of Medicine i 1R01EB003587-01A2 z National Institute of Biomedical Imaging and Bioengineering, naukowcy rozpoczęli analizowanie raka piersi i wkrótce przystąpią do oceny ekspresji białka i molekularnych wzorców nowotworów głowy i szyi.

Obecnie, kiedy lekarze diagnozują pacjentów z rakiem, ich ustalenia co do rodzaju nowotworu i jego stadium opiera się na ocenie mikroskopowej próbek w drodze konsultacji ze swoimi współpracownikami oraz z wykorzystaniem dodatkowych badań. Diagnoza ostatecznie wpływa na sposób jak agresywnie pacjent jest traktowany, które leki mogłyby być odpowiednie, i jaki poziom ryzyka jest uzasadniony.

TMA dają naukowcom szanse na lepsze zrozumienie biologii nowotworów i odkrywanie nowych podklas nowotworów, które będą następnie wskazywać nowe kursy leczenia i pozwoli na niespotykany wgląd w populację pacjentów, dając odpowiedź które leczenie jest najbardziej odpowiednie, a także dostarczy informacje potrzebne do projektowania przyszłych leków.

Oprócz wpływu jaki mogą mieć TMA w zakresie nowych leków i poprawy planowania terapii, oferują one wiele zalet w porównaniu z tradycyjnymi przygotowaniami próbek przez minimalizację wielkości tkanki jaka musi być pobrana w trakcie biopsji i zmniejszenie kosztów prowadzenia badań.

World Community Grid i Mikromacierze tkankowe

Obecnie podstawową metodą stosowanych do oceny mikromacierzy tkankowych jest interaktywna analiza próbek podczas której są one subiektywnie oceniane i punktowane. Alternatywną, ale mniej użyteczną strategią jest sekwencyjna digitalizacja próbek dla kolejnych półilościowych ocen. Obie procedury obejmują interaktywną ocenę próbek TMA, która jest powolna, nudna i podatna na błędy ludzkie. Wiele trudności w ocenie próbek mikromacierzy tkankowych jest wynikiem subiektywnych wrażeń obserwatorów.

IBM World Community Grid umożliwi najbardziej kosztowne obliczeniowo składniki oprogramowania uruchomić przy optymalnej prędkości, zwiększając tym samym czułość i dokładność z jaką ekspresja i wzorzec kalkulacji rozpoznawania może być prowadzona. Przez wykorzystanie mocy obliczeniowej World Community Grid naukowcy będą mogli analizować większy zestaw próbek tkanek nowotworowych i prowadzenie eksperymentów przy użyciu znacznie szerszej grupy biomarkerów i barwników, niż jest to możliwe przy zastosowaniu tradycyjnych zasobów komputera.

Do tej pory tylko ułamek znanych biomarkerów zostało zbadanych. Celem długoterminowym jest stworzenie biblioteki biomarkerów i ich wzorców, tak aby w przyszłości lekarz mógł skonsultować się z biblioteką, aby pomóc w wykonaniu diagnoz oraz najbardziej skutecznej metody leczenia pacjentów z rakiem.

W przypadku braku World Community Grid, TMA są przetwarzane w indywidualnych lub małych partiach. Korzystając z World Community Grid, analiza może być przeprowadzona dla setek tablic równolegle, pozwalając na wiele eksperymentów, które mogą być prowadzone jednocześnie. Dodając szybkość i poziom zaawansowania, może to potencjalnie umożliwić badaczom wykrycie i śledzenie, subtelnych zmian w mierzalnych parametrach, ułatwiając tym samym odkrycie wskazówek przy prognozowaniu, które nie są widoczne przez ludzi lub podczas tradycyjnej analizy.

Wyniki projektu

Wyniki projektu dostępne w języku angielskim można przeczytać tutaj.

Przydatne linki

Strona główna projektu

Forum projektu