由蒙大拿大学(University of Montana)细胞生物学家马克·Grimes(Mark Grimes)领导的一组科学家发现了肺癌细胞内的网络，这将有助于了解这种癌症，药物治疗。

这篇论文发表在5月22日的《科学信号》杂志的封面文章中，它揭示了一种叫做HSP90抑制剂的新型药物是如何对抗癌症的。这是第一次大规模的研究分析三种不同类型的蛋白质的改变同时也采用了新的方法，包括数学和计算方法和网络来分析这些数据。

与所有其他癌症相比，肺癌仍然是最致命的，尽管近年来由于吸烟减少而减少。

这项研究始于细胞信号技术的科学家，他们收集了大量来自肺癌细胞的数据。分析这些数据的方法建立在Grimes实验室以前的工作上。

Grimes说:“蛋白质在细胞内以不同的方式相互转化，以传递信号。”信号告诉细胞分裂、分化或死亡。癌症是许多疾病，许多类型的癌症是由破坏细胞信号机制引起的。本研究对这些信号通路进行了更精确的定义，并整合了使用不同蛋白修饰的通路。

这项研究观察了45种不同的肺癌细胞类型，并将它们的改性蛋白与正常的肺组织进行了比较。为了理解大量的数据，我们使用了复杂的模式识别技术，包括机器学习算法，以及蛋白质修饰的模式与蛋白质相互作用网络结合，以定义肺癌细胞中的细胞信号通路。

细胞是一袋蛋白质和DNA等其他成分组成。不同的成分被包含在细胞内的隔膜被膜隔开。把细胞想象成房子，里面的人是蛋白质。不同的人群会在不同的地方花费更多的时间，这取决于他们在房子里的工作。在细胞中，蛋白质通过附着磷酸盐、甲基和乙酰基来相互修饰，这类似于人们将不同的气球连接在一起。气球会吸引特定的人聚集在一起，这取决于气球是由哪个气球携带的。这向吸引气球持有者的人发送信号，让他们在房子内部活动并参与一些活动。举个例子，有人递给你一个红色的气球，然后你召集一群厨师到厨房去做一顿饭。

“我们可以代表人们在房子里互相交流的方式。”在一年的时间里，房子里的大多数人都会和其他的人互动，所以互动的网络看起来就像一个毛球，并不是很有用。我们想要解开这个毛球，从依靠谁得到气球的网络中挑选路径。这就是数学技巧和机器学习算法发挥作用的地方。这些模式识别技术帮助我们识别出不同的人群，他们得到不同的气球——蛋白质簇，并以相似的方式被改变。然后我们只关注那些群体之间的互动。换句话说，集群用于筛选交互。这个集群过滤的网络是一个简单得多的网络，它告诉我们关于肺癌细胞的信号通路。

Grimes继续说，“为了进一步类比，肿瘤就像一所房子，把自己变成一个大工厂，把社区的能源消耗在一个单一家庭住宅的居民区里。研究人员就像侦探一样，在许多不同的工厂(肿瘤细胞类型)中，检查人们同时持有三种不同类型的气球。警探们利用这些信息来追踪一间房屋违反社区规则时常见的沟通途径。

Grimes说:“这个由俱乐部过滤的网络识别出了坏人和他们的合作者，所以我们有一个更好的主意，他们应该被执法部门逮捕，以阻止房子在错误的社区中扩张。”“换句话说，这项研究为我们提供了一个更好的想法，用药物来锁定不同类型的肺癌。”