• LATEST
    • A PHP Error was encountered

      Severity: Notice

      Message: Undefined variable: latest

      Filename: views/_header.php

      Line Number: 48

      A PHP Error was encountered

      Severity: Warning

      Message: Invalid argument supplied for foreach()

      Filename: views/_header.php

      Line Number: 48


Big Data Identifikasi Obat & Riset Persebaran Kanker

Tim ahli Ke Liu et al (2019) dari Michigan State University di Amerika Serikat, menganalisis data terpadu, Big Data, dari data-base genomik pada The Cancer Genome Atlas, Cancer Cell Line Encyclopedia, Gene Expression Omnibus dan  data-base pada Genotypes and Phenotypes di Amerika Serikat. Targetnya ialah menemukan model riset lebih baik untuk melawan penyebaran kanker payudara dan menguji potensi oba-obatnya. Hasil riset ini dirilis oleh jurnal Nature Communications edisi Mei 2019 (Ke Liu, Patrick A. Newbury, Benjamin S. Glicksberg, William Z. D. Zeng, Shreya Paithankar, Eran R. Andrechek, Bin Chen, “Evaluating cell lines as models for metastatic breast cancer through integrative analysis of genomic data,” Nature Communications, 2019).

Penyebaran kanker atau metastasis, adalah penyebab paling umum risiko kematian akibat kanker; sekitar 90% pasien sulit bertahan hidup. Hanya beberapa obat dapat mengobati metastasis kanker. Maka dibutuhkan model riset lebih jitu terhadap metastasis kanker dan menguji potensi obat-obatnya. Untuk itu, Ke Liu, Bin Chen dan koleganya menganalisis data terpadu atau Big Data pada data-base genomic dari The Cancer Genome Atlas, Cancer Cell Line Encyclopedia, Gene Expression Omnibus dan  data-base pada Genotypes and Phenotypes (Science Daily, 15/5/2019).

“Leveraging open genomic data to discover new cancer therapies is our ultimate goal. But before we begin to pour a significant amount of money into expensive experiments, we need to evaluate early research models and choose the appropriate one for drug testing based on genomic features. The differences between cell lines and tumor samples have raised the critical question to what extent cell lines can capture the makeup of tumors,” ungkap Bin Chen, PhD, yang terlibat dalam Global Impact Initiative pada Michigan State University (MSU) di Amerika Serikat (Michigan State University, 15/5/2019).

Bin Chen, PhD, adalah assistant professor di College of Human Medicine, Amerika Serikat. Sedangkan Ke Liu, penulis utama studi ilmiah itu, adalah sarjana postdoctoral, yang meraih BA ilmu komputer di Universitas Shandong tahun 2008 di Tiongkok dan doktor (PhD) biologi di Universitas Tsinghua tahun 2014 di Beijing, Tiongkok. Ke Liu melanjutkan pelatihan postdoctoral di UC Berkeley, Amerika Serikat, sebelum bergabung dengan lab Chen tahun 2018 di Amerika Serikat. Ke Liu berminat memadukan banyak omics data (misalnya RNA-Seq, Chip-Seq) untuk menemukan terapi baru penyakit khususnya kanker paru-paru dan alat bioinformatika.

Dengan menggunakan Big Data, tim peneliti itu menemukan perbedaan mendasar antara garis-garis sel (cell lines) kanker payudara yang dibuat oleh laboratorium dan sampel tumor kanker payudara stadium lanjut yang sebenarnya atau metastasis. MDA-MB-231, satu garis sel kanker yang digunakan dalam hampir semua penelitian kanker payudara metastatis, menunjukkan sedikit kesamaan genom dengan sampel-sampel tumor pasien (Science Daily, 15/5/2019).

“I couldn't believe the result. All evidence pointed to large differences between the two. But, on the flip side, we were able to identify other cell lines that closely resembled the tumors and could be considered, along with other criteria, as better options for this research,” ungkap Chen (Michigan State University, 15/5/2019).

Model organoid ditemukan pada sebagian besar mirip sampel-sampel pasien. Teknologi baru ini menggunakan kultur jaringan 3D dan dapat merekam lebih banyak kerumitan pembentukan dan pertumbuhan tumor. Namun, Chen dan Liu menambahkan bahwa organoid-organoid dan garis-garis sel tidak langsung dapat memodelkan lansekap molekul di sekitar tumor pada situs-situs berbeda dalam tubuh manusia. Pengetahuan tentang semua faktor ini dapat membantu para ilmuwan menafsir hasil-hasil khususnya hasil tidak terduga; maka dibutuhkan model-model riset lebih canggih (Science Daily, 15/5/2019). Big Data dapat membantu identifikasi model riset lebih baik tentang persebaran kanker 

“Studies have shown that organoids can preserve the structural and genetic makeup of the original tumor. We found at the gene expression level, it was able to do this, more so than cancer cell lines. Our study demonstrates the power of leveraging open data to gain insights on cancer. Any advances we can make in early research will help us facilitate the discovery of better therapies for people with breast cancer down the road,” papar Bin Chen (Michigan State University, 15/5/2019). 

Oleh: Servas Pandur