World Community Grid
Здесь опубликован перевод страницы проекта. По возможности сохранен стиль оформления (на момент создания страницы). Если желаете, можете посмотреть оригинал страницы.

Перевод на BOINC.RU

img.home.alt About us Research Forums Statistics My Grid Help


Текущие  исследования
Краткий обзор

Arrow
Помощь в борьбе с раком (HDC)

Arrow
Сворачивание протеомы человека - Фаза 2

Arrow
FightAIDS@Home
О проекте
Research
Participants
FAQ по проекту
Завершенные исследования
Краткий обзор

Human Proteome
Folding

Smallpox Research
Help Defeat Cancer

Помощь в победе над Раком

HDC Что такое Рак?
Рак – общий термин для группы болезней, которые могут затронуть любую часть организма. Согласно данным Всемирной Организации здравоохранения, рак является причиной 7 миллионов смертей каждый год, что составляет 12.5 % от всех летальных исходов в мире. Каждый год более чем у 11 миллионов человек диагностируется рак и, по прогнозам, к 2020 году, каждый год будет выявляться 16 миллионов новых случаев болезни.

Рак развивается, когда клетки в одной части организма становятся неконтролируемыми, часто вторгаясь в другие ткани или непосредственно, или перемещаясь в другие части тела, там они начинают разрастаться и заменять нормальные ткани, используя процесс названный метастазом.

Развитие раковых клеток является результатом повреждения ДНК (дезоксирибонуклеиновой кислоты). В большинстве случаев при повреждении ДНК организм в состоянии ее восстановить, но в раковых клетках повреждение ДНК не идентифицируется. Повреждение ДНК может быть наследственным, вызванным канцерогенными веществами, радиоактивным излучением или определенными вирусами, которые встраивают свои ДНК в геном человека.

Подклассы рака
В рамках широких категорий рака – таких как рак груди, печени или легкого, есть множество подклассов. Например, существует большое количество подклассов рака молочной железы,  включающих внутрипротоковый, дольчатый, медуллярный, коллоид и т.д. Эти подклассы определяют разновидность рака в показателях агрессивности, и каждый из подклассов требует определенного курса лечения и видов препаратов. Таким образом, вместо того чтобы рассматривать рак молочной железы как одну болезнь, врачи должны рассмотреть его как множество болезней, каждая из которых требует уникальной терапии.

В настоящее время идентифицированы не все подклассы рака. Поскольку постоянно появляются новые лекарства и виды лечения – при планировании клинических процедур и назначении препаратов для лечения становится все более и более важно иметь возможность отличить подклассы раковых образований. Чтобы классифицировать различные раковые образования и идентифицировать новые подклассы, исследователи анализируют ген и белок больных клеток на совпадение с определенной категорией рака и идентифицируют пораженный белок, как определенный вид рака. В связи с тем, что ученые улучшают понимание основных механизмов прогрессирования болезни, выделяется все больше подклассов рака.

Анализ микрообразцов ткани (TMA - tissue microarrays)
Анализ микрообразцов ткани (TMA) - это относительно новый интересный инструмент, считается, что данный метод окажет неоценимую помощь врачам при выборе надлежащего курса лечения и постановке точного диагноза у больных раком. Хотя TMA в настоящее время не используется для постановки первичных диагнозов, такой метод действительно позволяет исследователям получить полное представление о каждом конкретном типе и стадии рака. А так же позволит систематически исследовать методы терапии и комбинации препаратов, которые, наиболее вероятно, будут эффективными для каждого вида рака, эффективность определяется на основании известных результатов лечения пациентов. Таким образом, на основании данных о присутствии определенного биомаркера у больного раком пациента, ему могут быть назначены определенные курсы лечения.

Основной трудностью в получении последовательной оценки образцов рака путем анализа микрообразцов ткани является то, что такие оценки производятся на основании субъективных мнений врачей. Доказано, что объективность, воспроизводимость и чувствительность анализа значительно улучшаются, если определение характеристик образцов основано на автоматизированном анализе.  Профессор Дэвид Дж. из Лаборатории Форана в Институте Рака Нью-Джерси, UMDNJ – Военно-медицинская школа Роберта Вуда Джонсона ведут совместный проект с группой исследователей из Университета Rutgers и Университета Штата Пенсильвании. Вместе они разработали прототип программы, основанной на интернет-технологиях, для автоматического создания изображений, анализа, архивирования и совместного использования оцифрованных микрообразцов тканей. Используя комбинацию сложной обработки изображения и стратегий распознавания образов, система может автоматически проанализировать и охарактеризовать выраженные структуры в микрообразцах раковых. При финансовой поддержке Национального Института Здоровья, по контрактам 5R01LM007455-03 от Национальной Медицинской Библиотеки и 1R01EB003587-01A2 от Национального Института Биомедицинских Образов и Биоинженерии, эти исследователи начали анализировать рак молочной железы и скоро начнут анализировать белок и молекулярные образцы тканей в рака шеи и головы.

В настоящее время при диагностике пациентов с раком, врачи определяют тип и стадию рака на основании микроскопической оценки образцов ткани путем их сравнения с аналогами, а так же используя возможности дополнительных тестов. Диагноз, который, в конечном счете, будет поставлен, повлияет на агрессивность лечения пациента, определение оптимального способа терапии и оправданности риска для каждого варианта лечения.

Хотя TMA в настоящее время не используется врачами при постановке первичных диагнозов, этот метод действительно позволяет исследователям определить, что представляет собой каждый тип и стадия рака, систематически исследовать методы терапии или комбинации видов лечения, которые наиболее вероятно будут эффективны для лечения каждого вида рака. Эффективность лечения определяется на основании известных результатов лечения отдельных пациентов. Таким образом, конкретные курсы лечения могут быть предписаны для больных раком на основании информации о наличии в анализах определенного биомаркера.

TMA также улучшает понимание биологии рака и раскрывает новые его подклассификации. Данная информация в последствии поможет сформировать новые курсы лечения и обеспечит абсолютное понимание о том, какие устойчивые участки зараженной ткани наиболее вероятно, прореагируют на конкретный курс лечения, в тоже время, данный метод предоставляет информацию о необходимости разработки новых препаратов.

В независимости от влияния, которое TMA будет иметь в области открытия препаратов и улучшения планирования терапии, данный метод имеет несколько преимуществ перед традиционной подготовкой образцов за счет уменьшения потребностей в ресурсах, например, количестве биопсии, используемой для анализа, и сокращение затрат на проведение исследований.


Word Community Grid и Анализ микрообразцов ткани
В настоящее время основные методы, применяемые для сравнения микрообразцов ткани, используют визуальный анализ при котором образцы субъективно оценены и отнесены к определенному виду и стадии. Так же используется стратегия, по которой все экземпляры должны быть последовательно переведены в цифровой вид для последующей полуавтоматической оценки. Обе эти процедуры, в конечном счете, используют визуальную оценку образцов, которая является медленным и утомительным процессом, характеризующимся частыми человеческими ошибками. Основной сложностью в проведении последовательного сравнения микрообразцов ткани рака происходит из-за получения результатов на основании субъективных оценок наблюдателей.

Проект Word Community Grid компании IBM позволит наиболее требовательным к вычислительным мощностям частям программного обеспечения работать на оптимальной скорости, таким образом, увеличивая точность и чувствительность, с которой могут проводиться вычисления и процедуры распознавания образов. Используя коллективную вычислительную мощность Word Community Grid, исследователи будут в состоянии проанализировать больший набор экземпляров тканей рака и вариантов проведений экспериментов, используя намного более широкий список биомаркеров и окрасок чем при использовании традиционных компьютерных средств.

До настоящего времени была исследована только часть известных биомаркеров. Поставлена долгосрочная цель, создать полную библиотеку биомаркеров и изображений их образцов, чтобы в будущем врачи могли пользоваться такой библиотекой в качестве помощника при постановке диагнозов и определении самого эффективного курса лечения больных раком.

Без использования возможностей Word Community Grid, обработка TMA велась индивидуальными или маленькими партиями. Используя Word Community Grid, анализ может быть выполнен параллельно для сотен наборов, позволяя одновременно проводить многократные эксперименты. Увеличение скорости и опыта потенциально может позволить исследователям обнаружить и отслеживать мельчайшие изменения в параметрах, таким образом, облегчая открытие новых особенностей болезни, которые не могут быть замечены визуальным или традиционным анализом. Это позволит расширить понимание биологии рака, окажет помощь в открытие новых препаратов и планировании терапии.


Если хотите узнать больше о помощи ученых в борьбе с раком,  смотрите здесь (англ.).


Return to Top
Submit Research

Консультационное правление World Community Grid ищет  новые научно-исследовательские проекты, которые могут извлечь выгоду из технологии  распределенных вычислений и иметь положительное воздействие для человечество.
img.learnMore.alt

Visit the Forums

If you need technical assistance beyond what's available in Help, please visit the forums to post your questions and get answers on how others are using World Community Grid.

Tell A Friend

Help accelerate humanitarian research even further by telling your friends about World Community Grid.

Powered by IBM

Назад на главную страницу BOINC.RU 

Перевел Lexx-R