理大研究人员研发出崭新大数据平台，可分析以往无法观察到的癌症基因互动关系，它有助发现可供诊断及治疗白血病的潜在标靶基因。

源于基因异变的癌症是未受科学控制的疾患之一。虽然有关癌症的研究在世界各地都备受重视，但人类基因组有超过两万个蛋白质编码基因，要找出相关基因确实是极为艰钜的任务。

传统的癌症基因研究方法是比较癌症患者与健康人士的整个基因组，找出有显着差异表现的个别基因。这种方法却未能识别基因之间的互动情况及构成癌症发病机制的系统性变化。这或可归因于基因对组合数目会随基因数目以几何级数增加，因此，基因共同表现的分析可涉及约两亿对基因。

为突破传统方法的限制，理大医疗科技及资讯学系的研究团队研发出创新的大数据分析平台，侦测癌症基因之间的互动，其成效无可比拟。研究团队的成功实有赖跨领域团队提供了多角度的分析及意见。翁一鸣教授是着名生物医学科学家，他在1959年诺贝尔生理学或医学奖得主Arthur Kornberg教授的提携及启蒙下，致力于癌症生物学研究。黄思铨博士是临床科学家，专注研究亚洲常见癌症的肿瘤基因组学及生物标志。陈颖志博士的专长是生物资讯学及人工智能研究，主责数理分析。

这铁三角组合集合三方力量，研发这崭新平台，只需两天便能分析两亿对基因的互动情况，在分析癌症基因共同表现方面建立了前所未有的科学基础。传统分析个别基因的方法需进行两亿个实验，这几乎是不可能的任务。

研究团队集中研究多在成年阶段发病的慢性骨髓细胞白血病，并假设相关机制内的基因会呈共同表现，换言之，其基因之间的表现水平互相关连。这让研究人员得以侦测基因共同表现的网络，从而破解该癌症的发病机制。

他们在哈佛大学生物统计学专家帮助下，进行了大型计算机模拟试验，并确立癌症基因共同表现的统计方法。这再一次说明了跨领域（化学、病理学、生物统计学）研究模式以及跨学院协作对促进科学发展的重要价值。

• 治疗新目标