报告展示了科学家们共同努力寻找乳腺癌预测因子的潜力

　　今天在《科学与医学杂志》上发表的两篇新报告展示了科学家团队合作解决日益复杂的医学问题的潜力。结果表明，通过运行开放的大数据挑战，如Sage Bionetworks/DREAM乳腺癌预后挑战(BCC)，可以快速开发出比目前可用的更好的乳腺癌进展预测指标。

　　在乳腺癌方面，一项关键工作是确定哪些患者的病情最有可能迅速恶化，从而为他们量身定制最佳治疗方案。目前，肿瘤学家正在使用基于基因表达的检测方法，如mamaprint和oncotype Dx，它们都是基于10年前的科学，两者在预测乳腺癌风险方面都比仅基于临床数据的模型做得更好。

　　Sage Bionetworks的创始人、BCC的组织者之一Stephen Friend博士说:“十年前，我们研究小组的成员利用基因表达谱建立了第一批乳腺癌预测因子之一。mamaprint和oncotype Dx是在此基础上开发出来的，但进一步的改进似乎已经停滞不前。我们想知道像BCC这样的挑战是否会激励许多不同的团体来解决这个问题，一些人合作，如果这可能比目前的-单打独斗-单个研究人员的方法更有成效

　　为了推动所有可以纳入BCC的创新，Sage与DREAM项目合作，DREAM项目是一个有远见的分布式系统生物学小组，在过去的五年中已经成功地进行了24次开放计算挑战。

　　dream的创始人和领导者Gustavo Stolovitzky博士将BCC视为一个机会，重新集中我们的努力，创造一个合作研究环境，促进一种互补的科学研究方式，从而加快发现的步伐，目标是为更快地减少疾病带来的痛苦做出贡献。在我看来这是道德上的要求-

　　BCC的目标是建立一个精确预测乳腺癌存活的计算模型。为了做到这一点，挑战的参与者使用了2000名诊断为乳腺癌的妇女的基因组和临床信息(metaBRIC数据集)。他们在Synapse、Sage Bionetworks(数据共享和分析的开放计算平台)上访问这些数据:谷歌捐赠了基于云的标准化虚拟机，每个参与者用这些虚拟机来训练他们的模型。个人参与者和/或团队将他们的计算模型作为开放源代码提交给Synapse，所有人都可以看到:他们的模型将根据隐藏的数据集进行评估，他们的分数将在实时排行榜上报告。即时反馈和代码共享的结合使参与者能够通过调整自己的模型或借用他人的代码来构建新模型来提高他们在排行榜上的排名。

　　在2012年7月至10月的模型训练阶段，来自全球35个国家的350名选手参加了挑战赛，共提交了1700个计算模型用于得分。获胜的模型是通过对玩家的预测准确性进行评分来确定的-模型与新生成的数据集:为此，雅芳妇女基金会资助了基因表达和拷贝数数据的生成以及来自180名乳腺癌患者的相应临床信息的收集。最后，BCC的组织者认识到，如果挑战的奖励不是金钱，而是邀请在顶级期刊上发表一篇关于获奖模型的文章，那么基础科学界可能会最有活力地参与进来。STM的编辑们看到了一个独特的机会，可以进行自己的实验，研究如何为BCC等基于竞争的众包研究构建同行评审过程。今天出版的《STM》杂志不仅刊登了获奖者的文章(BCC挑战奖)和BCC组织者关于挑战的概念、执行和见解的报告——STM还选择了一篇编辑摘要和一个标志性的封面——铆工罗茜——来突出BCC，旨在象征女性的力量和她们的数据改变健康。

　　挑战参与者理查德·萨维奇(华威大学生物统计学MRC研究员)在谈到赢得在STM上发表论文的机会时说:“这是一个巨大的，真正的新方法来做一些伟大的科学。”我真的觉得主办方是在做些什么

　　最终的获奖者并不是乳腺癌医生，甚至也不是乳腺癌研究人员:获奖团队来自哥伦比亚大学工程与应用科学学院的迪米特里斯·阿纳斯塔西奥教授的实验室。阿纳斯塔西奥现在是哥伦比亚大学系统生物学倡议的成员，他从自己的发明人研究拨款中资助了这项研究，这笔资金来自于他以前在数字电视方面的工作，现在全世界所有的dvd和电视广播系统都使用了数字电视。他们与他的两名博士生合作，开发出了以所谓的“吸引子元基因”为基础的获奖模型，他们发现这些基因特征在多种癌症类型中表现相似。他们将吸引子元基因称为癌症的生物信息学标志:- Anastassiou教授评论说:-我们之前已经发现了这些泛癌症基因特征，因此我们假设它们在癌症中一般起着重要作用。BCC让我们证明了它们确实是高度预后的，至少在乳腺癌中是这样。事实上，获胜的模型对乳腺癌生存的预测准确性超过了一个竞赛前专家编程小组中最好的60个模型，也超过了目前的临床标准。他现在对与医学研究人员合作的前景感到兴奋，因为他们可以很好地利用癌症的这些特征，在诊断、预后和最终治疗多种癌症类型的产品中发挥潜在的作用。

　　基于BCC的成功，Sage Bionetworks和DREAM在今年早些时候宣布，他们将合并运营开放科学计算挑战，以促进研究界更广泛的合作，并为发现和临床研究提供有意义的影响。它们的合并提供了一个协作框架，将使开放科学的理想更接近现实。

　　BCC展示了大众开发预测模型的智慧，但也强调了这些模型的价值受到所提出的问题和所使用的数据的限制。就在英国广播公司在本周的《STM》杂志上报道的同时，Sage Bionetworks和DREAM在旧金山举行的Sage第四届下议院大会上宣布了DREAM8的五项挑战，并与雅芳妇女基金会、苏珊·g·科曼、乳腺癌研究基金会开发下一个BCC，它将动员乳腺癌患者捐赠他们的数据，以推动解决与乳腺癌临床相关的问题，并有可能改变患者的治疗。