对乳腺癌的战争发动战争的科学家有一个微笑的新理由。

劳伦斯伯克利国家实验室和卡内基梅隆大学的研究人员开发了一种复杂的计算方法，以确定基因网络如何在健康的乳房细胞转动恶性肿瘤时“重温”。它还可以确定细胞如何应对潜在的癌症治疗治疗方法。

计算模型向研究人员显示了乳腺癌细胞如何对科学家评估的药物评估患有某些药物治疗的疾病的抗性。

据Murerkcancer.org称，超过230,000名妇女在美国患有美国乳腺癌患有乳腺癌，并且八个美国女性将在八个美国妇女收缩该疾病。

“与我们的制度一起，制药开发商不需要去昂贵的临床试验，发现药物不起作用，”CMU的计算生物学中心副教授魏武说，魏武士参与了研究。

吴说：“它可以拯救他们巨大的金钱和巨大的时间。”

巷道中心是，你猜到了它，以前的Oracle高级行政雷道命名。Lane是一个合作伙伴“Emeritus”，Valley VC Healsweight Kleiner Perkins Caufield＆Byers，并坐在CMU的受托人委员会。

据研究人员称，最终，最终，最终，最终意味着新的潜在途径和“有望的药物治疗分子靶标”。

吴曾曾在伯克利实验室的一名注册乳腺癌研究员的CMU机器学习部门的同事Eric xing的项目。复杂研究的资金由国家癌症研究所和美国国防部乳腺癌研究计划的国家普遍医学科学院提供。

用伯克利实验室创建的3D“细胞培养技术”研究了乳腺癌细胞。根据研究人员：

“可以基于微阵列推断出这些（基因调节网络），其测量细胞中成千上万基因的表达水平。但是，研究人员可以为每个细胞状态 - 正常细胞，恶性细胞和恶性细胞恢复到常规细胞的微阵列的数量，其通常是有限的。因此，研究人员经常从几个细胞状态汇集微阵列数据，希望获得足够的样本来绘制关于网络的实体结论。

这种方法在一项研究中不起作用，该研究旨在区分各种细胞状态。但邢的研究组开发了一种称为TreeGL的计算方法，可以通过检查小区类型之间的关系来检测多个网络。该方法池池是在类似样本中构建统计功率的微阵列数据，其中基因监管网络出现类似的同时也会考虑差异。“

到目前为止，基于计算的研究最有前途的方面是消除药物的可能性，同时显示初始承诺，往往是长期存在的。据吴据据吴先生，另一种好处是能够在临床试验中使用更少的人，从而节省时间和金钱。

乳腺癌杀死了我的母亲。但它不必杀死你的。