由匹兹堡大学公共卫生学院科学家领导的生物统计学家团队在PNAS中报告了“用于评估模式生物的转录组学一致性分析”，他们开发了一个框架来确定实验室动物与特定人类疾病的一致性和不一致性程度。据研究人员称，该工具消除了对转化动物数据如何适用于人类条件的科学解释的潜在偏见。

老鼠和其他动物一直是人类历史上一些最大的医学突破的关键。但动物并不总是人类疾病的良好模型，导致实验失败和对其有效性的争议。

(资料图片)

“物模型是否能很好地模仿人类以及它们是否对转化或临床研究有用，已经存在了数十年的争论，”资深作者、皮特公共卫生生物统计学系教授兼研究副GeorgeTseng博士说。“我们的框架是第一个提供定量方法和生物信息学工作流程以正确解决这场辩论的框架。”

Tseng和他的团队在PNAS上发表了两篇论文(一篇发表于2013年，一篇发表于2014年)后解决了这个话题，这些论文使用相同的数据集，就小鼠作为涉及炎症的人类疾病模型(例如败血症和烧伤)的有用性提出了相互矛盾的结论。

该团队使用他们的模式生物一致性分析(CAMO)框架重新分析了相互矛盾的PNAS论文中的数据集。研究发现，在所研究的六种人类炎症性疾病中，有两种被小鼠很好地模仿;两个没有，两个没有足够的数据来得出结论。

Tseng的团队确定之前的研究达到了不同的终点，因为科学团队——一个主要由实验室科学家组成，另一个主要由临床医生组成——在他们的分析中使用了不同的阈值或截止点。

“模式生物是人类研究的工具替代品，可加速基础、转化和临床研究。尽管它们在机理研究和药物开发中不可或缺的作用，但动物模型与人类的分子一致性长期以来一直受到质疑和争论。就疾病或药物治疗下的分子反应而言，模型生物与人类的相似性的客观量化和机制探索几乎没有做出任何努力，”研究人员写道。

“我们特此提出一个框架，即模式生物的一致性分析(CAMO)，通过开发无阈值差异表达分析、结合数据变异性的定量一致性/不一致分数、以通路为中心的下游调查、通过文本挖掘进行知识检索来进行转录组学响应分析，以及用于假设生成的拓扑基因模块检测。

“CAMO不是全基因组模糊和二分法的答案，‘差’或‘好’模仿人类，CAMO协助研究人员以数字方式量化一致性，从不需要的生物学或队列变异中剖析真正的跨物种差异，并从视觉上识别分子机制以及模式生物最好或最少模仿的通路子网络，它们共同为假设生成和随后的转化决策提供了基础。

“我们的无偏见、无门槛框架得出的结论要现实得多，”Tseng说。“最后，你不能说老鼠模型完全没用或完全完美。小鼠模型可以很好地模拟某些生物机制，但对其他生物机制的模拟则很差。问题在于它是否模仿了感兴趣的机制，例如药物靶点。它甚至揭示了在某些情况下数据并不完美——如果你的信息有限，你无法得出结论。”

该团队正在将他们的研究扩展到癌症，以检查哪些细胞培养模型可以很好地模拟肿瘤和精神疾病，以了解小鼠是否模仿人类的昼夜节律。

“我们预计CAMO将成为解决各种人类疾病的临床前研究的重要组成部分，”Tseng补充道。