约翰霍普金斯大学医学院的研究团队在最新一期《自然》杂志上发表了一项重要研究，他们通过开发一种3D基因组分析技术，成功绘制出人类胰腺上皮内瘤变（PanINs）的详细3D基因组图谱。PanINs是胰腺癌的癌前病变，其最终可能导致最具侵袭性和致死性的胰腺癌类型——胰腺导管腺癌（PDAC）。
医学博士Laura Wood指出，尽管胰腺癌的发病率相对较低，但研究团队惊讶地发现，即使在胰腺的正常区域也存在大量的PanINs。这一发现不仅凸显了我们对机体正常衰老过程理解的不足，也提出了关于人类胰腺癌变机制的基础性问题。
传统的2D组织学染色方法仅能提供PanINs的有限视图，使得研究人员对其起源和发展过程知之甚少。为了更全面地了解PanINs，研究团队开发了一种名为CODA的机器学习技术，该技术能够将数百个连续的2D组织切片图像重建成数字3D图像。通过这种方法，研究人员发现PanINs形成了一个复杂的相互连接网络，平均每立方厘米的胰腺组织中包含13个PanINs，范围在1至31个之间。
进一步的研究表明，这些PanINs网络在遗传上是不均一的，由不同的基因突变所驱动。这一发现揭示了胰腺癌前病变的复杂性，并提示了未来胰腺癌治疗可能需要针对不同遗传背景的PanINs制定个性化策略。
虽然CODA技术目前还不能直接用于临床诊断，但其潜力巨大，可以应用于各种组织、疾病或模式生物的研究中。Wood博士表示，通过更深入的研究，我们希望能够更好地理解癌症的早期征兆，为胰腺癌的预防和早期诊断提供新的思路和方法。
这项研究不仅为我们揭示了胰腺癌前病变的复杂性，也为人类胰腺癌的早期诊断和干预提供了新的策略。随着研究的深入，我们有望在未来实现胰腺癌的早期发现和有效治疗，为患者带来更好的生存希望。
