人类肿瘤地图集网络正在使用最新技术创建详细的地图，捕捉癌症的物理特征和肿瘤如何随时间演变。
人类肿瘤地图集网络计划将创建人类肿瘤的地图，包括其周围环境，包括免疫细胞、血管和肿瘤支持结构的其他组成部分。
学分：国家癌症研究所
如果你要去一个全新的目的地，你可能会查阅一个网站或应用程序，使用最新的地图和交通信息预测最佳路线。
如果肿瘤学家有一个类似的资源，使用高度详细的癌症地图来预测治疗癌症患者或预防癌症风险增加的患者的最佳路线呢
人类肿瘤图谱网络（HTAN）是一个NCI资助的合作研究项目，旨在创建各种癌症的详细“图谱”，用于研究癌症如何发展、扩散或对治疗作出反应。
图谱将捕捉癌症的分子特征，与其他癌症“地图集”类似。然而，HTAN最独特的方面是，癌症的特征将跨空间和时间绘制。
此外，HTAN的研究人员将利用最新的生物技术和计算方法，以前所未有的方式研究癌症生物学。
例如，HTAN地图将包括肿瘤中单个细胞的三维位置，如建筑物地址。就像一个交互式的地图，显示一个建筑物是一个家庭还是一个企业，HTAN地图也会在每个“地址”
处标注细胞类型的信息，但是肿瘤，像城市，会随着时间的推移而改变，过时的地图不是一个非常可靠的资源。因此，HTAN地图将描述肿瘤的分子、细胞和空间特征是如何随着时间的推移而变化的。
通过这些高度详细的地图，HTAN的目标是对癌症产生比以前更全面的了解，该倡议的领导人说，
“非常及时的努力”
HTAN的想法来自于癌症卫星照片℠，其形式是来自其蓝带面板的建议。
“这是一个非常及时的努力，因为在一定程度上已经出现了深入观察细胞所需的技术的真正繁荣10年前，这是不可能的，”HTAN癌症治疗和诊断部门的联合负责人特雷西·莱弗利博士说，
和这些技术最近已经变得“不仅对少数专业实验室可用，而且广泛到对癌症有着浓厚兴趣和专业知识的实验室现在可以利用它们，她补充道：
这个网络由来自全国各地研究机构的10个团队组成。在去年11月举行的一次启动会议上，每个小组都概述了如何使用不同的技术和方法组合生成肿瘤图谱。
“当我们试图了解（癌症）的潜在生物学时，我们确实需要一个高度多层面的方法，并从多个不同的角度进行研究，俄勒冈州健康与科学大学的HTAN资助科学家Andrew Adey博士说：
每一张地图都代表一种特定类型的癌症，因为它经历了一个特定的转变。例如，费城儿童医院的HTAN小组正在绘制一张儿童高级别胶质瘤的地图，它从对标准治疗的反应过渡到对标准治疗的抵抗。
进入街道水平：分析单细胞
以鸟瞰城市可以揭示一般结构比如建筑物和公园。但从街道的角度来看，你可以看到这些地方的个别细节，比如一栋建筑是住宅还是商业。
在过去，研究人员很难得到这样的细胞“街道的角度”，因为在大多数实验室测试中，一个细胞样本被混合在一起并作为一个组进行分析。
就像是把一堆细胞在一个搅拌机里，看看结果，纪念斯隆-凯特林癌症中心（MSKCC）HTAN团队的负责人Dana Pe’er博士说。Pe’er博士解释说，通过这种“批量”方法，个体差异（称为异质性）消失了。
然而，技术进步现在使研究人员能够快速、经济地分析单个细胞的分子特征。通过结合来自肿瘤中成百上千个单细胞的个体数据，研究人员可以更好地处理其异质性。
这些单细胞技术“为癌症和生物医学打开了一个全新的世界，”Pe’er博士说。
每个HTAN团队都在使用不同的单细胞技术，但他们的最终目标是相同的：绘制肿瘤中每种类型细胞的位置图并了解它们的作用。例如，研究人员希望能够区分癌细胞和免疫细胞，并确定这些免疫细胞是帮助癌细胞生长还是攻击癌细胞。
“不仅了解肿瘤细胞，还了解周围的微环境，“我们需要利用新的技术……来真正解剖肿瘤中的不同人群，”圣路易斯华盛顿大学研究小组负责人李丁博士说，
超越DNA蓝图
单细胞RNA测序可以帮助识别肿瘤中存在的不同类型的细胞。
的功劳：马里奥Suva，M.D.，Ph.D.，Harvard Medical School，Itay Tirosh，Ph.D.，Broad Institute
一个城市的蓝图可能会向你展示街道和公路的原始轮廓，但它无法告诉你这些街道上出现了什么建筑和景观，也无法告诉你随着城市的发展，轮廓是如何改变的。
类似，毫无疑问，DNA序列（通常被称为细胞蓝图）揭示了癌症生物学的线索，但这并不是全部。
“KDSP”除了DNA测序外，HTAN的研究人员还利用单细胞技术来研究其他生物分子，如RNA和蛋白质，这可以揭示关于癌细胞的重要信息。
例如，MSKCC团队正在通过对来自肺和胰腺原发性肿瘤和脑转移性肿瘤的单个细胞的RNA进行测序来研究转移的动力学。
通过单细胞RNA测序，研究人员可以确定什么类型的细胞佩尔博士说，这是并决定了它的特性，比如转移的可能性。带着他们的地图，他们希望能更好地理解转移的机制和如何调控。
其他团队正在研究表观遗传修饰如何改变，控制哪些基因被打开和关闭，而不会随着癌症的进展而改变实际的DNA序列变化。
来自俄勒冈州健康和例如，科学大学正在使用一种叫做ATAC-seq的技术来分析一种表观遗传修饰。这项技术比以前的表观遗传学测试更有效更容易使用，俄勒冈州研究小组成员Adey博士解释道：
他和他的同事将ATAC-seq应用于分析单个细胞，并利用这种方法研究转移性乳腺癌对标准疗法产生耐药性时发生的表观遗传变化。
多项研究表明，某些表观遗传变化使癌细胞对给定的治疗有抵抗力。研究小组希望，深入研究这些变化将有助于他们更好地理解这些抵抗机制，并有可能了解如何颠覆它们。
创建它们的图谱，来自华盛顿大学的HTAN研究小组正在使用一种称为纳米罐的新技术来识别单个细胞中的数百种蛋白质。通过分析在治疗期间和治疗后从乳腺、脑和胰腺肿瘤细胞中收集的蛋白质，研究小组希望了解肿瘤细胞类型的变化如何与患者对治疗的反应相关。
例如，这种方法可以阐明他解释说，e死了，又断了，这使得分离单个细胞变得很困难，
，即使这一挑战得到了满足，一些新技术仍然需要改进，Pe’er博士说。在这次会议上，HTAN的研究人员一致认为，需要优化每项分析或测试，然后才能将其用于大样本集。
大数据集的计算和解释是另一个大瓶颈，皮尔博士说。她指出，问题的一部分是没有足够的计算生物学家。
另一个挑战是以一种一致的方式生成数据集，使它们能够相互比较，丁博士说。
“我们处理的是不同技术的集合，我们需要意识到标准化。如果我们不这样做，就很难做出结论，”她说，
虽然这些都是重大挑战，但网络的综合专业知识是解决这些问题的良好起点，阿德伊博士说。他解释说：“有这样一个同龄人的网络来交流想法和经验将是非常有价值的。
”
Lively博士同意这一观点，他说：“我认为把网络整合起来的真正价值是……将会有巨大的共享和交叉受精。”
