计算建模是使用计算机来模拟和研究复杂系统的行为。计算方法已在生物医学科学中广泛采用，可用于筛选大量复杂数据以提取可能指示疾病原因和结果的复发模式。

波士顿大学医学院(BUSM)的研究人员开发了一种新颖的计算方法，将Epi-DNA与基因表达(iEDGE)集成在一起，其在分析《癌症基因组图集》中的8,500多种肿瘤图谱中的应用导致了这一发现其改变(突变或拷贝数改变)可能导致癌症易感性的基因。这一突破可能会导致许多癌症的新治疗靶标。

根据研究人员的说法，iEDGE确定了几种候选乳腺癌驱动程序，包括RBM17(在三阴性乳腺癌中扩增的剪接因子)和SIRT3(候选肿瘤抑制剂和有希望的治疗靶标)。它还鉴定了多种候选的泛癌驱动程序，包括TRIP13(以前显示出可促进结直肠癌中的肿瘤生长和前列腺癌预后不良的预测因素)，ORAOV1(在许多实体瘤中过表达的基因)和TPX2(有效的癌基因)在许多癌症中都有扩增，并且有望成为治疗目标)。

“尽管需要进一步的功能研究来评估我们发现的治疗相关性，但这些结果研究表明，iEDGE在识别候选驱动因素和潜在的新型治疗靶标方面的功效，”通讯作者，医学副教授Stefano Monti博士解释说。 BUSM。

开源工具iEDGE可在github.com/montilab/iEDGE上免费下载，生物医学科学家可以将其应用于自己的数据分析以推进研究。作为已发表发现的补充，在montilab.bu.edu/iEDGE上托管了一个基于Web的门户，用于交互式查询和可视化研究结果。

“通过基于网络的门户网站，我们的泛癌分析的所有数据和结果可供研究机构访问，他们可以搜索基因候选者及其潜在的作用机制，从而支持他们针对更有效的癌症进行转化研究治疗”，第一作者艾米·李(Amy Li)博士补充说，他是波士顿大学生物信息学博士学位课程的毕业生。