計算建模是使用計算機來模擬和研究復雜系統(tǒng)的行為。計算方法在生物醫(yī)學科學中得到了廣泛的應用，可以用來篩選大量復雜的數(shù)據(jù)，以提取可能指示疾病原因和結果的復發(fā)模式。
波士頓大學醫(yī)學院(BUSM)的研究人員開發(fā)了一種新的計算方法，將表基因和基因表達結合起來。它在《癌癥基因組圖集》中分析8500多張腫瘤圖譜的應用導致發(fā)現(xiàn)了其變化(突變或拷貝數(shù)變化)可能導致癌癥易感性的基因。這一突破可能為許多癌癥帶來新的治療靶點。
根據(jù)研究人員的說法，iEDGE確定了幾個候選乳腺癌驅動因素，包括RBM17(在三陰性乳腺癌中擴增的剪接因子)和SIRT3(候選腫瘤抑制劑和有希望的治療靶點)。它還確定了多種候選的泛癌驅動因素，包括TRIP13(以前被顯示為可促進結直腸癌腫瘤生長和前列腺癌不良預后的預測因子)、ORAOV1(一種在許多實體瘤中過表達的基因)和TPX2(一種有效的癌基因)，它們在許多癌癥中被擴增，有望成為治療靶點。
“盡管需要進一步的功能研究來評估我們發(fā)現(xiàn)的治療相關性，但這些結果顯示了iEDGE在確定候選驅動因素和潛在新治療靶點方面的有效性，”醫(yī)學副教授和通信作者Stefano Monti博士解釋道。BUSM .
開源工具iEDGE可以在github.com/montilab/iEDGE,免費下載，生物醫(yī)學科學家可以將其應用于自己的數(shù)據(jù)分析，以促進研究。作為對已發(fā)表研究成果的補充，montilab.bu.edu/iEDGE設有一個基于網(wǎng)絡的門戶網(wǎng)站，用于交互式查詢和可視化研究成果。
“通過基于網(wǎng)絡的門戶網(wǎng)站，我們的泛癌分析的所有數(shù)據(jù)和結果都可以被研究機構訪問，他們可以搜索基因候選物及其潛在的作用機制，從而支持他們對更有效的癌癥進行轉化研究和治療，”第一作者艾米李博士補充道，她是波士頓大學生物信息學博士項目的畢業(yè)生。
標簽：
免責聲明：本文由用戶上傳，如有侵權請聯(lián)系刪除！