威爾康奈爾醫(yī)學(xué)院的研究人員利用人工智能根據(jù)患者腫瘤中的調(diào)控網(wǎng)絡(luò)映射來確定藥物靶點。該研究發(fā)表在《細(xì)胞系統(tǒng)》雜志上，通過實驗確定并驗證了四種用于治療神經(jīng)內(nèi)分泌癌、肝癌和腎癌的候選藥物，這些癌癥的預(yù)后在目前的治療方案中并不理想。
這項研究提供了一種急需的新方法來識別許多癌癥的新藥物靶點。盡管針對某些癌癥的靶向治療提高了存活率，但治療耐藥性和由此導(dǎo)致的疾病進展仍然是一個持續(xù)的挑戰(zhàn)。此外，許多癌癥類型沒有已知的特定藥物靶點。
資深作者、生理學(xué)和生物物理學(xué)副教授、WorldQuant 基金會研究學(xué)者 Ekta Khurana 博士領(lǐng)導(dǎo)了這項研究，利用一種新的計算方法繪制了 371 名患者(包括 22 種癌癥類型)腫瘤樣本的基因調(diào)控網(wǎng)絡(luò)?；蛘{(diào)控網(wǎng)絡(luò)(描述細(xì)胞中基因之間復(fù)雜關(guān)系的模型)在癌癥中經(jīng)常發(fā)生改變。
建立準(zhǔn)確的基因調(diào)控網(wǎng)絡(luò)并非易事。研究人員將來自腫瘤細(xì)胞的數(shù)據(jù)整合到信使 RNA 中，信使 RNA 可轉(zhuǎn)化為蛋白質(zhì)和染色質(zhì)可及性，有助于揭示 DNA 包裝和其他因素如何影響基因表達(dá)。
研究人員開發(fā)了一種創(chuàng)新的計算方法，稱為癌癥調(diào)節(jié)網(wǎng)絡(luò)和易感性 (CaRNetS)，用于在基因調(diào)節(jié)網(wǎng)絡(luò)中發(fā)現(xiàn)可以作為癌癥治療藥物靶標(biāo)的關(guān)鍵蛋白質(zhì)。他們確定了已知靶標(biāo)，例如皮膚中的 BRAF、結(jié)腸中的 CTNNB1 (B-Catenin) 和肺癌中的 ERBB2 (Her2)。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！