一篇新的研究論文發(fā)表在Aging上(MEDLINE/PubMed 在 Web of Science 中列為“Aging (Albany NY)”和“Aging-US”)第 15 卷第 8 期,題為“Identification of dual-purpose therapeutic targets implicated在衰老和多形性膠質(zhì)母細胞瘤中使用 PandaOmics——一種支持 AI 的生物靶點發(fā)現(xiàn)平臺。”
多形性膠質(zhì)母細胞瘤 (GBM) 是最具侵襲性和最常見的原發(fā)性惡性腦腫瘤。GBM 患者的年齡被認為是該疾病的負面預后因素之一,平均診斷年齡為 62 歲。預防 GBM 和衰老的一種有前途的方法是確定與這兩種情況相關的新的潛在治療靶點作為并發(fā)驅動因素。
在這項新研究中,研究人員Andrea Olsen、Zachary Harpaz、Christopher Ren、Anastasia Shneyderman、Alexander Veviorskiy、Maria Dralkina、Simon Konnov、Olga Shcheglova、Frank W. Pun、Geoffrey Ho Duen Leung、Hoi Wing Leung、Ivan V. Ozerov、Alex來自青年長壽協(xié)會、Pine Crest 學??茖W研究部、上海中學國際部和 Insilico Medicine 的 Aliper、Mikhail Korzinkin 和 Alex Zhavoronkov 提出了一種多角度的目標識別方法,它不僅考慮了與疾病相關的因素基因,還有那些在衰老中很重要的基因。
“為此,我們開發(fā)了三種目標識別策略,利用關聯(lián)分析的結果增加了生存數(shù)據(jù)、表達水平的差異和先前公布的衰老相關基因的信息。”
標簽:
免責聲明:本文由用戶上傳,如有侵權請聯(lián)系刪除!