计算建模是使用计算机来模拟和研究复杂系统的行为。计算方法在生物医学科学中得到了广泛的应用，可以用来筛选大量复杂的数据，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的计算方法，将表基因和基因表达结合起来。它在《癌症基因组图集》中分析8500多张肿瘤图谱的应用导致发现了其变化(突变或拷贝数变化)可能导致癌症易感性的基因。这一突破可能为许多癌症带来新的治疗靶点。
根据研究人员的说法，iEDGE确定了几个候选乳腺癌驱动因素，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点)。它还确定了多种候选的泛癌驱动因素，包括TRIP13(以前被显示为可促进结直肠癌肿瘤生长和前列腺癌不良预后的预测因子)、ORAOV1(一种在许多实体瘤中过表达的基因)和TPX2(一种有效的癌基因)，它们在许多癌症中被扩增，有望成为治疗靶点。
“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，但这些结果显示了iEDGE在确定候选驱动因素和潜在新治疗靶点方面的有效性，”医学副教授和通信作者Stefano Monti博士解释道。BUSM .
开源工具iEDGE可以在github.com/montilab/iEDGE,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，以促进研究。作为对已发表研究成果的补充，montilab.bu.edu/iEDGE设有一个基于网络的门户网站，用于交互式查询和可视化研究成果。
“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都可以被研究机构访问，他们可以搜索基因候选物及其潜在的作用机制，从而支持他们对更有效的癌症进行转化研究和治疗，”第一作者艾米李博士补充道，她是波士顿大学生物信息学博士项目的毕业生。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！