导读 中国科学院(CAS)大连化学物理研究所(DICP)PIAO Hailong教授领导的研究小组通过生物信息学和机器学习方法鉴定了具有独特代谢表型的肝细胞癌
中国科学院(CAS)大连化学物理研究所(DICP)PIAO Hailong教授领导的研究小组通过生物信息学和机器学习方法鉴定了具有独特代谢表型的肝细胞癌(HCC)亚型，并阐明了其潜力基于代谢物-蛋白质相互作用网络和多组学数据的机制。
该研究于 7 月 11日发表在Advanced Science上，提供了指导精确个性化 HCC 医学的见解。代谢重编程可以通过调节能量和营养代谢促进细胞快速增殖，被认为是癌症的标志之一。它可以通过复杂的代谢物-蛋白质相互作用影响其他生物过程。
研究人员利用复杂的网络和机器学习方法来分析多组学数据和代谢物-蛋白质相互作用网络，以确定预后有显着差异的肝细胞癌亚型。
他们确定了一种预后不良的代谢性 HCC 亚型，这与缺氧、代谢酶的高甲基化、各种代谢途径的下调和多种脂肪酸的积累密切相关。此外，许多免疫相关通路在这种预后不良的亚型中显着上调。
基于对代谢物-蛋白质相互作用的进一步分析，研究人员预测了不饱和脂肪酸与免疫调节蛋白之间的多重相互作用，表明不饱和脂肪酸的积累可能是免疫通路上调的一个潜在原因。
标签： 肝细胞癌
免责声明：本文由用户上传，如有侵权请联系删除！