导读 威尔康奈尔医学院的研究人员利用人工智能根据患者肿瘤中的调控网络映射来确定药物靶点。该研究发表在《细胞系统》杂志上，通过实验确定并验...
威尔康奈尔医学院的研究人员利用人工智能根据患者肿瘤中的调控网络映射来确定药物靶点。该研究发表在《细胞系统》杂志上，通过实验确定并验证了四种用于治疗神经内分泌癌、肝癌和肾癌的候选药物，这些癌症的预后在目前的治疗方案中并不理想。
这项研究提供了一种急需的新方法来识别许多癌症的新药物靶点。尽管针对某些癌症的靶向治疗提高了存活率，但治疗耐药性和由此导致的疾病进展仍然是一个持续的挑战。此外，许多癌症类型没有已知的特定药物靶点。
资深作者、生理学和生物物理学副教授、WorldQuant 基金会研究学者 Ekta Khurana 博士领导了这项研究，利用一种新的计算方法绘制了 371 名患者(包括 22 种癌症类型)肿瘤样本的基因调控网络。基因调控网络(描述细胞中基因之间复杂关系的模型)在癌症中经常发生改变。
建立准确的基因调控网络并非易事。研究人员将来自肿瘤细胞的数据整合到信使 RNA 中，信使 RNA 可转化为蛋白质和染色质可及性，有助于揭示 DNA 包装和其他因素如何影响基因表达。
研究人员开发了一种创新的计算方法，称为癌症调节网络和易感性 (CaRNetS)，用于在基因调节网络中发现可以作为癌症治疗药物靶标的关键蛋白质。他们确定了已知靶标，例如皮肤中的 BRAF、结肠中的 CTNNB1 (B-Catenin) 和肺癌中的 ERBB2 (Her2)。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！