一篇新的研究论文发表在Aging上(MEDLINE/PubMed 在 Web of Science 中列为“Aging (Albany NY)”和“Aging-US”)第 15 卷第 8 期,题为“Identification of dual-purpose therapeutic targets implicated在衰老和多形性胶质母细胞瘤中使用 PandaOmics——一种支持 AI 的生物靶点发现平台。”
多形性胶质母细胞瘤 (GBM) 是最具侵袭性和最常见的原发性恶性脑肿瘤。GBM 患者的年龄被认为是该疾病的负面预后因素之一,平均诊断年龄为 62 岁。预防 GBM 和衰老的一种有前途的方法是确定与这两种情况相关的新的潜在治疗靶点作为并发驱动因素。
在这项新研究中,研究人员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来自青年长寿协会、Pine Crest 学校科学研究部、上海中学国际部和 Insilico Medicine 的 Aliper、Mikhail Korzinkin 和 Alex Zhavoronkov 提出了一种多角度的目标识别方法,它不仅考虑了与疾病相关的因素基因,还有那些在衰老中很重要的基因。
“为此,我们开发了三种目标识别策略,利用关联分析的结果增加了生存数据、表达水平的差异和先前公布的衰老相关基因的信息。”
标签:
免责声明:本文由用户上传,如有侵权请联系删除!