威爾康奈爾醫(yī)學院的研究人員利用人工智能根據患者腫瘤中的調控網絡映射來確定藥物靶點。該研究發(fā)表在《細胞系統(tǒng)》雜志上，通過實驗確定并驗證了四種用于治療神經內分泌癌、肝癌和腎癌的候選藥物，這些癌癥的預后在目前的治療方案中并不理想。
這項研究提供了一種急需的新方法來識別許多癌癥的新藥物靶點。盡管針對某些癌癥的靶向治療提高了存活率，但治療耐藥性和由此導致的疾病進展仍然是一個持續(xù)的挑戰(zhàn)。此外，許多癌癥類型沒有已知的特定藥物靶點。
資深作者、生理學和生物物理學副教授、WorldQuant 基金會研究學者 Ekta Khurana 博士領導了這項研究，利用一種新的計算方法繪制了 371 名患者(包括 22 種癌癥類型)腫瘤樣本的基因調控網絡?；蛘{控網絡(描述細胞中基因之間復雜關系的模型)在癌癥中經常發(fā)生改變。
建立準確的基因調控網絡并非易事。研究人員將來自腫瘤細胞的數據整合到信使 RNA 中，信使 RNA 可轉化為蛋白質和染色質可及性，有助于揭示 DNA 包裝和其他因素如何影響基因表達。
研究人員開發(fā)了一種創(chuàng)新的計算方法，稱為癌癥調節(jié)網絡和易感性 (CaRNetS)，用于在基因調節(jié)網絡中發(fā)現可以作為癌癥治療藥物靶標的關鍵蛋白質。他們確定了已知靶標，例如皮膚中的 BRAF、結腸中的 CTNNB1 (B-Catenin) 和肺癌中的 ERBB2 (Her2)。
標簽：
免責聲明：本文由用戶上傳，與本網站立場無關。財經信息僅供讀者參考，并不構成投資建議。投資者據此操作，風險自擔。 如有侵權請聯(lián)系刪除！