威尔康奈尔医学院的研究团队运用人工智能技术，依据患者肿瘤的调控网络来识别药物靶点。这项研究于9月4日发表在《细胞系统》杂志上，实验中确认并验证了四种针对神经内分泌癌、肝癌和肾癌的候选药物，这些癌症目前的治疗效果并不理想。
该研究为发现多种癌症的新药物靶点提供了一种急需的新途径。尽管针对某些癌症的靶向治疗已提高了生存率，但治疗耐药性及其导致的疾病进展仍然是一个持续的难题。此外，许多癌症类型尚无已知的特定药物靶点。
资深作者Ekta Khurana博士，生理学和生物物理学副教授及WorldQuant基金会研究学者，领导团队采用一种新计算方法，绘制了包括22种癌症在内的371名患者肿瘤样本的基因调控网络。基因调控网络是描述细胞内基因之间复杂关系的模型，常在癌症中发生变化。
构建精确的基因调控网络并非易事。研究人员结合了肿瘤细胞信使RNA的数据，这些数据被转化为蛋白质和染色质的可及性，从而揭示DNA包装及其他因素如何影响基因表达。
研究团队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)，以识别基因调控网络中可作为癌症治疗靶点的关键蛋白质。他们确认了已知的靶点，如皮肤中的BRAF、结肠中的CTNNB1 (B-Catenin)和肺癌中的ERBB2 (Her2)。作者表示：“以这些已知的阳性病例为基准，我们试图用有限的有效靶向治疗来验证癌症的最佳候选药物。”
随后，研究人员利用他们的方法找到了关键的转录因子及其相互作用的蛋白质，这些蛋白质可能是阻止或减缓肿瘤生长的脆弱环节。转录因子是一种与特定DNA序列结合并调节基因表达、开启或关闭基因产生的蛋白质。
通过对患者肿瘤样本的CaRNets分析，研究人员将患者分为22组——其中9组仅对应一种癌症类型，13组则包含多种癌症类型的患者。值得注意的是，该方法揭示了所有22个簇的药物靶点。研究人员在细胞中验证了四种候选蛋白质，发现抑制他们识别的蛋白质显著影响了代表肾脏、肝脏和神经内分泌癌症类型的细胞系的生长。
研究人员设想，随着大规模测量患者组织中染色质可及性的便利性，他们的计算方法将被广泛应用于寻找更多癌症类型和亚型的新治疗方案。
Khurana博士也是Sandra and Edward Meyer癌症中心的成员，在那里她共同领导遗传学和表观遗传学项目。论文的第一作者是Andre Forbes博士和Duo Xu博士，他们在进行这项研究时在Khurana实验室工作。
这项研究得到了美国国立卫生研究院R01CA218668和WorldQuant基金会的部分资助。
本文来自作者[admin]投稿，不代表岳掌门号立场，如若转载，请注明出处：https://zhangfs.com/zlan/202507-3129.html
评论列表（4条）
我是岳掌门号的签约作者“admin”！
希望本篇文章《创新计算技术揭示癌症新靶点》能对你有所帮助！
本站[岳掌门号]内容主要涵盖：国足,欧洲杯,世界杯,篮球,欧冠,亚冠,英超,足球,综合体育
本文概览： 威尔康奈尔医学院的研究团队运用人工智能技术，依据患者肿瘤的调控网络来识别药物靶点。这项研究于9月4日发表在《细胞系统》杂志上，实验中确认并验证了四种针对神经内分泌癌、肝...