生物科學門戶網站
BIO1000.COM

使用數學模型確定新的候選癌癥基因

計算建模是使用計算機來模擬和研究復雜系統的行為。計算方法已在生物醫學科學中廣泛采用,可用于篩選大量復雜數據以提取可能指示疾病原因和結果的復發模式。

波士頓大學醫學院(BUSM)的研究人員開發了一種新穎的計算方法,將Epi-DNA與基因表達(iEDGE)集成在一起,其在分析《癌癥基因組圖集》中的8,500多種腫瘤圖譜中的應用導致了這一發現其改變(突變或拷貝數改變)可能導致癌癥易感性的基因。這一突破可能會導致許多癌癥的新治療靶標。

根據研究人員的說法,iEDGE確定了幾種候選乳腺癌驅動程序,包括RBM17(在三陰性乳腺癌中擴增的剪接因子)和SIRT3(候選腫瘤抑制劑和有希望的治療靶標)。它還鑒定了多種候選的泛癌驅動程序,包括TRIP13(以前顯示出可促進結直腸癌中的腫瘤生長和前列腺癌預后不良的預測因素),ORAOV1(在許多實體瘤中過表達的基因)和TPX2(有效的癌基因)在許多癌癥中都有擴增,并且有望成為治療目標)。

“盡管需要進一步的功能研究來評估我們發現的治療相關性,但這些結果研究表明,iEDGE在識別候選驅動因素和潛在的新型治療靶標方面的功效,”通訊作者,醫學副教授Stefano Monti博士解釋說。 BUSM。

開源工具iEDGE可在github.com/montilab/iEDGE上免費下載,生物醫學科學家可以將其應用于自己的數據分析以推進研究。作為已發表發現的補充,在montilab.bu.edu/iEDGE上托管了一個基于Web的門戶,用于交互式查詢和可視化研究結果。

“通過基于網絡的門戶網站,我們的泛癌分析的所有數據和結果可供研究機構訪問,他們可以搜索基因候選者及其潛在的作用機制,從而支持他們針對更有效的癌癥進行轉化研究治療”,第一作者艾米·李(Amy Li)博士補充說,他是波士頓大學生物信息學博士學位課程的畢業生。

鄭重聲明:本文版權歸原作者所有,轉載文章僅為傳播更多信息之目的,如作者信息標記有誤,請第一時間聯系我們修改或刪除,多謝。

T派禁波色