我们已经更新我们的隐私政策使它更加清晰我们如何使用您的个人资料。

我们使用cookie来提供更好的体验。你可以阅读我们的饼干的政策在这里。

广告

癌症基因组的探测暗物质的预后标志物

探测暗物质的癌症基因组的预后生物标记内容块的形象
信贷:Braňo / Unsplash

想要一个免费的PDF版本的这个新闻吗?

完成下面的表格,我们将电子邮件您的PDF版本“探测暗物质癌症基因组的预后标记”

听与
喋喋不休地说
0:00
注册免费听这篇文章
谢谢你!听这篇文章使用上面的球员。
阅读时间:

一批新的预后癌症生物标志物被发现在一个地区已经很少看。

在一项新的研究发表在今年秋天细胞的报道Lunenfeld-Tanenbaum研究所,研究员(LTRI)和安大略癌症研究所(OICR)公布了一项目录166预后的生物标志物。

这项研究是由丹尼尔•Schramek博士共同LTRI首席研究员,博士想把它们做为Reimand, OICR首席研究员。科学家们利用机器学习评估5600潜在lncRNA生物标志物对将近9500名癌症样本30癌症类型。

长非编码rna或lncRNAs,被广泛认为是可以理解在癌症研究中。在这些最新的研究结果,研究小组发现166 lncRNAs直接与患者生存和这些生物标记可能被用来更好地预测病人的结果。

“小说标志物的病人生存和基因调节的侵略性癌症,是极端重要的精密肿瘤学的我们的目标,“Schramek博士说,他的团队领导的功能分析。”对致癌因素的深刻理解将有助于确定新的治疗靶点和治疗策略。”

在他们的目录,研究者将目光锁定在一个lncRNA,称为HOXA10-AS,他们最初的机器学习分析显示是一个强有力的候选人作为分类患者预后的生物标志物为低收入或高风险的脑癌。
这被证明是非常有效的生物分类神经胶质瘤,脑部肿瘤的常见类型,因为较低的或高风险。Reimand博士说这些发现证明lncRNAs的潜在临床生物标志物和潜在的治疗靶点和生物标志物和癌症生物学研究中取得了新的突破。

“我们正兴奋的这项研究的结果不仅产生了新的生物标志物和见解癌症生物学,但也提供了动力,继续我们的勘探新发现癌症转录组的帮助病人,“Reimand博士说,他的团队领导了机器学习分析。“我们只有开始的表面划痕rna的作用在癌症。”

机器学习的结果,鼓励团队进一步验证他们的发现利用病人的癌细胞,异种移植和瀑样模型。这些步骤不仅证实HOXA10-AS可以作为一个强大的生物标志物,也作为一个潜在的治疗目标,因为它扮演了一个角色在几个重要的生物通路脑癌。

这项研究部分由OICR和新调查员奖的泰瑞·福克斯研究所(TFRI)。政府提供的资金从OICR安大略省的学院和大学。

参考:江Isaev K, L,吴年代,et al。Pan-cancer分析非编码记录揭示了预后onco-lncRNA HOXA10-AS神经胶质瘤。细胞的报道。2021年,37 (3)。doi:10.1016 / j.celrep.2021.109873

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。

广告
Baidu