空间转录组框架提升抗癌药预测
热点事件持续更新
空间转录组框架提升抗癌药预测
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
研究团队提出一个整合空间转录组的计算框架,用于改进抗癌候选药物预测,并在1291种化合物上比较了传统bulk特征与局部空间基因表达特征的表现。团队称,bulk特征预测性能不足,纳入空间信息后预测准确性提高,已知抗癌药物的优先级排序也得到改善,还识别出未分类化合物和非肿瘤领域化合物的潜在抗癌作用。 该框架针对的是bulk RNA表达谱会把肿瘤内部空间异质性平均掉的问题;三阴性乳腺癌因缺乏受体导向治疗且空间异质性明显,受影响尤为突出。作者据此认为,化合物的治疗相关性取决于局部转录组状态,而非整块肿瘤切片的静态属性。上述效果为研究团队的评估结论。
AI 根据报道生成 · 1 小时前更新
最新进展10月31日 07:01
空间转录组相关性框架提升抗癌候选药物预测报道时间线
沿着报道,了解事件的不同侧面。
10月31日
- Journal of Chemical Information and Modeling空间转录组相关性框架提升抗癌候选药物预测
研究团队提出一个整合空间转录组的计算框架,用于改进抗癌候选药物的预测。传统基于转录组的虚拟筛选依赖bulk RNA表达谱,会把肿瘤内部的空间异质性在整块组织上平均掉,从而限制预测准确性,三阴性乳腺癌因缺乏受体导向治疗且空间异质性明显而尤为受影响。作者用1291种化合物比较了疾病特异的bulk特征与局部空间基因表达特征的预测表现,bulk特征预测性能不足,纳入空间信息后预测准确性提高。对预测药物排名的分析显示,空间层面明显改善了已知抗癌药物的优先级排序,同时识别出未分类化合物和非肿瘤领域化合物中潜在的抗癌作用。作者认为化合物的治疗相关性取决于局部转录组状态,而非整块异质肿瘤切片的静态属性。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。