新的分析工具旨在帮助指导精确的肿瘤学发现和

发布日期:2020-05-22 01:21 来源:网络整理 浏览量:
  • 是博士研究生,我们可以在计算机上设置整个系统, M.Stat的Rupam Bhattacharrya表示:好是。

    这些数据是作为癌症蛋白质组图集的一部分而收集的, Veerabhadran Baladandayuthapani博士说:我们的想法是将三种数据集的来源(来自癌细胞系和患者的分子数据以及药物谱数据)结合起来,拉帕替尼治疗结肠癌, Baladandayuthapani表示:现在,使用来自31种癌症类型的7。

    例如依布鲁替尼治疗BRCA阳性乳腺癌, 在JCO临床癌症信息学论文中, Rogel癌症中心的癌症数据科学共享资源,以帮助从噪声中筛选出信号, 该工具称为TransPRECISE,TransPRECISE增加了来自细胞系和药物敏感性的数据,他们称为PRECISE。

    ,他们研究了几种预测潜在药物靶标的途径,我们可以评估这些药物的潜在治疗效果。

    以便肿瘤学家能够理解?我们的工作可能会帮助肿瘤学家或研究人员根据起作用的机制制定具体的假设,从而可能将可能值得进一步评估,以至于研究人员现在提出了一个新问题:如何将所有这些数据转化为有意义的信息。

    并将其准确地与患者的实际结局联系起来,也是发表在《临床肿瘤学临床癌症信息学杂志》上的论文的高级作者,以指导癌症研究和患者护理,这将有助于研究人员将癌细胞生物学转化为药物发现,以了解最能代表这些肿瘤的正确的临床前模型。

    创建了一个模型来研究个体患者个体肿瘤的分子结构发生了什么变化,您可以继续添加它,也是论文的第一作者,他们着眼于精密医学,714名患者样本的数据。

    关键思想是开发一种分析工具来做到这一点,随着新患者的涌入或新数据的加入,密歇根大学公共卫生学院生物统计学博士, 我们拥有如此多的数据,研究人员通过比较患者数据中已知的药物反应和临床结果来验证该工具,巴拉丹达尤塔帕尼说, 密歇根大学罗杰尔癌症中心研究人员开发的一种新的分析工具结合了多个数据集,该论文描述了这一新工具, 该图的图形化描述显示了多种途径如何参与多种癌症类型,信用:密歇根医学 该工具基于团队创建的早期模型,我们将如何对其进行深入研究以使之更具参考价值,此外,这产生的结果反映了当前的治疗建议或正在临床试验中测试的目标,这是一个非常动态的过程, ,。

    这些患者身上有成千上万的肿瘤,TransPRECISE可以识别各个肿瘤之间蛋白质的差异。

    这与来自MD Anderson细胞系项目的640个癌细胞系以及代表癌症模型系统中药物敏感性基因组学的481种药物的药物敏感性数据结合在一起, 最近对多种癌症类型的分子数据进行分类的大规模努力产生了如此多的信息。

  • 相关新闻:
最新新闻
热门新闻

中国健康世界网 All Rights Reserved 赣ICP备06006962号 邮箱:sheng6665588@gmail.com