XiaoMi-AI文件搜索系统
World File Search SystemCellMinerCDB
人工智能平台 RADR® 有助于……
在过去十年中，下一代测序和组学技术已成为医学和药物发现不可或缺的工具。这些技术导致公开数据激增，而由于缺乏生物信息学专业知识和分析大量数据的工具，这些数据往往未得到充分利用。在这里，我们展示了应用两个新型计算平台的强大功能，即 NCI 的 CellMiner 交叉数据库和 Lantern Pharma 的专有人工智能 (AI) 和机器学习 (ML) RADR ® 平台，以确定酰基富烯衍生药物 LP-100 (Irofulven) 和 LP-184 的生物学见解和潜在的新靶向适应症。在 CellMinerCDB 中对这两种药物的多组学数据进行分析，发现了它们的作用机制、每种药物独特富集的基因集以及这些药物与现有 DNA 烷化剂的不同之处。 CellMinerCDB 的数据表明，LP-184 和 LP- 100 预计对染色质重塑缺陷的癌症有效，例如极为罕见且致命的儿童癌症非典型畸胎样横纹肌样瘤 (ATRT)。随后利用 Lantern 的 AI 和 ML RADR ® 平台构建模型，通过计算机模拟测试 LP-184 是否对 ATRT 患者有效。通过计算机模拟，RADR ® 有助于预测 ATRT 确实对 LP-184 敏感，然后在体外和体内进行验证。应用计算工具和 AI（如 CellMinerCDB 和 RADR ®）是针对 ATRT 等罕见癌症进行药物发现的新颖且有效的转化方法。
药理反应的候选生物标志物评估
利用我们基于网络的 CellMiner（https://discover.nci.nih.gov/cellminer/）和 CellMinerCDB（https://discover.nci.nih.gov/cellminercdb/）应用程序中的信息，我们确定了 3978 个与药理反应有显著关联的分子事件，这些基因要么是靶标，要么是生物标志物，要么与药物有因果关系。分子事件包括 DNA 拷贝数、甲基化和突变；和转录本；以及 NCI-60 人类癌细胞系的整体或磷酸化蛋白质表达。虽然所有形式的分子数据在某些（基因-药物）配对中都具有参考价值，但发现显著关联的分子事件类型因药物而异。发现某些形式的分子数据比其他形式具有更频繁的显著相关性。领先的是通过抗体测量的磷蛋白（31%），其次是通过微阵列测量的转录本（16%），以及通过质谱或抗体测量的总蛋白水平（14%）。所有其他测量值的范围在 5% 到 11% 之间。当使用具有相同靶标的不同药物以及对相同分子参数进行不同测量时，数据可靠性的结果一致。各种分子参数与药理反应之间的相关性显著性为与每种基因-药物配对具有生物学相关性的参数提供了功能指示，以及测量类型之间的比较。