XiaoMi-AI文件搜索系统
World File Search SystemGDSC
Wnt/β-catenin途径中的基因组改变以及结直肠癌细胞对靶向靶向疗法的抗性
AIM：结直肠癌是最普遍的胃肠道恶性肿瘤，在转移性环境中治疗选择有限。Wnt/β-catenin/腺瘤性息肉大肠杆菌（APC）途径通常在疾病中失调，并为治疗性开发提供了合理的靶标。方法：使用癌症基因组图集（TCGA）的结直肠癌队列（TCGA）的公开基因组数据定义了与Wnt/β-catenin/apc途径的APC或其他关键基因改变的结直肠癌的组，并确定每个组感兴趣的基因组特征。针对途径的药物的体外敏感性数据是根据癌症（GDSC）项目中药物敏感性的基因组编辑的。结果：三分之三的结直肠癌具有APC改变，其中大约四分之一的情况也具有Wnt/β-catenin/apc途径的其他基因，包括RNF43，CTNNNB1和TCF7L2。结直肠癌在Wnt/β-catenin途径，RNF43，CTNNB1和TCF7L2的三个基因中有一个或多个发生变化。在三个基因中具有相同变化的癌症具有或没有APC改变的癌症表现出受体酪氨酸激酶，PI3K/AKT途径基因和DNA损伤响应基因的高频率突变。在Wnt/β-catenin/apc途径中没有突变的细胞系在体外表现出对途径抑制剂的数值敏感性。结论：Wnt/β-catenin/apc途径改变的结直肠癌群体具有不同的基因组景观，这些景观可能对途径抑制剂的合理发展具有治疗意义。
癌细胞系中药物敏感性的两步多词建模，以识别驾驶机制
人类癌细胞系的药物敏感性预测模型构成了在临床前环境中识别潜在反应性因素的重要工具。整合从一系列异质数据中得出的信息至关重要，但仍然是不平凡的，因为数据结构的差异可能会阻碍拟合算法将足够的权重分配给不同的OMIC数据中包含的互补信息。为了抵消这种效果，该效果倾向于仅导致一种数据类型主导所谓的多摩斯模型，我们开发了一种新颖的工具，使用户能够在第一步中分别训练单摩尼斯模型，并在第二步中将它们集成到多摩s模型中。进行了广泛的消融研究，以促进对奇异数据类型及其组合的各自贡献的深入评估，从而有效地识别它们之间的冗余和相互依赖性。此外，单词模型的集成通过一系列不同的分类算法实现，从而可以进行性能比较。被发现与药物敏感性显着转移相关的分子事件和组织类型集可以返回，以促进对药物反应性潜在驱动因素的全面而直接的分析。我们的两步方法产生了一组实际的多媒体泛 - 批处理分类模型，这些模型对GDSC数据库中的大多数药物具有很高的预测。在具有特定作用模式的有针对性药物的背景下，其预测性能与将多词数据合并到简单的一步方法中的分类模型相比。此外，案例研究表明，它在正确识别已知的特定药物化合物的关键驱动因素以及为其他候选者提供其他药物敏感性因素方面取得了成功。