機械学習と分子ドッキングによるマルチオミックスの統合は,転移性メラノーマと白症におけるクロストークメカニズムと薬剤候補を明らかにする

科学分野:

• 腫瘍学
• 免疫皮膚科
• バイオ情報学

背景:

• 転移性メラノーマと白症は 複雑な生物学的経路を共有しています
• 標的治療の開発には 遺伝子の交響を理解することが重要です

研究 の 目的:

• 転移性メラノーマと白血病の交響メカニズムを解明する.
• メラノーマ治療のためのバイオマーカーと潜在的な薬剤候補を特定する.

主な方法:

• 遺伝子発現の差分分析とGEOとTCGAのデータによる重量遺伝子共発現ネットワーク分析 (WGCNA)
• ハブ遺伝子を用いた予測モデルとノモグラムの構築のための機械学習.
• 単細胞RNAシーケンシング (scRNA-seq) と薬物スクリーニングのための分子ドッキング.

主要な成果:

• 6つのハブ遺伝子 (DUOX1,GJB3,NOTCH3,PKP1,PTK6,PTPRF) が特定され,検証された予後モデルを構築するために使用されました.
• 高リスクのメラノーマ患者は予後が悪く,免疫抑制が増加し,マクロファージの浸透を示した.
• ハブ遺伝子は,線維細胞媒介の上皮質-メゼンキーマ移行を通じてメラノーマの進行に影響を与える可能性があります.潜在的な薬剤が特定されました.

結論:

• この研究は 転移性メラノーマと白血病の 遺伝的相互作用に関する 新たな洞察を 提供しています
• 開発された予後モデルと特定された薬剤候補は,パーソナライズされたメラノーマ治療戦略に希望を示しています.