キニック指数:人工知能駆動の予測モデルと,肝細胞癌患者のためのマルチターゲットの薬物発見フレームワーク

科学分野:

• 腫瘍学 腫瘍学
• バイオケミストリー バイオケミストリー
• バイオインフォマティックス

背景:

• 肝細胞癌 (HCC) は,複雑さと限られた治療法により,世界的な健康上の大きな課題となっています.
• イソニコチニレーション (K_inic),新しいライシンアシレーションは,肝臓がんの進行における重要な調節因子として浮上しています.

研究 の 目的:

• AI駆動の予測モデル,K_inicインデックス (K_inicI) を開発し,HCC患者の階層化を図る.
• HCCの予後性バイオマーカーと潜在的な治療標的を特定する.

主な方法:

• 統合されたマルチオミックスのデータとコンセンサス・クラスタリングにより,AI主導のK_inicIモデルが作成されます.
• 予測変数を特定するために,機械学習 (LASSO,RSF) とSHAP分析を使用しました.
• 単細胞,空間トランスクリプトミクス,GraphBAN,ADMET-AI,および標的の検証と薬物の発見のための分子ドッキングを利用した.

主要な成果:

• K_inicIモデルでは,HCC患者の生存率が異なる2つの異なるサブグループに分類することに成功しました.
• 高K_inicIサブグループの患者は,全体生存率が著しく低下し,K_inicIがリスク分層化に有効であった.
• CYP2C9とG6PDは,攻撃的な悪性肝細胞に局限された重要な予後要因として特定されました.
• CYP2C9とG6PDを標的とする候補化合物は,強力な結合親和性を示し,治療的可能性を示した.

結論:

• K_inicIは,HCCの予後モデリングと分子層分化のための強力なAI対応のプラットフォームとして機能します.
• この研究は,HCCにおける精密腫瘍学と抵抗意識の治療戦略の基礎を提供する.
• 新規の治療標的とHCCの候補化合物を特定し,薬剤発見の道を開きました.