通过多omics数据和AI方法解读胃炎诱导的瘤发生
Qian Zhang1, Mingran Yang1, Peng Zhang1
1Institute for TCM-X, MOE Key Laboratory of Bioinformatics, Bioinformatics Division, BNRIST, Department of Automation, Tsinghua University, Beijing 100084, China.
Cancer biology & medicine
|August 17, 2023
概括
胃癌 (GC) 的发展是由炎症驱动的. 本综述探讨了多学科数据和系统生物学,以了解GC瘤发生,旨在早期检测生物标志物和精确治疗.
科学领域:
- 在瘤学瘤学.
- 胃肠病学 胃肠病学
- 系统生物学 系统生物学
背景情况:
- 胃癌 (GC) 是全球癌症死亡的主要原因.
- 炎症驱动的瘤发生是GC发育的主要机制.
- 了解这些机制对于改善GC预防和治疗至关重要.
研究的目的:
- 总结关于胃炎诱导的瘤发生的生物学知识.
- 描述GC研究的多omics数据和系统生物学方法.
- 为早期GC检测和精确治疗提出翻译应用.
主要方法:
- 对炎症诱导的GC生物知识的审查.
- 关于GC相关的多omics数据的表征.
- 基于网络的算法和系统生物学方法的应用.
主要成果:
- 综合多种OMIC数据揭示了由炎症驱动的GC的关键特征.
- 基于网络的算法在GC开发中剖析复杂的生物相互作用.
- 识别潜在的早期预警生物标志物和精确的治疗策略.
结论:
- 对于全面了解炎症在GC中的作用至关重要.
- 多omics和系统生物学为GC研究提供了强大的工具.
- 本综述为推进GC精密瘤学和预防策略提供了见解.
