通过机器学习方法识别与对KRAS G12C抑制剂耐药性相关的基因
Xiandong Lin1, QingLan Ma2, Lei Chen3
1Laboratory of Radiation Oncology and Radiobiology, Clinical Oncology School of Fujian Medical University and Fujian Cancer Hospital, Fuzhou 350014, China.
Biochimica et biophysica acta. General subjects
|October 7, 2023
概括
研究人员确定了H2AFZ和CKS1B等关键基因,这些基因有助于在肺癌中抵抗KRAS G12C抑制剂治疗. 这一发现为克服KRAS突变癌症患者的治疗限制提供了洞察力.
科学领域:
- 在瘤学瘤学.
- 分子生物学分子生物学
- 生物信息学是一种生物信息学.
背景情况:
- 向治疗,特别是KRAS抑制剂,已经推进了癌症治疗.
- 非小细胞肺癌 (NSCLC) 经常携带KRAS G12C突变.
- 对KRAS抑制剂的有限反应和耐药性是显著的临床挑战.
研究的目的:
- 为了确定响应和抵抗KRAS (G12C) 抑制剂治疗的瘤细胞之间的分子差异.
- 了解对KRAS G12C抑制剂获得性耐药性的机制.
主要方法:
- 在ARS-1620治疗下,对KRAS G12C突变NSCLC细胞系 (H358,H2122,SW1573) 的单细胞基因表达概况.
- 应用机器学习框架与特征排名和分类算法.
- 从增殖和静止细胞的基因表达数据的分析.
主要成果:
- 确定了与耐药性相关的关键基因,包括H2AFZ,CKS1B,TUBA1B,RRM2和BIRC5.5.
- 这些基因与各种癌症类型的进展有关.
- 建立了用于识别阻力标记的定量规则.
结论:
- 这些已识别的基因对于了解瘤细胞对KRAS抑制剂治疗的抵抗性至关重要.
- 这项研究为抵抗的分子基础提供了关键的见解.
- 这些发现可能会为未来的治疗策略提供信息,以克服耐药性.


