通过与大量RNAseq数据的整合,对预测单细胞水平癌症药物反应的计算方法进行审查
Danielle Maeser1, Weijie Zhang1, Yingbo Huang2
1Department of Bioinformatics and Computational Biology, University of Minnesota, Minneapolis, MN, United States; Department of Experimental and Clinical Pharmacology, University of Minnesota, Minneapolis, MN, United States.
Current opinion in structural biology
|December 18, 2023
概括
瘤异质性驱动癌症治疗耐药性. 使用对单细胞RNA测序 (scRNA-seq) 数据进行大规模药物选的新方法可以识别药物敏感性,为精确的癌症医学铺平道路.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 药理学 药理学是指药理学的学科.
背景情况:
- 瘤异质性,多种恶性细胞克隆的存在,是导致癌症治疗失败和抗疗的主要原因.
- 单细胞RNA测序 (scRNA-seq) 提高了我们对这种细胞多样性的理解.
- 将scRNA-seq发现转化为有效的治疗策略仍然是一个重大挑战.
研究的目的:
- 审查将大规模药物查数据与scRNA-seq.q.集成的方法.
- 突出这些方法在解决治疗耐药性的潜力.
- 讨论它们在促进癌症患者精准医学方面的作用.
主要方法:
- 对大规模药物查的现有方法进行调查.
- 分析这些方法如何应用于scRNA-seq数据以确定细胞药物敏感性.
- 专注于那些能够在复杂的瘤细胞群体内有效查药物的技术.
主要成果:
- 确定有效将药物查数据与scRNA-seq概况联系起来的方法.
- 证明这些方法能够揭示特定癌症细胞组的药物敏感性.
- 建立针对瘤异质性的药物发现基础.
结论:
- 结合药物查和scRNA-seq的方法对于克服治疗耐药性至关重要.
- 这些方法是开发针对特定癌症细胞克隆的向疗法的基础.
- 这些方法的整合有望在异质意识精密医学时代彻底改变患者护理.
