相关实验视频
Updated: Jul 5, 2025
12:49
Detection of miRNA Targets in High-throughput Using the 3'LIFE Assay
Published on: May 25, 2015
10.1K
通过基于图形的深度学习来发现功能性microRNA向药物
Arash Keshavarzi Arshadi1,2,3,4, Milad Salem5, Heather Karner1,2,3,4
1Department of Biochemistry and Biophysics, University of California, San Francisco, San Francisco, CA, USA.
Patterns (New York, N.Y.)
|January 24, 2024
概括
作为一种深度学习工具,RiboStrike识别了向致癌微RNA (miRNA) 的小分子. 它成功地发现了抑制miR-21的化合物,减少了小鼠的乳腺癌转移.
科学领域:
- 在瘤学瘤学.
- 生物信息学是一种生物信息学.
- 分子生物学分子生物学
背景情况:
- 微RNAs (miRNAs) 在癌症发展中至关重要,但用小分子准它们是困难的.
- 特定的miRNAs,如miR-21,被认为是各种癌症的驱动因素,包括乳腺癌.
研究的目的:
- 介绍RiboStrike,一个新的深度学习框架,用于识别针对特定微RNA的小分子.
- 通过针对乳腺癌模型中的miR-21来验证RiboStrike的有效性.
主要方法:
- 使用RiboStrike选了900万个分子,并结合了针对miR-122和DICER的选择性对抗屏幕.
- 使用辅助模型进行毒性评估和候选物质排名.
- 通过记者测定,RNA测序和microRNA分析验证了抗miR-21活性和标选择性.
主要成果:
- 确定了8种候选分子,其中3种具有显著的抗miR-21活性.
- 最好的候选化合物有效地减少了临床前乳腺癌异种移植小鼠模型中的肺转移.
- 确认了已识别的化合物的标选择性.
结论:
- RiboStrike是一个强大的深度学习框架,能够提名有效的小分子,针对癌症中的microRNA活动.
- 这些已识别的化合物显示出对miR-21驱动的癌症,特别是乳腺癌转移的治疗干预有前途.
关键词:
发现针对RNA的药物发现.人工智能的人工智能是人工智能.深度学习是一种深度学习.药物毒性评估药物毒性评估图表卷积神经网络 卷积神经网络在Silico中进行药物查.微型RNA抑制的抑制作用微型RNA-21 - 微型RNA-21 - 微型RNA-21 - 微型RNA-21更多相关视频
08:40Genome-wide Screen for miRNA Targets Using the MISSION Target ID Library
Published on: April 6, 2012
17.6K
07:19Identifying Targets of Human microRNAs with the LightSwitch Luciferase Assay System using 3'UTR-reporter Constructs and a microRNA Mimic in Adherent Cells
Published on: September 28, 2011
36.2K
