相关实验视频
Updated: Jul 21, 2026
16:24
Profiling of Estrogen-regulated MicroRNAs in Breast Cancer Cells
Published on: February 21, 2014
20.2K
根据机器学习和分子对接,验证林纳醇作为乳腺癌治疗的潜在药物
1Galactophore Department, The Second Clinical Medical College, Yangtze University, Jingzhou, China.
Drug development research
|June 16, 2024
概括
机器学习确定了乳腺癌 (BC) 的预后生物标志物. 林纳通过抑制PGK1表达和激活PPAR信号通路来抑制BC,从而提供了潜在的新治疗点.
科学领域:
- 在瘤学瘤学.
- 生物信息学是一种生物信息学.
- 药理学 药理学是指药理学的学科.
背景情况:
- 乳腺癌 (BC) 是女性普遍存在的恶性瘤,需要改进预后模型和治疗策略.
- 识别可靠的预后生物标志物和了解新的治疗机制对于推进BC治疗至关重要.
研究的目的:
- 使用机器学习方法开发乳腺癌预后风险模型.
- 为了确定乳腺癌的关键预后生物标志物.
- 为了阐明林纳醇在乳腺癌中的瘤抑制机制.
主要方法:
- 使用公共数据库 (GSE25055,GSE103091,TCGA-BRCA) 的mRNA微阵列和RNA测序数据.
- 应用单变体COX分析和多种机器学习方法来选预后基因并构建风险模型.
- 进行了分子对接,模拟和体外测试 (CCK-8,Edu,Transwell,流细胞计,西斑) 以调查林纳醇对BC细胞的作用机制,重点关注PGK1和PPAR信号.
主要成果:
- 鉴定了八个预后基因,并构建了BC预后的预测风险模型,风险得分作为独立因素.
- 该模型有效地区分了患者的预后,并揭示了高风险和低风险组之间的独特免疫细胞透.
- 在BC中糖酸激酶1 (PGK1) 的高表达与较短的整体存活 (OS) 相相关,并且与细胞周期和PPAR信号通路有关.
- 林纳醇与PGK1表现出结合性亲缘关系,抑制了BC细胞活力,增殖,迁移和入侵,促进了细胞亡,并诱导了G0/G1细胞周期停止.
- 林纳醇在BC细胞中调高了PPARγ,降低了PGK1的表达.
结论:
- 开发的基于机器学习的预后模型显示了预测BC患者结果的前景.
- 糖酸酶1 (PGK1) 是一种潜在的预后生物标志物和乳腺癌的治疗点.
- 利纳通过抑制PGK1和激活PPAR信号通路,在乳腺癌中发挥显著的瘤抑制作用,突出显示其作为新型治疗剂的潜力.
更多相关视频
07:15Machine Learning Algorithms for Early Detection of Bone Metastases in an Experimental Rat Model
Published on: August 16, 2020
6.8K
13:18Network Pharmacology Prediction and Experimental Validation of Trichosanthes-Fritillaria thunbergii Action Mechanism Against Lung Adenocarcinoma
Published on: March 3, 2023
1.2K
