执行基于代谢途径的乳腺瘤亚型化协议
Mohammad Askandar Iqbal1, Kirk Smith2, Prithvi Singh3
1Thumbay Research Institute for Precision Medicine, Gulf Medical University, Ajman, United Arab Emirates; College of Medicine, Gulf Medical University, Ajman, United Arab Emirates.
STAR protocols
|July 6, 2024
概括
这项研究引入了一项协议,用于分析乳腺瘤代谢,以对患者进行分层. 它使用基因放松调节得分和机器学习来识别代谢亚型,用于个性化癌症护理.
科学领域:
- 在瘤学瘤学.
- 代谢学 代谢学 代谢学
- 生物信息学是一种生物信息学.
背景情况:
- 乳腺瘤表现出不同的代谢特征.
- 代谢变化对癌症进展至关重要.
- 患者分层可以指导向治疗.
研究的目的:
- 提出分析乳腺瘤全球代谢情景的协议.
- 为了实现基于新陈代谢的患者分层.
- 为了在乳腺瘤中识别不同的代谢亚型.
主要方法:
- 在90个代谢途径中分析了1454个代谢基因.
- 计算每个瘤样本的途径放松调节得分.
- 集群分析和机器学习用于子类型识别的应用.
主要成果:
- 一种将基因级代谢数据转化为通路级信息的方法.
- 在乳腺瘤中识别不同的代谢亚型.
- 为每个代谢亚型开发机器学习签名.
结论:
- 该协议促进了乳腺瘤代谢的全面分析.
- 代谢分析可以揭示不同的患者亚组.
- 这种方法支持开发基于代谢的治疗策略.


