相关实验视频
Updated: Jun 7, 2025

08:41
Modeling Chemotherapy Resistant Leukemia In Vitro
Published on: February 9, 2016
9.0K
布尔网络建模及其与实验读出集成:使用白血病模型进行跨学科介绍
Julia Maier1,2, Julian D Schwab1, Silke D Werle1
1Institute of Medical Systems Biology, Ulm University, Ulm, Germany.
Pathologie (Heidelberg, Germany)
|November 13, 2024
概括
布尔网络 (BN) 模型通过分析分子信号通路,为简化癌症研究提供了一个in silico策略. 这种计算方法有助于识别新的药物标和生物标记物,指导湿实验室环境中的实验工作.
科学领域:
- 计算生物学 计算生物学
- 系统生物学 系统生物学
- 癌症研究 癌症研究
背景情况:
- 实验性癌症研究面临的局限性是由于稀缺的动物模型和细胞系,以及湿实验室研究的时间和成本限制.
- 分子信号通路很复杂,因此仅通过传统的实验方法就很难理解它们的动态和交叉声.
研究的目的:
- 将布尔网络 (BN) 模型作为简化实验性癌症研究的"in silico"战略.
- 展示BN模型在分析分子信号通路,指导实验设计和识别潜在的治疗点和生物标志物的应用.
- 用慢性淋巴细胞白血病 (CLL) 模型在湿实验室研究中说明BN模型的建立,验证和利用.
主要方法:
- 开发和验证特定瘤布尔网络 (BN) 模型.
- 使用BN模型对大型分子信号通路及其交叉通路进行动态分析.
- 在已建立的BN模型中,用于瘤驱动因素和药物点的in silico选.
主要成果:
- BN模型能够动态分析复杂的分子信号网络及其交叉声.
- 在片查可以有效地识别瘤演变的潜在干预目标和生物标志物.
- 该研究展示了BN建模在指导湿实验室实验中的实际应用,使用慢性淋巴细胞白血病 (CLL) BN模型作为案例研究.
结论:
- 布尔网络建模提供了一个强大的in silico方法来克服实验性癌症研究的局限性.
- BN模型促进了对瘤细胞行为的机械洞察,并加速了新治疗策略和生物标志物的发现.
- 将BN建模与湿实验室研究相结合,提高了效率,并集中了实验力度,以更深入地了解癌症生物学.
更多相关视频
09:53Quantifying the Brain Metastatic Tumor Micro-Environment using an Organ-On-A Chip 3D Model, Machine Learning, and Confocal Tomography
Published on: August 16, 2020
7.2K
13:34A Combined 3D Tissue Engineered In Vitro/In Silico Lung Tumor Model for Predicting Drug Effectiveness in Specific Mutational Backgrounds
Published on: April 6, 2016
10.2K