相关实验视频
Updated: Jun 6, 2025
00:07
In Vivo Inhibition of MicroRNA to Decrease Tumor Growth in Mice
Published on: August 23, 2019
7.2K
组织蛋白质的蛋白质组分析与乳腺甲状腺小癌中的侧侧淋巴结转移有关
Qiyao Zhang1, Zhen Cao1, Yuanyang Wang1
1Department of General Surgery, Peking Union Medical College Hospital, Chinese Academy of Medical Sciences and Peking Union Medical College, Beijing 100730, P. R. China.
Journal of proteome research
|November 27, 2024
概括
这项研究确定了关键的蛋白质配置文件和途径,涉及在乳头甲状腺小癌 (PTMC) 中侧面淋巴结转移 (LLNM). 机器学习模型预测转移风险,有助于个性化治疗策略.
科学领域:
- 在瘤学瘤学.
- 蛋白质组学是指蛋白质组学.
- 基因组学就是基因组学.
背景情况:
- 在乳头甲状腺微癌 (PTMC) 中,侧侧淋巴结转移 (LLNM) 与复发率增加和预后较差有关.
- 准确的LLNM手术前风险分层对于有效的患者管理至关重要.
研究的目的:
- 在PTMC中使用质谱学识别与LLNM相关的蛋白质配置文件.
- 使用机器学习开发PTMC中LLNM的预测模型.
- 探索PTMC中转移的分子亚型和机制.
主要方法:
- 在PTMC样本上的数据独立采集质谱蛋白质组学.
- 伪时间分析和基因组丰富分析.
- 随机森林模型用于转移预测和NMF聚类用于亚型分类.
主要成果:
- 确定为LLNM关键的MAPK和PI3K通路的差异激活.
- 成功选生物标志物,并开发出有效的转移预测模型.
- 转移相关的PTMC分子亚型的分类.
结论:
- 蛋白质组分析揭示了在PTMC中推动LLNM的关键途径.
- 一个基于机器学习的模型可以预测PTMC转移.
- 了解PTMC亚型为新的治疗点提供了潜力.
