通过系统建模在胰腺癌转化研究中的蛋白质学数据库中的知识发现
Mathilde Resell1, Elisabeth Pimpisa Graarud1, Hanne-Line Rabben1
1Department of Clinical and Molecular Medicine, Norwegian University of Science and Technology, 7030 Trondheim, Norway.
Proteomes
|June 25, 2025
概括
本研究介绍了一个系统建模工作流程,用于数据库 (KDD) 中的知识发现,以推进翻译医学. 该方法通过分析来自各种研究模型的蛋白质数据来确定胰腺管腺癌 (PDAC) 的潜在治疗点.
科学领域:
- 生物医学信息学 生物医学信息学
- 翻译医学是一种翻译医学.
- 系统生物学 系统生物学
背景情况:
- 数据库中的知识发现 (KDD) 对于翻译性研究至关重要,它将基础科学与临床应用联系起来.
- 建议使用系统建模工作流来增强KDD用于翻译医学.
研究的目的:
- 开发和应用系统建模工作流程,以发现知识.
- 确定胰腺管腺癌 (PDAC) 的潜在转化标.
主要方法:
- 一个整合数据收集 (组成,处理,分析模型),知识呈现和反循环的框架.
- 利用了蛋白质组学,生物信息学,人工智能/机器学习和模式评估.
- 应用工作流来研究人类PDAC和各种实验模型 (体外和体内).
主要成果:
- 确定了人类PDAC和各种研究模型之间的共同蛋白质.
- 为转化标生成假设,包括枢纽蛋白,PDAC特异性蛋白和关键信号通路.
- 突出了基于蛋白质网络拓学的潜在治疗策略.
结论:
- 拟议的系统建模工作流程对KDD在翻译医学中有效.
- 促进翻译目标的发现,对于PDAC研究具有证明的实用性.
更多相关视频
07:28JUMPn: A Streamlined Application for Protein Co-Expression Clustering and Network Analysis in Proteomics
Published on: October 19, 2021
3.3K
07:47Author Spotlight: Unveiling Transmembrane Protein Family-Related Markers in Gastric Cancer and Implications for Targeted Therapies
Published on: September 15, 2023
1.7K
