基于系统生物学的药物重新定位识别了细胞外矩阵模块作为肺状细胞癌的治疗目标
Bin Yang1, Yuna Shao2, Ziyun Zhou1
1MOE Key Laboratory of Geriatric Diseases and Immunology, Suzhou Key Laboratory of Pathogen Bioscience and Anti-infective Medicine, Department of Bioinformatics and Computational Biology, School of Life Sciences, Suzhou Medical College of Soochow University, Suzhou 215123, China.
我们开发了一种新的计算方法 (SnpDR),以找到新的癌症药物标. 这种方法确定了细胞外矩阵 (ECM) 标和重新定位的药物用于肺状细胞癌 (LSCC).
科学领域:
- 计算生物学是一种计算生物学.
- 蛋白质组学是指蛋白质组学.
- 癌症研究 癌症研究
背景情况:
- 癌症亚型的蛋白质组比较揭示了异质性和治疗点.
- 药物重新定位需要有效的计算框架.
研究的目的:
- 提出一种新的计算框架,即基于签名网络扰动的药物重新定位 (SnpDR).
- 确定肺状细胞癌 (LSCC) 中的特定亚型的脆弱性和潜在的治疗点.
主要方法:
- 综合蛋白质学和药物遗传学数据使用差分模块化分析.
- 构建药物反应网络并执行多尺度扰动反应扫描.
- 应用了SnpDR来比较肺腺癌和LSCC蛋白质组景观.
主要成果:
- 确定了细胞外矩阵 (ECM) 模块作为LSCC中的中央枢纽.
- 发现LAMA1作为一种新的药物标.
- 验证了Fingolimod和Piperlongumine作为有效的重定位药物,抑制LSCC的生长,扩散和迁移.
结论:
- SnpDR是一个强大的框架,用于识别特定亚型的治疗脆弱性.
- 针对ECM的干预措施对LSCC治疗有希望.
- 系统生物学方法加速了精确瘤学的发现.
更多相关视频
08:40A Biomimetic Model for Liver Cancer to Study Tumor-Stroma Interactions in a 3D Environment with Tunable Bio-Physical Properties
Published on: August 7, 2020
07:39The Establishment of a Lung Colonization Assay for Circulating Tumor Cell Visualization in Lung Tissues
Published on: June 16, 2018
相关概念视频
Transducer Mechanism: Enzyme-Linked Receptors
Major types that are helpful drug targets include:
Targeted Cancer Therapies
There are several types of targeted therapies against...
