相关实验视频
Updated: Jan 14, 2026
08:31
Acellular and Cellular Lung Model to Study Tumor Metastasis
Published on: August 19, 2018
7.9K
基因组规模的代谢建模和机器学习揭开代谢重编程和乳腺细胞在肺癌中的作用:一个多层次的分析分析
Masoud Tabibian1, Tahereh Razmpour1, Rajib Saha1
1Department of Chemical and Biomolecular Engineering, University of Nebraska-Lincoln, Lincoln, NE, USA.
Translational lung cancer research
|October 24, 2025
概括
肺癌细胞重编程新陈代谢,升级氨基酸通路的调节. 乳腺细胞转向免疫抑制,显示出可用于肺癌治疗的漏洞.
科学领域:
- 在癌症中代谢重编程
- 免疫代谢过程中的免疫代谢.
- 癌细胞的新陈代谢
背景情况:
- 肺癌是癌症死亡的主要原因之一.
- 乳腺细胞通过免疫调节,血管生成和重塑来影响瘤的进展.
- 人们对肺癌中乳腺细胞代谢适应的了解很少.
研究的目的:
- 在肺癌和巨细胞中阐明代谢重编程.
- 确定代谢漏洞和治疗目标.
- 使用基因组规模代谢建模 (GSM) 和机器学习.
主要方法:
- 肺癌代谢变化的多层次分析.
- 从43个配对的组织样本中开发了肺癌和乳腺细胞的代谢模型.
- 使用随机森林分类器和代谢热力学灵敏度分析 (MTSA).
主要成果:
- 减少癌细胞中的静止性巨细胞;准确地分类健康与癌症状态.
- 肺癌细胞在氨基酸-tRNA通路中调节了氨基酸代谢 (氨酸,异氨酸,氨酸,氨酸,氨酸).
- 乳腺细胞表现出增强的组胺运输,增加的谷氨酸消耗,以及在生理温度下受损的生物质生产.
结论:
- 确定了巨细胞和肺癌细胞的代谢适应,揭示了它们在瘤进展中的相互作用.
- 代谢特征提供潜在的治疗点和诊断标记.
- MTSA提供了一个框架,用于识别治疗利用的温度依赖的代谢脆弱性.
