人工智能驱动的多omics框架确定了COL6A3作为诊断生物标志物和由Embelin调节的假定基因标在结肠直肠癌中
Prashanth S Javali1, Kavitha Thirumurugan1
1Structural Biology Lab, Pearl Research Park, School of Biosciences & Technology, Vellore Institute of Technology, Vellore, Tamil Nadu, India.
Frontiers in oncology
|February 18, 2026
概括
这项研究使用人工智能和多omics来发现COL6A3作为结直肠癌的生物标志物. 恩贝林治疗表明它可以调节癌细胞亡,这表明一种新的治疗方法.
科学领域:
- 在瘤学瘤学.
- 生物信息学是一种生物信息学.
- 系统生物学 系统生物学
背景情况:
- 结肠直肠癌是全球主要的死亡原因.
- 缺乏早期检测生物标志物和有效的治疗方法阻碍了治疗.
- 系统生物学方法,集成多omics和AI,为发现提供新的途径.
研究的目的:
- 为了确定结直肠癌的潜在生物标志物.
- 调查Embelin作为治疗剂的作用.
- 探索COL6A3作为潜在的生物标志物和Embelin活动的调解者.
主要方法:
- 在和体外 (in vitro) 方法中使用.
- 使用权重基因联合表达分析 (WGCNA) 分析基因表达数据.
- 训练有素的预测AI模型 (LASSO,SVM-RFE,RF) 和通过qRT-PCR验证的发现.
主要成果:
- 所有人工智能算法都始终以高准确度预测COL6A3是枢纽基因.
- 恩贝林治疗上调了亲亡的标记物 (BAX,CASP3) 和下调的抗亡基因 (BCL2,PI3KCA).
- COL6A3 显示出作为生物标志物和Embelin效应调解者的潜力.
结论:
- 整合人工智能,多omics和体外研究是有效的生物标志物发现.
- COL6A3被确定为结直肠癌中的候选生物标志物.
- 恩贝林调节着亡途径,这表明在结肠癌中具有治疗潜力.
