亚洲主播大秀手机视频第一页一页,后入内射福利视频

- 按疾病分類
  
  AI力挺戰(zhàn)勝胰腺癌！鄭明月團(tuán)隊(duì)揭示AI模型加速藥物研發(fā)新時代！
  
  2024-07-05 來源：轉(zhuǎn)化醫(yī)學(xué)網(wǎng)
  
  2024年6月25日，中國科學(xué)院上海藥物研究所原創(chuàng)新藥研究全國重點(diǎn)實(shí)驗(yàn)室鄭明月團(tuán)隊(duì)在《Nature Communications》雜志發(fā)表了題為"Deep representation learning of chemical-induced transcriptional profile for phenotype-based drug discovery"的研究論文，該團(tuán)隊(duì)認(rèn)為，將TranSiGen整合到藥物研發(fā)中，對于推進(jìn)生物醫(yī)學(xué)具有重大前景。
  
  TranSiGen 可分析基底細(xì)胞基因表達(dá)和分子結(jié)構(gòu)，以高精度重建化學(xué)誘導(dǎo)的轉(zhuǎn)錄譜。通過捕獲細(xì)胞和化合物信息，TranSiGen 衍生的表征在各種下游任務(wù)中表現(xiàn)出療效，例如，基于配體的虛擬篩選、藥物反應(yīng)預(yù)測和基于表型的藥物再利用。值得注意的是，TranSiGen在胰腺癌藥物研發(fā)中的應(yīng)用，凸顯了其識別有效化合物的潛力。
  
  研究背景
  
  藥物研發(fā)領(lǐng)域正在經(jīng)歷由人工智能（AI）驅(qū)動的革新。雖然基于靶點(diǎn)的方法，長期以來一直主導(dǎo)著該領(lǐng)域，但它們的局限性：包括缺乏明確的靶點(diǎn)、脫靶效應(yīng)和不太令人滿意的治療反饋，推動了基于表型的方法的興起。這些方法側(cè)重于對候選藥物的全面細(xì)胞反應(yīng)，提供對疾病機(jī)制更全面的理解，并可能揭示新的藥物靶點(diǎn)和治療途徑。
  
  轉(zhuǎn)錄組學(xué)數(shù)據(jù)分析在藥物研發(fā)和理解疾病機(jī)制方面，起著至關(guān)重要的作用。通過捕捉不同生物學(xué)背景下的全球基因表達(dá)情況，它提供了對細(xì)胞和生物狀態(tài)的豐富見解。高通量RNA測序（RNA-seq）技術(shù)，促進(jìn)了大規(guī)模基因表達(dá)圖譜的生成，這些基因表達(dá)圖譜為細(xì)胞如何對各種破壞做出反應(yīng)，提供了寶貴的信息。對這些特征的探索，在藥物研發(fā)中起著核心作用，有助于闡明藥物的作用機(jī)制（MOA）。
  
  盡管基因表達(dá)圖譜具有巨大價值，但類藥物分子和細(xì)胞系的組合復(fù)雜性，限制了通過高通量實(shí)驗(yàn)進(jìn)行詳盡的探索。這一挑戰(zhàn)加速了深度學(xué)習(xí)模型的發(fā)展，該模型能夠使用公開數(shù)據(jù)預(yù)測新型化學(xué)品的轉(zhuǎn)錄譜。DLEPS 是一種深度神經(jīng)網(wǎng)絡(luò)，旨在預(yù)測對新化學(xué)物質(zhì)的基因表達(dá)反應(yīng)，而沒有細(xì)胞類型特異性。此外，DeepCE14和 CIGER15利用單熱編碼來區(qū)分細(xì)胞類型，從不同的圖譜中進(jìn)行學(xué)習(xí)。MultiDCP通過結(jié)合細(xì)胞背景來預(yù)測環(huán)境依賴性基因表達(dá)和細(xì)胞活力，從而能夠?qū)π滦图?xì)胞系，進(jìn)行特定環(huán)境的預(yù)測。
  
  然而，直接擬合基因表達(dá)值的監(jiān)督學(xué)習(xí)模型，可能難以將真正的擾動信號與混雜因素，以及表達(dá)譜中的固有噪聲區(qū)分開來。為了解決數(shù)據(jù)的局限性，并生成新的圖譜，本研究提出了TranSiGen，這是一個基于VAE的框架，利用自監(jiān)督學(xué)習(xí)，來降噪和重建轉(zhuǎn)錄圖譜，從而能夠推斷新圖譜的模型。TranSiGen同時學(xué)習(xí)3個關(guān)鍵分布：無擾動的基礎(chǔ)分布、化學(xué)誘導(dǎo)的擾動分布，以及它們之間的映射關(guān)系。這種自監(jiān)督學(xué)習(xí)的方法，有效地減輕了數(shù)據(jù)中的噪聲，并揭示了潛在的擾動信號。TranSiGen 具有幾個關(guān)鍵優(yōu)勢：（1）改進(jìn)轉(zhuǎn)錄譜的推斷：通過與基線模型的比較，證明了 TranSiGen在推斷基礎(chǔ)譜、化學(xué)擾動譜和相應(yīng)的差異表達(dá)基因（DEG）方面的卓越性能。（2）細(xì)胞和化合物特征的統(tǒng)一表示：TranSiGen生成的擾動圖譜有效地捕獲了細(xì)胞和化合物特征，這可以通過區(qū)分細(xì)胞系和藥物MOA的可視化分析來證明。（3）在下游任務(wù)中的多功能應(yīng)用：TranSiGen 衍生的表征已被證明在各種任務(wù)中有效，包括基于配體的虛擬篩選、藥物反應(yīng)預(yù)測和基于表型的藥物再利用。它在篩選胰腺癌化合物中的應(yīng)用，以及隨后的體外驗(yàn)證和高命中率，證明了TranSiGen基于表型的方法，在識別有效化合物方面的強(qiáng)大功能。重要的是，TranSiGen與基于表型的藥物研發(fā)管線的整合，有望顯著提高研發(fā)效率并降低成本。
  
  研究進(jìn)展
  
  基于表型的藥物再利用治療胰腺癌
  
  將化學(xué)誘導(dǎo)的轉(zhuǎn)錄譜與疾病相關(guān)聯(lián)，有助于確定治療特定疾病的潛在化合物。TranSiGen衍生的轉(zhuǎn)錄譜，可以與來自化學(xué)處理和未處理疾病狀態(tài)的譜一起使用，以篩選用于疾病治療的候選化合物。
  
  在本研究中，團(tuán)隊(duì)將TranSiGen整合到基于表型的胰腺癌藥物再利用管線中，評估其從 PRISM Reutilposing 數(shù)據(jù)集的 1,625 種化合物池中，優(yōu)先篩選 YAPC 胰腺癌細(xì)胞系敏感化合物的能力。團(tuán)隊(duì)使用了兩種基于表型的策略，并將它們與傳統(tǒng)的基于結(jié)構(gòu)相似性的方案進(jìn)行了比較。TranSiGen_DRUG使用已批準(zhǔn)的胰腺癌藥物的真實(shí)DEG，來識別具有類似擾動效應(yīng)的化合物。相反，TranSiGen_DISEASE尋找可以逆轉(zhuǎn)胰腺癌DEGs的化合物。
  
  三種方法的篩選性能如下圖所示。ECFP4_DRUG 產(chǎn)生較差的預(yù)測分類性能，其次是 TranSiGen_DISEASE，較好的是TranSiGen_DRUG。值得注意的是，TranSiGen_DISEASE方法不需要任何化學(xué)處理的配置文件，模擬疾病缺乏已知治療藥物的場景。這是基于結(jié)構(gòu)相似性的策略，無法解決的挑戰(zhàn)。
  
  總體而言，TranSiGen 擴(kuò)展了可通過預(yù)測的擾動曲線進(jìn)行篩選的化合物范圍。它可以很容易地集成到基于表型的藥物再利用管線中，從而提高藥物研發(fā)效率并較大限度地降低成本。
  
  a 藥物再利用戰(zhàn)略的流程圖。b 基于表型的策略和基于結(jié)構(gòu)相似性的策略的篩選性能。C TranSiGen_DISEASE篩選出能夠抑制胰腺癌細(xì)胞的化合物，以及它們與已批準(zhǔn)藥物的較大結(jié)構(gòu)相似性。d 不同篩選策略中硫代霉素和resibufogenin的排名。e 通過TranSiGen_DISEASE篩選的前 50 種化合物，及其各自的細(xì)胞增殖抑制活性。f 通過TranSiGen_DRUG篩選的前50種化合物，及其相應(yīng)的細(xì)胞增殖抑制活性。
  
  研究結(jié)論
  
  本研究證明，TranSiGen 在推斷基礎(chǔ)剖面、化學(xué)誘導(dǎo)的擾動剖面和相應(yīng)的 DEG 方面，優(yōu)于現(xiàn)有的模型。此功能為擴(kuò)展和增強(qiáng)現(xiàn)有藥物研發(fā)數(shù)據(jù)集，開辟了新的途徑。TranSiGen的核心優(yōu)勢，在于它能夠克服基因表達(dá)譜中固有的干擾和混雜因素，提供一種標(biāo)準(zhǔn)化的方法，來表征與細(xì)胞背景和化合物效應(yīng)相關(guān)的表型信息。這種標(biāo)準(zhǔn)化有助于各種下游任務(wù)的集成和效率提高，包括基于配體的虛擬篩選、藥物反應(yīng)預(yù)測和基于表型的藥物再利用。值得注意的是，它在基于表型的胰腺癌藥物再利用中的應(yīng)用，以及隨后的體外驗(yàn)證，展示了其在真實(shí)世界藥物研發(fā)場景中的前景。
  
  TranSiGen為藥物研發(fā)中，基于VAE的模型和自監(jiān)督學(xué)習(xí)方法的持續(xù)探索，奠定了基礎(chǔ)。團(tuán)隊(duì)未來的工作，將集中在解決TranSiGen中不同來源的數(shù)據(jù)的異質(zhì)性，并增強(qiáng)模型相對于其他平臺的基礎(chǔ)配置文件的泛化性能，以拓寬其應(yīng)用領(lǐng)域。此外，團(tuán)隊(duì)計(jì)劃通過整合之前的生物學(xué)知識（例如，通路和基因本體），來提高模型的精確度和可解釋性。除了目前在藥物研發(fā)中的應(yīng)用，團(tuán)隊(duì)還渴望研究TranSiGen在精準(zhǔn)醫(yī)學(xué)和疾病建模方面的潛在作用，并揭示這些領(lǐng)域的巨大前景。該領(lǐng)域的最終目標(biāo)，是創(chuàng)建一個真正全面的框架，以有效利用高維基因表達(dá)數(shù)據(jù)。這將加速藥物研發(fā)，并揭示疾病機(jī)制的復(fù)雜性。TranSiGen憑借其獨(dú)特的優(yōu)勢和可擴(kuò)展性，標(biāo)志著朝著實(shí)現(xiàn)這一目標(biāo)，邁出了寶貴的一步。
  
  聲明：本文版權(quán)歸原作者所有，轉(zhuǎn)載文章僅為傳播更多信息，如作者信息標(biāo)記有誤，或侵犯您的版權(quán)，請聯(lián)系我們，我們將在及時修改或刪除內(nèi)容，聯(lián)系郵箱：marketing@360worldcare.com

成人人妻在线|麻豆精品久久精品88|精品视频一区二区三区四区五区|日韩三级激情四射一区二区

醫(yī)療保險公司

推薦名醫(yī)

成人 人妻 在线|麻豆精品久久精品88|精品视频一区二区三区四区五区|日韩三级激情四射一区二区

醫(yī)療保險公司

推薦名醫(yī)

成人人妻在线|麻豆精品久久精品88|精品视频一区二区三区四区五区|日韩三级激情四射一区二区