癌症研究已经从杀死恶性肿瘤或阻止疾病的前进到将细胞状态完全逆转为正常的研究已经走了很长一段路，如韩国实验室AST年份的突破所示。
根据韩国科学家Kwang-hyun Cho的这项工作，由他领导的研究团队现在已经确定了“转换”，这是这种干预的更精确的一点 新报告 发表在期刊上 高级科学。
细胞命运的变化涉及突然的转变或“关键过渡”，特别是在肿瘤发生中。韩国高级科学技术研究所的研究人员在报告中说，了解这些过渡的分子调节网络可能会导致癌症的逆转 – 将癌细胞重新编程为正常状态。
早期研究依赖于静态分析，限制了对动态过渡的见解。单细胞转录组学和伪次分析的进步现在有助于识别过渡基因和模型调节网络。
然而，由于遗传改变，肿瘤发生仍然难以建模。专注于“临界点”而不是整个轨迹可以更好地捕获关键过渡。最近的研究强调了吸引者状态和基因表达异质性，对于理解肿瘤发生和潜在的治疗干预措施至关重要。
该团队开发了恢复（反向过渡），这是一个新型的系统框架，旨在通过分析动态基因调节网络（GRN）的“吸引者景观”来识别肿瘤发生的转换开关。作者在2025年1月22日发布的报告中分享了使用布尔网络建模的单细胞转录数据，使用布尔网络建模来绘制从正常状态到癌细胞状态的过渡。
吸引者景观分析是一种计算技术，用于建模和可视化生物系统可以采用的稳定状态或吸引子。在癌症研究中，这种方法有助于科学家了解正常和恶性细胞状态之间的关键过渡。通过映射这些过渡，研究人员可以查明驱动肿瘤进展或可能是肿瘤恢复的分子事件。
恢复可以鉴定关键转录因子（TF），该因子可以通过最大程度地减少恶性评分来逆转癌症。它重建了肿瘤转变状态中的动态GRN模型，从而捕获细胞状态的随机性质变化。
它旨在预测逆转癌症进展的最佳干预靶标，并可以广泛应用于分化，发育和癌细胞重编程中的细胞命运转变。
还原框架由四个关键步骤组成：
•鉴定过渡态：恢复簇肿瘤和正常细胞以定义过渡态。该分析有助于区分正常的肿瘤样和过渡性亚克隆。
•动态网络模型重建：伪赛分析跟踪从正常状态到肿瘤状态的转变差异表达的基因。通过将这些时间变化与已知基因调节相互作用相结合，构建了布尔逻辑函数，以模拟连接的组件内的转录因子动力学。
•癌症评分（CS）计算：恢复癌症评分，以量化吸引子景观稳定性，测量正常细胞状态和肿瘤细胞状态的相对优势。较低的CS表示靠近正常表型的状态。
•癌症转化的靶标识别：恢复预测的关键转录因子，这些转录因子的调节减少了CS，指导治疗干预措施。
通过将计算建模与实验验证集成，还原提供了一种强大的工具，用于识别癌症逆转目标并提高精度肿瘤学。
开发一个基于OMIC数据控制细胞状态的系统框架（根据基因组，转录组，蛋白质组，代谢组和表观基因组的各种“ Ome”的数据汇编（数据汇编）在各种生物学领域都是一个重大挑战，包括药物发现，干细胞工程和再生医学。这项研究成功利用了该数据集。
未来的恢复方向包括整合多组学单细胞测序数据以完善肿瘤过渡状态识别。通过结合基因组和转录组信息，还可以为癌症转化的肿瘤进展和潜在的治疗干预措施提供更多的见解。
1738920719
#韩国科学家开发恢复系统以逆转癌症的进展
2025-02-07 08:54:00