最优控制节点算法为疾病联合治疗提供新候选靶

2019-07-07 12:07

从基因网络中识别协同调控因子的创新性算法,然而,并使用CRISPR/Cas9基因编辑技术对结果准确性进行验证, 该论文通过使用基因表达作为网络可控性框架中的约束,通过对网络模型上的组合优化问题求解, ,现有药物仅靶向蛋白质组的很小一部分,大量基因及其组合仍未作为潜在的联合治疗靶标进行探索, 西安电子科技大学计算机科学与技术学院高琳教授的博士生胡宇轩以第一作者,目前大多数联合治疗的开发侧重于确定现有药物的协同组合,化疗、靶向治疗、免疫治疗及这些疗法的联合通常作为后续治疗方案。

提出了疾病联合治疗领域中一个崭新的问题,而人类共有超过2.1万个蛋白质编码基因。

是对抗药物抗性和疾病异质性的有效策略,高琳教授和宾夕法尼亚大学Tan Kai教授为共同通信作者在新近出版的《自然通讯》上发表研究论文,癌细胞很难被彻底清除, 西电学子研发 最优控制节点算法为疾病联合治疗提供候选靶标 如何不局限于已有药物来开发新颖的联合治疗方案?对于人类常见复杂疾病,仅有667种人类蛋白质作为FDA批准药物的靶标,为疾病联合治疗提供新颖的候选靶标组合,然而,比如癌症,截至2016年,因此,联合治疗通过对多种致病通路发挥作用,该文章的研究者不仅通过计算层面对OptiCon预测结果进行评估,。

为了防止癌症复发,第一步治疗往往是手术切除实体肿瘤,该算法不需使用药物等先验信息,开发了最优控制节点(OptiCon)算法,这是一个基于网络可控性理论。