Thai University RankingsRESEARCH RADAR

Abstract P32: Integrative Transcriptomic and Deep Learning Model Identifies Anti-Cancer Peptides Targeting KIF2C in Breast Cancer

Abstract P32: Integrative Transcriptomic and Deep Learning Model Identifies Anti-Cancer Peptides Targeting KIF2C in Breast Cancer

บทคัดย่อประชุมวิชาการวิเคราะห์ข้อมูลมะเร็งเต้านม TCGA พบยีนแสดงออกต่าง 1,417 ยีนและระบุ KIF2C เป็นยีนศูนย์กลางที่เพิ่มขึ้นและสัมพันธ์กับพยากรณ์โรคไม่ดี จากนั้นสร้างเปปไทด์ตามองค์ประกอบของเปปไทด์ต้านมะเร็งที่ทราบ คัดกรองด้วยแมชชีนเลิร์นนิงด้านฤทธิ์ ความเป็นพิษ การก่อภูมิแพ้ และการเข้าสู่เซลล์ ในผู้สมัคร 9 ชนิด csACP-285 จับโดเมน motor ของ KIF2C ดีที่สุดในการ docking ผลเป็นการค้นหาผู้สมัครเชิงชีวสารสนเทศและโมเลกุลจำลองเท่านั้น ยังไม่มีการยืนยันการจับ การฆ่าเซลล์ ความปลอดภัยในสัตว์ หรือผลในคน จึงไม่ควรเรียกว่าเปปไทด์รักษามะเร็งที่พิสูจน์แล้ว

01

ข้อค้นพบสำคัญ

    02

    ทำไมจึงมีความสำคัญระดับโลก

    ผลงานเพิ่มองค์ความรู้ในสาขาและเปิดทางให้ตรวจสอบหรือต่อยอดในบริบทอื่น การตีความผลกระทบควรยึดขอบเขตและหลักฐานของงานต้นฉบับเป็นหลัก ระบบให้สัญญาณผลกระทบ 72 จาก 100 ซึ่งใช้เพื่อจัดลำดับการนำเสนอ ไม่ใช่คะแนนคุณภาพวารสารหรือการจัดอันดับนักวิจัย

    03

    บทบาทของนักวิจัยไทย

    การเชื่อมโยงกับประเทศไทยปรากฏผ่านผู้เขียนหรือสังกัด ได้แก่ Chulalongkorn University

    04

    ข้อจำกัดที่ควรรู้

    บทวิเคราะห์นี้อาศัยข้อมูลบรรณานุกรม บทคัดย่อ และแหล่งต้นทางที่เข้าถึงได้ ไม่ได้แทนการอ่านบทความฉบับเต็ม และไม่ควรอนุมานเหตุเป็นผลหรือการใช้จริงเกินกว่าที่ผู้วิจัยรายงาน

    05

    ตรวจสอบแหล่งต้นทาง

    Cancer Research

    DOI: 10.1158/1538-7445.fcs2025-p32

    KEEP EXPLORING

    งานวิจัยไทยที่น่าติดตามต่อ