Thai University RankingsRESEARCH RADAR
← กลับฐานข้อมูลงานวิจัย
งานใหม่ที่น่าจับตา

บทคัดย่อ P32: ทรานสคริปโตมิกส์ร่วมดีปเลิร์นนิงระบุเปปไทด์ต้านมะเร็งที่มุ่งเป้า KIF2C ในมะเร็งเต้านม

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

สัญญาณผลกระทบ72/100
01

ข้อมูลจากบทคัดย่อ

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

02

เหตุผลที่อยู่ในฐานติดตาม

ระเบียนนี้ได้รับ Impact Signal 72/100 จากความใหม่ แหล่งเผยแพร่ ความร่วมมือ และสัญญาณในข้อมูลบรรณานุกรม คะแนนนี้ใช้จัดลำดับการติดตาม ไม่ใช่การตัดสินคุณภาพงานวิจัย

ประเด็นที่เกี่ยวข้อง: Machine Learning in Bioinformatics · vaccines and immunoinformatics approaches · Mechanisms of cancer metastasis

03

บทบาทของนักวิจัยและสถาบันไทย

Kansate Prasertsuk · Pawornphat Pianwanwanich · Suphong Plangsothorn · Chulalongkorn University · Khon Kaen University

04

ข้อจำกัดของข้อมูล

หน้านี้เป็นระเบียนบรรณานุกรมและข้อมูลจากบทคัดย่อ ยังไม่ใช่บทวิเคราะห์ฉบับเต็มหรือการประเมินคุณภาพงานวิจัย ควรตรวจสอบ DOI และเอกสารต้นฉบับก่อนนำไปอ้างอิง