Nature子刊肿瘤依赖性图谱，这发文效果比AK还难压

文章预览

癌症基因组图谱（TCGA）是详细描述癌症发病过程中发生的遗传，表观遗传和分子变化的概要，但它缺乏基因依赖性分析来解读患者肿瘤中基因的本质。今天，小编要和大家分享一篇 2024年7月发表在Nature Cancer（IF：23.5） 上的文章，使用机器学习构建了患者肿瘤的基因依赖性图谱，从而确定预测药物反应和疾病结果的肿瘤脆弱性。该图谱可以通过基于Web的交互式应用程序（https：//xushiabbvie.shinyapps.io/TDtool/）进行访问。 添加微信 精彩推送不错过 一、研究背景 理解肿瘤依赖性的一种方法是通过全基因组遗传和化学扰动数据集（例如DEPMAP），与数千个深度表征的癌症模型（例如，Cancer Cell Line Encyclopedia，PDX Encyclopedia）整合。多项研究已经证明了DEPMAP将基因观察结果转化为治疗靶点的能力以及对肿瘤依赖性的更广泛的功能理解。但是像TCGA这种来源于患者 ………………………………