文献

J-GLOBAL ID：202202257236217947   整理番号：22A0799201

ネットワーク生物学と人工知能は癌における多剤耐性表現型の理解を駆動する【JST・京大機械翻訳】

Network biology and artificial intelligence drive the understanding of the multidrug resistance phenotype in cancer

著者 (9件)： Bueschbell Beatriz (University of Coimbra, CNC - Center for Neuroscience and Cell Biology, 3004-504 Coimbra, Portugal) ,  Bueschbell Beatriz (PhD Programme in Experimental Biology and Biomedicine, IIIUC - Institute for Interdisciplinary Research, University of Coimbra, Casa Costa Alemao, 3030-789 Coimbra, Portugal) ,  Caniceiro Ana Beatriz (University of Coimbra, CNC - Center for Neuroscience and Cell Biology, 3004-504 Coimbra, Portugal) ,  Suzano Pedro M.S. (BioISI - Instituto de Biosistemas e Ciencias Integrativas, Faculdade de Ciencias, Universidade de Lisboa, Portugal) ,  Machuqueiro Miguel (BioISI - Instituto de Biosistemas e Ciencias Integrativas, Faculdade de Ciencias, Universidade de Lisboa, Portugal) ,  Rosario-Ferreira Nicia (University of Coimbra, CNC - Center for Neuroscience and Cell Biology, 3004-504 Coimbra, Portugal) ,  Rosario-Ferreira Nicia (University of Coimbra, CQC - Coimbra Chemistry Center, Chemistry Department, Faculty of Science and Technology, University of Coimbra, 3004-535 Coimbra, Portugal) ,  Moreira Irina S. (University of Coimbra, Department of Life Sciences, Calcada Martim de Freitas, 3000-456 Coimbra, Portugal) ,  Moreira Irina S. (CNC - Center for Neuroscience and Cell Biology, CIBB - Center for Innovative Biomedicine and Biotechnology, 3004-504 Coimbra, Portugal)
資料名： Drug Resistance Updates  (Drug Resistance Updates)
巻： 60  ページ： Null  発行年： 2022年 
JST資料番号： W3123A  ISSN： 1368-7646  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 毎年10万人以上の死亡で,癌は国,文化,民族の最横断疾患であり,開発地域と開発地域の両方に影響する。腫瘍形成は,異なる事象により動的に変化し,未処理で致死になる。利用可能な革新的治療法にもかかわらず,化学療法に対する多剤耐性(MDR)は癌治療の成功に対する大きな障害である。癌細胞が細胞死を回避する複数の機構は多様であり,MDRが複雑な相互接続した生物学的ネットワークを含むことを示す。分子プロファイリングは,現在,癌をその異なるサブタイプに層別化でき,最良の治療法の同定を助け,”翻訳系医学”をもたらす。高度に特殊化された方法論は,エピジェネティクス,ゲノミクス,トランスクリプトミクス,プロテオミクス,メタボロミクスおよび薬理学的ゲノミクスを含む大量の「オミクス」データを生成する。得られたデータベースの多くは,非標準形式でデータを保存し,変換し,解釈し,可読形式に合併する必要がある。人工知能(AI)方法論とツールの最新の開発は,大規模データ管理と強力なグラフィック処理計算ユニットの進歩と連結して,これらの大きなデータソースの関連する生物学的ネットワークへの統合を強化し,癌MDRの理解を強化するであろう。本レビューでは,一般的なMDR機構を再検討し,最も関連する「オミクス」公開データベースのリストを編集した。大規模データベースからの新薬の同定や関連薬物,標的,およびシステム特性の予測などの癌研究における明確な進歩に決定的に寄与するAI法の例を強調する。また,いくつかの自由に利用可能な「読む」アルゴリズムの概要を提供した。記述した分子スケールAIアルゴリズムおよびツールは,癌診断および治療の伝統的方法の効率および有効性における重要な改善を疑いなく誘導するであろう。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  データベース ,  *ネットワーク ,  腫瘍細胞 ,  *表現型 ,  薬物 ,  層別 ,  *人工知能 ,  薬物療法 ,  *多剤耐性 ,  プロテオミクス ,  エピジェネティクス
準シソーラス用語： ゲノミクス ,  メタボロミクス ,  オミックス , 【Automatic Indexing@JST】

著者キーワード (6件)： 癌 ,  薬物開発 ,  多剤耐性 ,  腫瘍微小環境 ,  人工知能 ,  ネットワーク解析

分類 (4件)： 抗腫よう薬の基礎研究  (GW16010A) ,  基礎腫よう学一般  (GE02010R) ,  腫ようの薬物療法  (GE03032C) ,  製剤一般  (GY02010Z)

タイトルに関連する用語 (6件)： 生物学 ,  人工知能 ,  癌 ,  多剤耐性 ,  表現型 ,  理解