논문 리뷰55 Metabolic memory underlying minimal residual disease in breast cancer Metabolic memory underlying minimal residual disease in breast cancer | Molecular Systems Biology (embopress.org) EMBL, Martin Jechlinger Group 2021, Molecular Systems Biology Abstract - 치료제 저항성 세포들 ( Minimal residual disease ) 로 인한 암 재발 은 유방암 관련 사망에 많은 부분을 차지하지만 그들의 분자적 특성에 대해서는 많이 알려져있지 않다. -이 논문에서는 organoid에서 얻어진 multi-omics 데이터의 대사적 모델링을 통해 MRD 의 대사적, 조절적인 특이성을 알아내고자 했다. - 저항성 세포들은 비증식성 표현형을.. 논문 리뷰/Other topics 2023. 3. 28. Network‐based visualisation reveals new insights into transposable element diversity Network‐based visualisation reveals new insights into transposable element diversity | Molecular Systems Biology (embopress.org) 2021, Molecular Systems Biology Peter Sarkies Lab Abstact - 전이인자(TE)는 진핵생물의 유전체에 널리 분포해있지만, 종 간 구성은 다양하지만, 다양성을 이루는 인자들은 아직 많이 알려져있지 않음 - 전이인자의 진화를 이해하는것은 어려운데, 이는 전이인자의 서열이 빠르게 분화하고, conventional 하지 않은 방법인 horizontal gene transfer 를 통해서도 전파되기 때문 - 이 논문에서는 다른 유전체에서의 네트.. 논문 리뷰/Systems biology 2023. 3. 22. Evolutionary-scale prediction of atomic-level protein structure with a language model Evolutionary-scale prediction of atomic-level protein structure with a language model | Science 2023, Science Alexander Rives ( Meta AI ) Group Abstract 다중 서열 정렬에 존재하는 진화적 정보를 이용한 단백질 구조 예측 기계학습 방법론을 이용해서 정확한 예측 정보를 얻을 수 있었지만, 단일 서열을 가지고 예측하는 것은 아직 어려움. 이 논문에서는 transformer 단백질 언어 모델을 사용하여 원자 수준의 구조까지 예측하는 ESMfold 를 만들었고, 이는 정렬기반 모델만큼 정확하고 상대적으로 빠름. MSA 기반의 모델인 AlphaFold 나 Rosetta 는 비슷한 protein 을.. 논문 리뷰/Protein 2023. 3. 21. Cell-to-cell and type-to-type heterogeneity of signaling networks: insights from the crowd Cell‐to‐cell and type‐to‐type heterogeneity of signaling networks: insights from the crowd Single Cell Signaling in Breast Cancer Challenge - syn20366914 - Wiki (synapse.org) Method Description 2021, Molecular systems biology Dream Challenge , Julio Saez-Rodriguez group Abstract Dream challenge : 의생명분야 국제대회. 여러 생명현상들에 대해 문제해결을 위한 대회. 기술의 발전은 개별 세포에서 많은 수의 단백질의 상태를 측정할 수 있게 해주는데, 이는 세포, 세포 특성까지 이.. 논문 리뷰/Systems biology 2023. 3. 20. Direct prediction of Homologous Recombination Deficiency from routine histology in ten different tumor types with attention-based Multiple Instance Learning: a development and validation study Direct prediction of Homologous Recombination Deficiency from routine histology in ten different tumor types with attention-based Multiple Instance Learning: a development and validation study Nadina Ortiz Bruechle, Jakob Nikolas Kather Groups 2023, medRxiv Abstact Homologous Recombination Deficiency (HRD)는 PARP inhibitor 치료제 수혜를 받을 수 있는 환자군을 가리는 데 사용되 는 pan-cancer 바이오마커임. PARPi 치료제로 인한 DFS 개선은 .. 논문 리뷰/Histology 2023. 3. 17. Network expansion of genetic associations defines a pleiotropy map of human cell biology Network expansion of genetic associations defines a pleiotropy map of human cell biology | Nature Genetics Nature Genetics, 2023 Pablo Porras & Pedro Beltrao Labs Abstract 상호작용하는 단백질은 비슷한 기능을 가지는 경향이 있으며, 이는 같은 기관적인 형질에도 영향을 미친다. 상호작용 네트워크는 GWAS 연구로부터 후보 형질-연관 유전자를 확장하는 데 사용될 수 있다. 이 연구에서는 1002개의 인간 형질에 대한 형질-연관 유전자의 네트워크 기반 확장을 통해 이것이 알려진 질병 유전자와 약물 타겟 유전자로까지 회복(recover) 될 수 있음을 보였다 (역주 : GWAS .. 논문 리뷰/Systems biology 2023. 3. 7. Network topology metrics explaining enrichment of hybrid epithelial/mesenchymal phenotypes in metastasis Network topology metrics explaining enrichment of hybrid epithelial/mesenchymal phenotypes in metastasis | PLOS Computational Biology Mohit Kumar Jolly Group 2022, PLOS Computational Biology Abstract EMT 및 MET은 전이의 특징임. 상피/중간엽(Hybrid E/M) 세포는 종종 순수한 E/M 세포보다 더 공격적이고 전이적임. 따라서 상피/중간엽(Hybrid E/M) 세포를 억제하는 메커니즘을 식별하는 것은 전이를 억제하는 데 유망할 수 있음 EMT/MET에 대한 다중 유전자 조절 네트워크(GRN) 기반 수학 모델이 최근 개발되었지만, 하이브리드 .. 논문 리뷰/Systems biology 2023. 2. 17. Dissecting cell identity via network inference and in silico gene perturbation Dissecting cell identity via network inference and in silico gene perturbation | Nature Lilianna Solnica-Krezel & Samantha A. Morris Groups 2023, Nature Abstract Cell identity는 유전자-조절 네트워크로 대표되는 유전자 발현의 복잡한 조절에 의해 통제됨 이 논문에서는 single-cell multi omics 데이터를 사용하여 만들어진 유전자 조절 네트워크로 wildtype 데이터를 대상으로 하는 in silico transcription factor perturbations 을 수행하고 cell identity 의 변화되는 정도를 시뮬레이션함. 기계 학습 기반 접근법인.. 논문 리뷰/Systems biology 2023. 2. 14. Single-cell spatial landscapes of the lung tumour immune microenvironment Single-cell spatial landscapes of the lung tumour immune microenvironment | Nature 2023, Nature Philippe Joubert & Logan A. Walsh Groups Abstract 대부분의 임상 전략은 조직병리학적 계층화에 의존 하지만 이러한 계층화된 하위 유형 내 단일 세포 표현 유형의 공간적 맥락 파악은 아직 어려운 상태 이 논문에서 5가지 조직학적 패턴에 걸쳐 lung adenocarcinoma 416명 샘플의 종양과 면역학적 지형을 특성화하기 위해 영상 질량 세포 측정법 ( imaging mass cytometry )을 적용함 160만개의 cell 을 검사하여 생존을 포함한 특징화되는 임상적 correlate 들과 더.. 논문 리뷰/Histology 2023. 2. 13. APOBEC mutagenesis is a common process in normal human small intestine APOBEC mutagenesis is a common process in normal human small intestine | Nature Genetics 2023, Nature genetics Simon James Alexander Buczacki & Michael R. Stratton APOBEC Mutational signature SBS2와 SBS13은 많은 인간 암 유형에서 일반적임 하지만 정상 세포에서 암 세포로의 진행될 때 만약 APOBEC 효소가 관여되어 있는 경우라면 조금 다른 이야기가 될 수도 있음. 여기서 우리는 39명의 소장에서 342개의 미세하게 분리된 정상 Crypt cell 을 WGS 했고 SBS2/SBS13 돌연변이가 대부분의 다른 정상 조직보다 더 빈번하게 17%의 Cr.. 논문 리뷰/Abstract only 2023. 2. 13. Interpretable deep learning model to predict the molecular classification of endometrial cancer from haematoxylin and eosin-stained whole-slide images Interpretable deep learning model to predict the molecular classification of endometrial cancer from haematoxylin and eosin-stained whole-slide images: a combined analysis of the PORTEC randomised trials and clinical cohorts 2023, The Lancet Digital Health 딥러닝 모델은 크게 4가지 단계로 구성됨. 구축된 딥러닝 모델인 im4MEC 의 처리과정 A. Whole slide image (WSI) 의 전처리. B. tile-level morphological features 을 학습시키기 위해 Feature e.. 논문 리뷰/Histology 2023. 1. 27. Molecular residual disease and efficacy of adjuvant chemotherapy in patients with colorectal cancer Molecular residual disease and efficacy of adjuvant chemotherapy in patients with colorectal cancer | Nature Medicine 2023, Nature Medicine Natera 사가 일본에서 진행한 GALAXY 연구에 대한 논문. Figure 위주로 간략하게 정리해보았다. Blood : 수술 전, 수술 후 (1 ,3, ... months ) 로 나눠서 monitoring Tissue : 수술 시 resection 한 것을 가지고 WES. Natera 사의 Signatera 제품을 이용해 16개까지의 SNV 만 고른 후 환자 개별적으로 assay 디자인하여 사용 (Tumor-informed assay) . 그룹을 나눌 때.. 논문 리뷰/Other topics 2023. 1. 27. 이전 1 2 3 4 5 다음