Une nouvelle technique identifie les «partenaires dans le crime» des gènes cancéreux – ScienceDaily


Batman et Robin. Sherlock Holmes et le Dr Watson. La fiction est pleine de duos dynamiques qui travaillent ensemble pour accomplir des exploits incroyables. Lorsqu'un partenaire est en panne, les autres étapes permettent de s'assurer que le travail soit terminé. Mais si les deux sont manquants dans l'action, le résultat est susceptible d'être grave.

Les cancers s'appuient souvent sur des paires de gènes complémentaires pour garder leurs cellules se branchant alors qu'elles tournent de plus en plus hors des limites du contrôle cellulaire normal. Si un partenaire est muté, l'autre ressemble au sauvetage; Si les deux sont compromis, la cellule meurt. Les gènes qui fonctionnent de cette façon sont appelés létals synthétiques, et les oreilles des chercheurs sur le cancer se lèvent lorsqu'un membre de la paire est une mutation connue associée au cancer. Le blocage de son partenaire pourrait être une cible thérapeutique attrayante qui tue spécifiquement les cellules cancéreuses tout en épargnant les cellules normales sans mutation. Mais jusqu'à présent, il a été difficile d'identifier ces partenaires dans le crime.

Maintenant, les chercheurs de l'Université de Stanford ont conçu un nouvel algorithme informatique pour faire passer les piles de données existantes et se concentrer sur ces études secondaires génétiques dans les tumeurs humaines primaires. Le faire est susceptible de conduire à de nouveaux traitements moins toxiques pour de nombreux cancers, selon eux. Ils collaboraient maintenant avec des oncologues à Stanford et chez M.D Anderson Cancer Center au Texas pour utiliser l'algorithme qu'ils ont appelé MiSL pour trouver de nouvelles thérapies spécifiques aux mutations pour les patients atteints d'une variété de cancers.

"Nous entrons dans une nouvelle ère de santé de précision", […]

Lire la suite (en anglais)

Note : Cet article est extrait et traduit automatiquement de flux RSS provenant de différents sites. Etant donné que ce sont des traductions automatiques, la qualité peut aller de l’acceptable au pire. Ces publications automatiques me servent à collecter suffisamment de données pour mes expérimentations avec le Deep Learning et le Framework TensorFlow.

N'oubliez pas de voter pour cet article !
1 étoile2 étoiles3 étoiles4 étoiles5 étoiles (No Ratings Yet)
Loading...

Vous aimerez aussi...

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Font Resize
Contrast
Aller à la barre d’outils