SG胜游

请输入关键字
top
400-815-1117
400-815-1117
股票代码:688068
/
科研合作成果发表,生物多组学数据整合分析助力医学研究
2025-05-20
多组学数据挖掘在靶点发现中发挥着至关重要的作用。通过整合基因组学、转录组学、蛋白质组学、代谢组学等多个组学层面的数据,研究人员可以更全面地理解生物体内分子的相互作用和调控网络。这种综合分析有助于揭示疾病的发生机制、识别潜在的诊断和治疗靶点。近期,SG胜游信息中心在组学数据研究上有两篇成果发表。

01.《Frontiers in Microbiology》(《微生物学前沿》)

“The impact of antibiotic exposure on antibiotic resistance gene dynamics in the gut microbiota of inflammatory bowel disease patients”发表于Frontiers in Microbiology (DOI:10.3389/fmicb.2024.1382332)。该研究基于宏基因组数据搭建了肠道菌群耐药性的分析方法,探究了耐药基因在肠道菌群中的传播路径。

该研究通过分析抗生素使用前后的肠道菌群状态,发现暴露于抗生素可以诱导IBD患者肠道微生物群组成的改变,特别是益生菌的减少,在停止抗生素后逐渐恢复到新的稳定状态。并通过网络分析揭示了耐药基因的倾向于在分类学上接近的生物体之间转移。停止使用抗生素后,特异性耐药基因的流行率和种间流动性增加。

02.《Frontiers in Genetics》(《遗传学前沿》)

“In search of the ratio of miRNA expression as robust biomarkers for constructing stable diagnostic models among multi-center data”发表在Frontiers in Genetics上(DOI:10.3389/fgene.2024.1381917)。该研究开发了一类生物标志物形式,能够在多中心数据中表现稳健。

该研究基于转录因子介导的miRNA-miRNA相互作用网络,构建以miRNA对的表达比率作为样本特征的标志物筛选方法,用于建立辅助疾病诊断的风险评分模型。该方法在多个多中心数据集中表现优越,可以准确的用于疾病早期诊断。

生信中心为搭建多组学分析平台发表的两篇文章受到了审稿人和读者的广泛关注。这些研究成果为深入探索生物体系的复杂性和发现新的生物标志物提供了重要的理论和方法支持。
上一篇:媒体争相报道,人工智能技术打破创新药研发“双十定律”
下一篇:新突破!SG胜游夹心法25-OH-VD获批上市