Logo Zéphyrnet

Classificateurs moléculaires multidimensionnels basés sur l'ADN pour le diagnostic du cancer

Date :

  • Collins, FS & Varmus, H. Une nouvelle initiative sur la médecine de précision. N. Engl. J. Med. 372, 793 – 795 (2015).

    Article  CAS  Google Scholar 

  • Thomasian, NM, Kamel, IR & Bai, HX Intelligence artificielle dans le diagnostic non invasif du cancer endocrinien. Nat. Rev Endocrinol. 18, 81 – 95 (2022).

    Article  Google Scholar 

  • Vargas, AJ & Harris, CC Développement de biomarqueurs à l'ère de la médecine de précision : cancer du poumon comme étude de cas. Nat. Révérend Cancer 16, 525 – 537 (2016).

    Article  CAS  Google Scholar 

  • Nassiri, F. et al. Détection et discrimination des tumeurs intracrâniennes à l'aide de méthylomes d'ADN sans cellules plasmatiques. Nat. Med. 26, 1044 – 1047 (2020).

    Article  CAS  Google Scholar 

  • Krzywinski, M. & Savig, E. Données multidimensionnelles. Nat. Les méthodes 10, 595 (2013).

    Article  CAS  Google Scholar 

  • Luo, Y. et al. Une approche de médecine de précision multidimensionnelle identifie un sous-type d'autisme caractérisé par une dyslipidémie. Nat. Med. 26, 1375 – 1379 (2020).

    Article  CAS  Google Scholar 

  • Larance, M. & Lamond, AI Protéomique multidimensionnelle pour la biologie cellulaire. Nat. Rév. Mol. Cell Biol. 16, 269 – 280 (2015).

    Article  CAS  Google Scholar 

  • Cohen, JD et al. Détection et localisation des cancers résécables chirurgicalement avec un test sanguin multi-analytes. Sciences 359, 926 – 930 (2018).

    Article  CAS  Google Scholar 

  • Berger, B., Peng, J. & Singh, M. Solutions informatiques pour les données omiques. Nat. le révérend Genet. 14, 333 – 346 (2013).

    Article  CAS  Google Scholar 

  • Crichton, DJ et al. Biomarqueurs du cancer et mégadonnées : une approche scientifique planétaire. Cancer Cell 38, 757 – 760 (2020).

    Article  CAS  Google Scholar 

  • Liang, H. et al. Évaluation et diagnostic précis des maladies pédiatriques à l'aide de l'intelligence artificielle. Nat. Med. 25, 433 – 438 (2019).

    Article  CAS  Google Scholar 

  • Kristensen, VN et al. Principes et méthodes des analyses génomiques intégratives dans le cancer. Nat. Révérend Cancer 14, 299 – 313 (2014).

    Article  CAS  Google Scholar 

  • Komori, T. La classification OMS 2021 des tumeurs, 5e édition, tumeurs du système nerveux central : les 10 principes de base. Pathologie des tumeurs cérébrales. 39, 47 – 50 (2022).

  • Blanc, T., El Beheiry, M., Caporal, C., Masson, JB & Hajj, B. Genuage : visualiser et analyser des données multidimensionnelles de nuage de points à molécule unique en réalité virtuelle. Nat. Les méthodes 17, 1100 – 1102 (2020).

    Article  CAS  Google Scholar 

  • Adamcova, M. & Šimko, F. Approche par biomarqueurs multiplex des maladies cardiovasculaires. Acta Pharmacol. Péché. 39, 1068 – 1072 (2018).

    Article  CAS  Google Scholar 

  • Subramanian, I., Verma, S., Kumar, S., Jere, A. & Anamika, K. Intégration, interprétation et application de données multi-omiques. Bioinf. Biol. Connaissances https://doi.org/10.1177/1177932219899051 (2020).

    Article  Google Scholar 

  • Montaner, J. et al. Les omiques multiniveaux pour la découverte de biomarqueurs et de cibles thérapeutiques pour l'AVC. Nat. Rev. Neurol. 16, 247 – 264 (2020).

    Article  Google Scholar 

  • Tarazona, S., Arzalluz-Luque, A. & Conesa, A. Défis non divulgués, non relevés et négligés dans les études multi-omiques. Nat. Calcul. Sci. 1, 395 – 402 (2021).

    Article  Google Scholar 

  • Tarazona, S. et al. Harmonisation des métriques de qualité et calcul de puissance dans les études multi-omiques. Nat. Commun. 11, 3092 (2020).

    Article  CAS  Google Scholar 

  • Lopez de Maturana, E. et al. Défis dans l'intégration des données omiques et non omiques. Les gènes 10, 238 (2019).

    Article  Google Scholar 

  • Benenson, Y., Gil, B., Ben-Dor, U., Adar, R. & Shapiro, E. Un ordinateur moléculaire autonome pour le contrôle logique de l'expression des gènes. Nature 429, 423 – 429 (2004).

    Article  CAS  Google Scholar 

  • Seelig, G., Soloveichik, D., Zhang, DY & Winfree, E. Circuits logiques d'acide nucléique sans enzyme. Sciences 314, 1585 – 1588 (2006).

    Article  CAS  Google Scholar 

  • Lopez, R., Wang, R. & Seelig, G. Un classificateur moléculaire multi-gène pour le diagnostic des maladies. Nat. Chim. 10, 746 – 754 (2018).

    Article  CAS  Google Scholar 

  • Zhang, C. et al. Diagnostic du cancer avec calcul moléculaire de l'ADN. Nat. Nanotechnologie. 15, 709 – 715 (2020).

    Article  Google Scholar 

  • Yao, G. et al. Structures méta-ADN. Nat. Chim. 12, 1067 – 1075 (2020).

    Article  CAS  Google Scholar 

  • Yao, G. et al. Programmation des liaisons de valence des nanoparticules avec des codeurs ADN simple brin. Nat. Maître. 19, 781 – 788 (2020).

    Article  CAS  Google Scholar 

  • Li, J. et al. Encodage d'états de fluorescence quantifiés avec des cadres d'ADN fractal. Nat. Commun. 11, 2185 (2020).

    Article  CAS  Google Scholar 

  • Wiraja, C. et al. Acides nucléiques de structure en tant que support programmable pour l'administration transdermique de médicaments. Nat. Commun. 10, 1147 (2019).

    Article  Google Scholar 

  • Zhang, T. et al. Conception, fabrication et applications de complexes multifonctionnels à base de nanostructures d'ADN tétraédrique dans l'administration de médicaments et le traitement biomédical. Nat. Protoc. 15, 2728 – 2757 (2020).

    Article  CAS  Google Scholar 

  • Song, P. et al. Programmation d'hétérojonctions enzymatiques en vrac pour le développement de biocapteurs avec une structure d'ADN tétraédrique. Nat. Commun. 11, 838 (2020).

    Article  CAS  Google Scholar 

  • Lin, M. et al. Ingénierie programmable d'une interface de biodétection avec des nanostructures d'ADN tétraédriques pour la détection d'ADN ultrasensible. Angew. Chem. Int. Éd. 54, 2151 – 2155 (2015).

    Article  CAS  Google Scholar 

  • Woehrstein, JB et al. Métafluorophores de 100 nm aux propriétés optiques réglables numériquement, auto-assemblés à partir d'ADN. Sci. Av. 3, e1602128 (2017).

    Article  Google Scholar 

  • Ulbrich, MH & Isacoff, Comptage des sous-unités EY dans les protéines liées à la membrane. Nat. Les méthodes 4, 319 – 321 (2007).

    Article  CAS  Google Scholar 

  • Hearty, S., Leonard, P. & O'Kennedy, R. Les codes à barres vérifient le cancer de la prostate. Nat. Nanotechnologie. 5, 9 – 10 (2010).

    Article  CAS  Google Scholar 

  • Hill, HD & Mirkin, CA Le test bio-code-barres pour la détection de protéines et d'acides nucléiques cibles en utilisant l'échange de ligand induit par le DTT. Nat. Protoc. 1, 324 – 336 (2006).

    Article  CAS  Google Scholar 

  • Nam, J.-M., Thaxton, CS & Mirkin, CA Codes à barres biologiques à base de nanoparticules pour la détection ultrasensible des protéines. Sciences 301, 1884 – 1886 (2003).

    Article  CAS  Google Scholar 

  • Zebda, A. et al. Biopiles à glucose à haute puissance sans médiateur basées sur des électrodes enzymatiques à base de nanotubes de carbone compressés. Nat. Commun. 2, 370 (2011).

    Article  Google Scholar 

  • de Jong, OG et al. Un système rapporteur basé sur CRISPR-Cas9 pour la détection unicellulaire du transfert fonctionnel d'ARN médié par les vésicules extracellulaires. Nat. Commun. 11, 1113 (2020).

    Article  Google Scholar 

  • Zhao, Z. et al. Enzymes nanocagées avec une activité catalytique améliorée et une stabilité accrue contre la digestion des protéases. Nat. Commun. 7, 10619 (2016).

    Article  CAS  Google Scholar 

  • Lui, L. et al. Transduction d'interactions biomoléculaires complexes par des réseaux de signalisation d'ADN artificiels à sortie de température. Confiture. Chem. Soc. 142, 14234 – 14239 (2020).

    Article  CAS  Google Scholar 

  • Li, H., Brouwer, CR & Luo, W. Un réseau neuronal profond universel pour le nettoyage en profondeur des données RNA-Seq unicellulaires. Nat. Commun. 13, 1901 (2022).

    Article  CAS  Google Scholar 

  • Lin, M. et al. Détection électrochimique d'acides nucléiques, de protéines, de petites molécules et de cellules à l'aide d'une plateforme de biodétection universelle basée sur des nanostructures d'ADN. Nat. Protoc. 11, 1244 – 1263 (2016).

    Article  CAS  Google Scholar 

  • Gorog, DA et al. Biomarqueurs actuels et nouveaux du risque thrombotique dans le COVID-19 : une déclaration de consensus du Colloque international sur les biomarqueurs de la thrombose COVID-19. Nat. Rév. Cardiol. 19, 475 – 495 (2022).

    Article  CAS  Google Scholar 

  • Schwarzenbach, H., Hoon, DSB et Pantel, K. Acides nucléiques acellulaires comme biomarqueurs chez les patients cancéreux. Nat. Révérend Cancer 11, 426 – 437 (2011).

    Article  CAS  Google Scholar 

  • Xiao, B. et al. Le panel de microARN plasmatiques est un nouveau biomarqueur de la glomérulosclérose segmentaire focale et associé à l'apoptose des podocytes. Cell Death Dis. 9, 533 (2018).

    Article  Google Scholar 

  • Bhanvadia, RR et al. Expression de MEIS1 et MEIS2 et progression du cancer de la prostate : un rôle pour les partenaires de liaison HOXB13 dans la maladie métastatique. Clin. Cancer Rés. 24, 3668 – 3680 (2018).

    Article  CAS  Google Scholar 

  • Kumar, D., Gupta, A., Mandhani, A. & Sankhwar, SN Biomarqueurs du cancer de la prostate dérivés de la métabolomique : réalité ou fiction ? J. Protéome Res. 14, 1455 – 1464 (2015).

    Article  CAS  Google Scholar 

  • Rajakumar, T. et al. Une signature miARN basée sur le sang avec une valeur pronostique pour la survie globale dans le cancer du poumon non à petites cellules de stade avancé traité par immunothérapie. npj Précis. Oncol. 6, 19 (2022).

    Article  CAS  Google Scholar 

  • Nassiri, F. et al. Une classification moléculaire intégrative cliniquement applicable des méningiomes. Nature 597, 119 – 125 (2021).

    Article  CAS  Google Scholar 

  • Li, F. et al. Capteurs d'ADN ultrarapides avec réactions d'hybridation pontées sur la structure de l'ADN. Confiture. Chem. Soc. 142, 9975 – 9981 (2020).

    Article  CAS  Google Scholar 

  • spot_img

    Dernières informations

    spot_img