Journal
/
Cancer Research
/
Un flux de travail d’intégration de données pour identifier les combinaisons de médicaments ciblant les interactions létales synthétiques
JoVE Journal
Cancer Research
A subscription to JoVE is required to view this content.  Sign in or start your free trial.
JoVE Journal Cancer Research
A Data Integration Workflow to Identify Drug Combinations Targeting Synthetic Lethal Interactions
Please note that all translations are automatically generated. Click here for the English version.

Un flux de travail d’intégration de données pour identifier les combinaisons de médicaments ciblant les interactions létales synthétiques

DOI:
10.3791/60328-v

•

07:40 min

•

May 27, 2021

•

, , , ,
1Department of Internal Medicine I – Division of Oncology, Comprehensive Cancer Center,Medical University of Vienna, 2Department of Nephrology,Medical University of Vienna, 3Department of Internal Medicine IV,Medical University Innsbruck

Chapters

  • 00:04Introduction
  • 01:03Retrieving Synthetic Lethal Gene Pairs
  • 01:48Translating Synthetic Lethal Gene Pairs to Human Orthologs
  • 03:20Mapping Synthetic Lethal Interaction Partners to Drugs
  • 04:28Establish the Set of Currently Tested Drug Combinations in Clinical Trials
  • 04:45Testing Proposed Drug Combinations In Vitro
  • 05:28Results: Proposed Novel Drug Combinations for Ovarian and Breast Cancer
  • 06:37Conclusion

Summary

Automatic Translation

Automatic Translation

Les grands écrans génétiques dans les organismes modèles ont conduit à l’identification d’interactions génétiques négatives. Ici, nous décrivons un flux de travail d’intégration de données utilisant des données provenant de tests génétiques dans des organismes modèles pour délimiter des combinaisons de médicaments ciblant les interactions létales synthétiques dans le cancer.

Tags

Data IntegrationDrug CombinationsSynthetic LethalityBioGRIDNegative Genetic InteractionsModel OrganismEnsembl BioMartOrthologous GenesData RetrievalCancerBRCAPARP Inhibitors

Article

Embed

ADD TO PLAYLIST

Usage Statistics

Related Videos

Utilisant la génomique fonctionnelle de dépistage pour identifier les cibles de médicaments potentiellement nouveaux dans Cancer Cell Cultures Spheroid

In Vitro Imaging et la quantification de l'efficacité de ciblage des médicaments d'Analogues GnRH marqué par fluorescence

Genome-wide Arni dépistage pour identifier les facteurs de l’hôte qui modulent les Virus ONCOLYTIQUE thérapie

Un ciblage GPC3 anticorps bispécifiques, GPC3-S-Fab, avec puissante cytotoxicité

Synthèse et caractérisation de placentaire chondroïtine Sulfate un (plCSA) - ciblage lipide - des nanoparticules polymériques

Une analyse d’immunoprécipitation de la chromatine pour identifier les gènes cibles de nouveaux NFAT2 dans la leucémie lymphoïde chronique

Un Workflow Simple Migration/Invasion à l’aide d’un imageur automatisé de cellules vivantes

Intégration des approches bioinformatiques et des validations expérimentales pour comprendre le rôle de la signalisation de l'entaille dans le cancer de l'ovaire

Établissement d’un modèle de régression des risques concurrents pour les données de survie

In Vivo Ciblage des cellules cancéreuses humaines xénograftées avec des nanoparticules de silice fluorescente fonctionnelles chez le poisson zèbre

Read Article