شماره تلفن : 09307584802

خانه ژورنال دانشجویان ایران

Iranian Students Article House

بررسی ترنس کریپتوم های سلول واحد در سرطان: چالش ها و فرصت های محاسباتی

عنوان فارسی

بررسی ترنس کریپتوم های سلول واحد در سرطان: چالش ها و فرصت های محاسباتی

عنوان لاتین

Single-cell transcriptomics in cancer: computational challenges and opportunities

عنوان مجله مقاله

NATURE , experimental & molecular medicine

سال انتشار : 2020 سال انتشار مقاله
126,000 تومان154,000 تومان قیمت ترجمه مقاله
تاریخ انتشار : 30 اکتبر 2020
55 بازدید
کد مقاله : 8704

چکیده فارسی

حالتهای غیرهمگن داخل تومور با ویژگی های مختلف در انواع سرطان ها بر اساس استانداردهای رایج درمانی ,چالش برانگیز می باشند. پیشرفتهای مربوط به توالی و تکنولوژی های تصویربرداری با راندمان بالا باعث ایجاد فرصتهایی برای تعریف و بررسی ویژگی های غیر همگن می شود. الگوی ترنس کریپتومی در رزولاسیون سلول واحد دارای سنجش های کمیتی برای عملکرد مولکول بوده و تنوع فنوتیپی سلول ها با تومور در نظر گرفته می شود. در داده های با بعد بالا نیاز به تحلیل محاسباتی برای استخراج دیدگاههای بیولوژیکی در انواع سلول ها و مشخص کردن روند پیشرفت ,حالت پاتوژنی و نتایج کلینیکی برای سرطان داریم. موضوعات تحلیل محاسباتی در داده های ترنس کریپتومی سلول واحد و کاربردهای آن در تحقیق سرطان مهم می باشند. چالش های تحلیلی دارای ارتباط با تحقیق در مورد سرطان بوده و باید به بررسی چگونگی عملکرد محاسباتی برای تحلیل واحد بین بیماران و بیماری های مختلف , تشخیص نئوپلاستیک از سلول های دیگر , ارتباط با محیط میکروی تومور و روند تکامل تومور در مجاورت با شتاب RNA بپردازیم. مباحث , چالش ها و فرصت ها در آینده برای پیشرفت های روش تحقیق محاسباتی نیاز به بررسی عامل بالقوه در تغییر عملکرد ترنس کریپتومی سلول واحد برای سرطان دارند.

چکیده لاتین

Intratumor heterogeneity is a common characteristic across diverse cancer types and presents challenges to current standards of treatment. Advancements in high-throughput sequencing and imaging technologies provide opportunities to identify and characterize these aspects of heterogeneity. Notably, transcriptomic profiling at a single-cell resolution enables quantitative measurements of the molecular activity that underlies the phenotypic diversity of cells within a tumor. Such high-dimensional data require computational analysis to extract relevant biological insights about the cell types and states that drive cancer development, pathogenesis, and clinical outcomes. In this review, we highlight emerging themes in the computational analysis of single-cell transcriptomics data and their applications to cancer research. We focus on downstream analytical challenges relevant to cancer research, including how to computationally perform unified analysis across many patients and disease states, distinguish neoplastic from nonneoplastic cells, infer communication with the tumor microenvironment, and delineate tumoral and microenvironmental evolution with trajectory and RNA velocity analysis. We include discussions of challenges and opportunities for future computational methodological advancements necessary to realize the translational potential of single-cell transcriptomic profiling in cancer.

دیدگاهها

هیچ دیدگاهی برای این محصول نوشته نشده است.

.فقط مشتریانی که این محصول را خریداری کرده اند و وارد سیستم شده اند میتوانند برای این محصول دیدگاه ارسال کنند.

مجوزها و نمادها


logo-samandehi

پل های ارتباطی با ما …

تبریز ، بخش مقصودیه ، خیابان ارتش جنوبی، کوچه شهید شهابی ، بن بست باغچه ، پلاک ۸۷ ، طبقه 4
تلفن تماس : 04135421108-09307584802
ایمیل : entofa@gmail.com


Unit4,No87,Baghcheh Alley,South Artesh ST,Azadi ave,MAGHSUDIYEH, Tabriz, Iran
کلیه حقوق این وب سایت محفوظ می باشد . طراحی و توسعه آلسن وب    All rights reserved © 2020 Entofa