Meta single-cell atlas and xQTL post-GWAS analysis revealed the pathogenic features of thyroid cancer for target therapy: A multi-omics study
8.0
来源：
Nature
关键字：
mRNA
发布时间：
2025-11-17 23:38
摘要：
本研究通过整合单细胞转录组学和GWAS数据，揭示了甲状腺癌的致病特征，识别出多个与疾病相关的基因，并开发了178个高性能的诊断模型。研究结果显示，HMGA2等基因在甲状腺癌的发生和发展中具有重要作用。通过多机器学习建模，研究为临床人员提供了便捷的预测工具，具有较高的临床应用潜力。
原文：
查看原文
价值分投票
评分标准
新闻价值分采用0-10分制，综合考虑新闻的真实性、重要性、时效性、影响力等多个维度。
评分越高，表示该新闻的价值越大，越值得关注。
价值维度分析
domain_focus
1.0
business_impact
0.5
scientific_rigor
1.5
timeliness_innovation
1.5
investment_perspective
2.5
market_value_relevance
1.0
team_institution_background
0.5
technical_barrier_competition
0.5
关键证据
研究整合了单细胞转录组学和GWAS数据，识别与甲状腺癌相关的基因。
开发了178个诊断模型，具有良好的诊断性能。
研究涉及国际数据库TCGA和GEO，具有广泛的应用背景。
真实性检查
否
AI评分总结
本研究通过整合单细胞转录组学和GWAS数据，揭示了甲状腺癌的致病特征，识别出多个与疾病相关的基因，并开发了178个高性能的诊断模型。研究结果显示，HMGA2等基因在甲状腺癌的发生和发展中具有重要作用。通过多机器学习建模，研究为临床人员提供了便捷的预测工具，具有较高的临床应用潜力。