Utilising multi-modal data-driven network analysis to identify monotherapy and combinational therapy targets in SOX2-dependent squamous cell lung cancer
7.4
来源：
Nature
关键字：
AI brain science
发布时间：
2025-12-12 23:33
摘要：
该研究开发了iPANDDA计算管道，通过整合多模态数据，识别SOX2依赖的肺鳞状细胞癌的单药和联合治疗靶点。研究确认AKT和mTOR复合体为关键靶点，具有重要的临床应用潜力，尤其在肺癌治疗中。SOX2基因在约50%的患者中扩增，强调了其在癌症表型维持中的重要性。
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分+核心领域符合度
business_impact
0.5分+市场拓展
scientific_rigor
1.5分+有具体实验数据
timeliness_innovation
1.5分+重大创新
investment_perspective
2.5分+早期研发
market_value_relevance
1.0分+高发疾病
team_institution_background
0.5分+知名机构背景
technical_barrier_competition
0.4分+技术壁垒一般
关键证据
研究确认了AKT和mTOR复合体作为关键的单药和联合治疗靶点。
iPANDDA计算管道整合多模态数据以预测特定疾病的候选药物靶点。
SOX2基因在约50%的患者中扩增，发挥关键作用。
真实性检查
否
AI评分总结
该研究开发了iPANDDA计算管道，通过整合多模态数据，识别SOX2依赖的肺鳞状细胞癌的单药和联合治疗靶点。研究确认AKT和mTOR复合体为关键靶点，具有重要的临床应用潜力，尤其在肺癌治疗中。SOX2基因在约50%的患者中扩增，强调了其在癌症表型维持中的重要性。