この論文は質量分析分子予測のためのグラフトランスフォーマーモデル(MassFormer)に関するものです。この研究は、質量分析データにおける分子同定問題に対して、小分子の質量分析スペクトルを予測するための新しい深層学習手法を提案しています。 背景紹介: 質量分析(MS)はタンパク質体学、代謝体学、環境化学など、様々な分野で広く使用される分析手法で、サンプル中の化学物質を同定および定量するために用いられます。しかしながら、小分子の多くについては、その断片化過程の複雑さゆえに、質量分析スペクトルを正確にシミュレートすることが常にこの分野での重要な課題となっています。従来のルールベースの手法(CFMなど)には性能と適用範囲の制限があります。近年、深層学習手法が質量分析予測に応用されるようになりまし...

遺伝的癌性耐性に対するLGR4標的化による克服 研究背景: 獲得性の薬物耐性は、がん治療の主な障壁であり、がん死亡の主な原因でもあります。しかし、耐性メカニズムはさまざまであり、耐性がん細胞に特異的に対処することは、依然として大きな臨床的課題です。Wnt経路の活性化は、がん幹細胞の存在を維持し、化学療法耐性を誘導できるため、Wnt経路を標的とすることは、腫瘍の耐性を克服する有望な戦略と考えられています。 研究者と発表状況: この研究は、南開大学のChen Quan教授の研究グループによって行われ、論文は2024年4月号の「ネイチャー・キャンサー」誌に掲載されました。論文の連絡著者は、南開大学のChen Quan教授、中国科学院動物研究所のDu Lei研究員、そして南開大学のHu Gang教授...

化学暴露が神経変性疾患のリスクに及ぼす影響の評価 はじめに 近年、溶剤から農薬に至るまで、多くの環境化学物質が神経変性疾患の発症と進行に関係していると考えられています。しかしながら、これまでアルツハイマー病、パーキンソン病、その他の神経変性疾患に関連する数十の遺伝子を発見してきた全ゲノム関連研究のような体系的な方法は不足していました。幸いなことに、現在では数百から数千の化学的特性を暴露範囲で研究することができます。この新しい手法は、質量分析技術の進歩を利用して、ゲノムデータを補完する暴露データを生成し、神経変性疾患のより良い理解を可能にします。 寿命の延びに伴い、年齢に関連する神経変性疾患は、障害と死亡の主な原因となっています。最も一般的な2つの神経変性疾患であるアルツハイマー病(AD)とパ...