Bayesian Machine Learning Enables Identification of Transcriptional Network Disruptions Associated with Drug-Resistant Prostate Cancer

贝叶斯机器学习能够识别与耐药性前列腺癌相关的转录网络中断

阅读：7

作者：Charles Blatti #, Jesús de la Fuente #, Huanyao Gao, Irene Marín-Goñi, Zikun Chen, Sihai D Zhao, Winston Tan, Richard Weinshilboum, Krishna R Kalari, Liewei Wang, Mikel Hernaez

期刊：

Cancer Research

影响因子：

12.500

时间：

2023

起止号：

2023 Apr 14;83(8):1361-1380.

doi：

10.1158/0008-5472.CAN-22-1910

研究方向：

肿瘤

疾病类型：

前列腺癌

Significance

The computational method TraRe built on Bayesian machine learning models for investigating transcriptional network structures shows that disruption of ELK3, MXD1, and MYB signaling cascades impacts abiraterone resistance in prostate cancer.

特别声明

1、本页面内容包含部分的内容是基于公开信息的合理引用；引用内容仅为补充信息，不代表本站立场。

2、若认为本页面引用内容涉及侵权，请及时与本站联系，我们将第一时间处理。

3、其他媒体/个人如需使用本页面原创内容，需注明“来源：[生知库]”并获得授权；使用引用内容的，需自行联系原作者获得许可。

4、投稿及合作请联系：info@biocloudy.com。