2026. 1. 22.·Frontiers in bioscience (Landmark edition)·기타

Uncovering EMT-Associated Molecular Mechanisms Through Integrative Transcriptomic and Machine Learning Analyses.

원문 읽기 ~5분 → AI 요약 ~1분

AI 핵심 요약

암 관련 EMT는 신경 발생 관련 프로그램 증가

임상 적용 포인트 · AI 추출

암 환자에서 EMT 관련 신경 발생 프로그램 발현 확인 필요

요약· AI 생성

1) EMT는 상피세포가 중간엽 세포로 전환되는 과정이다. 2) 이 연구는 정상 및 암 관련 EMT의 전사체 프로파일을 비교 분석했다. 3) 정상 및 암 EMT에서 세포 부착, 세포골격 재구성, 형태 발생 관련 유전자가 공통적으로 발현 증가했다. 4) 암 관련 EMT에서는 신경 발생 및 신경아교 생성 관련 유전자도 추가로 증가했다. 5) 기계 학습 모델을 통해 EMT 바이오마커 후보를 확인했다.

임상적 의의

암 관련 EMT에서 신경 발생 관련 프로그램의 증가는 암세포의 가소성 증가에 기여할 수 있다. EMT 바이오마커 후보 유전자 발굴이 가능했다.

연구 한계

실험 모델이 마우스 세포주 및 조직에 국한되어 있다.

상피-중간엽 전환기계 학습 분석암 전이

DOI: 10.31083/FBL48085

MeSH: Epithelial-Mesenchymal Transition, Machine Learning, Animals, Mice, Transcriptome, Gene Expression Profiling, Neoplasms, Humans

이 요약은 MotionLabs 의료 AI가 생성했습니다. AI 요약은 원문의 핵심을 전달하기 위한 참고 자료이며, 임상 판단을 대체하지 않습니다.

MotionLabs 더 알아보기