Empat Langkah Utama dalam Kerangka REVERT
1. Identifikasi Keadaan Transisi:
REVERT mengelompokkan sel tumor dan normal untuk mendefinisikan keadaan transisi. Analisis ini membantu membedakan subklon yang menyerupai normal, menyerupai tumor, dan yang berada dalam tahap transisi.
2. Rekonstruksi Model Jaringan Dinamis:
Analisis pseudowaktu melacak gen yang diekspresikan secara berbeda sepanjang transisi dari keadaan normal ke tumor. Dengan mengintegrasikan perubahan temporal ini dengan interaksi regulasi gen yang diketahui, fungsi logika Boolean dikonstruksi untuk memodelkan dinamika faktor transkripsi dalam komponen yang terhubung erat.
3. Perhitungan Skor Kanker (CS):
REVERT memperkenalkan skor kanker untuk mengkuantifikasi stabilitas lanskap atraktor, mengukur dominasi relatif antara keadaan sel normal dan tumor. Skor CS yang lebih rendah menunjukkan keadaan yang lebih dekat ke fenotip normal.
4. Identifikasi Target untuk Pembalikan Kanker:
REVERT memprediksi faktor transkripsi utama yang modulasinya dapat menurunkan CS, sehingga dapat memandu intervensi terapeutik.
Dengan mengintegrasikan pemodelan komputasional dengan validasi eksperimental, REVERT menyediakan alat yang kuat untuk mengidentifikasi target pembalikan kanker dan meningkatkan onkologi presisi.
Mengembangkan kerangka sistem untuk mengendalikan keadaan sel berdasarkan data omik (kompilasi data dari studi berbagai ‘oma’ organisme, seperti genom, transkriptom, proteom, metabolom, dan epigenom) telah menjadi tantangan signifikan dalam berbagai bidang biologi, termasuk penemuan obat, rekayasa sel punca, dan pengobatan regeneratif. Studi ini berhasil memanfaatkan dataset tersebut.
Arah penelitian masa depan untuk REVERT mencakup integrasi data sekuensing sel tunggal multiomik guna menyempurnakan identifikasi keadaan transisi tumor. Dengan menggabungkan informasi genomik dan transkriptomik, REVERT dapat memberikan wawasan yang lebih besar mengenai mekanisme molekuler yang mendasari perkembangan tumor serta intervensi terapeutik potensial untuk pembalikan kanker.(*)
Editor : Fabyan Ilat
Artikel Terkait
