Cell Rep丨刘雪松组利用人工智能挖掘癌症代谢依赖性靶点并实验验证

本研究由上海科技大学生命科学与技术学院刘雪松课题组完成，旨在通过人工智能技术系统挖掘癌症代谢依赖性靶点。研究构建了基于图深度学习的预测模型“DeepMeta”，该模型结合转录组和代谢网络信息，精确预测癌症样本的代谢依赖性靶点。研究发现，DeepMeta预测的嘧啶代谢通路依赖的癌症患者对抗嘧啶代谢药物有显著治疗效果，为抗代谢药物的临床应用提供了新的预测标志物。此外，研究还预测并验证了常见不可成药癌症驱动基因（如TP53、CTNNB1和MYC）变异的代谢依赖性，为相关癌症的治疗提供了新策略。该研究为癌症精准诊断和治疗提供了潜在应用价值。