Исследователи разработали вычислительный трубопровод для выявления ранних маркеров в поджелудочной аденокарциноме с использованием пространственной транскриптомики и машинного обучения. Researchers developed a computational pipeline to identify early markers in pancreatic ductal adenocarcinoma using spatial transcriptomics and machine learning.

Исследователи из Центра рака Джона Хопкинса Киммеля разработали вычислительный трубопровод, сочетающий пространственные транскриптомы, машинное обучение и наборы одноклеточных данных для выявления ранних молекулярных и клеточных маркеров в поджелудочной аденокарциноме (PDAC), смертельной форме рака поджелудочной железы. Researchers from the Johns Hopkins Kimmel Cancer Center have developed a computational pipeline combining spatial transcriptomics, machine learning, and single-cell datasets to identify early molecular and cellular markers in pancreatic ductal adenocarcinoma (PDAC), a deadly form of pancreatic cancer. Их результаты по 9 пациентам и 14 поражением в результате предмалярийных заболеваний могут помочь в разработке стратегий ранней диагностики этого вида рака. Their findings in nine patients and 14 premalignant lesions could help develop early detection strategies for this cancer type. Данные и код исследования доступны для других исследователей. The study's data and code are available to other researchers.