洞察市场格局
解锁药品研发情报

免费客服电话

18983288589
试用企业版

"RNA"相关的结果
  • Adv Sci丨王红胜课题组在RNA甲基化调控肿瘤细胞纤毛生成机制取得新进展

    Adv Sci丨王红胜课题组在RNA甲基化调控肿瘤细胞纤毛生成机制取得新进展
    初级纤毛 （Primary cilia） 是一种存在于大多哺乳动物细胞表面的“天线”样细胞器。 N 6 -甲基腺嘌呤 （m 6 A） 是mRNA上丰度最高的修饰，在细胞生物学功能具有多种调控作用。 研究发现肿瘤细胞的m 6 A修饰调控肿瘤的生长、增殖及转移，然而肿瘤细胞中m 6 A修饰是否可以介导初级纤毛延伸从而调控纤毛长度，以及其是否依赖于纤毛延伸来参与肿瘤细胞的生长和增殖尚待深入研究。
    BioArtMED
    肿瘤 RNA 肿瘤细胞纤毛生成
    42
    0
    1天前
  • IM-MS技术探究LNP封装对RNA的影响

    IM-MS技术探究LNP封装对RNA的影响
    LNP 是目前做炙手可热的 RNA 递送系统，然而其对 RNA 结构和稳定性的影响仍不明确。 近日，密歇根大学 Brandon T. Ruotolo 团队发表在 JACS 上的研究论文，运用离子淌度 - 质谱（ IM-MS ）和碰撞诱导去折叠（ CIU ）技术，揭示了 LNP 封装对 RNA 结构和稳定性的影响。 IM-MS 技术能够在生物相关浓度下快速测量生物大分子的结构和稳定性，通过分离离子的电荷和旋转平均碰撞截面（ CCS ），为研究 RNA 结构变化提供了有效手段。
    厚存纳米
    LNP RNA
    36
    0
    5天前
  • Cell | RNA G四链体促进α-synuclein累积

    Cell | RNA G四链体促进α-synuclein累积
    α-Synuclein ( αSyn ) 是一种天然无序蛋白，突触囊泡中存在相对高浓度的αSyn，它也可以在细胞质中以天然未折叠的单体形式存在，虽然αSyn的生理作用尚不明确，但它可能参与突触囊泡聚集、对接、融合和再循环。 在病理条件下，αSyn会聚集形成具有毒性的寡聚体、原纤维和淀粉样纤维。 αSyn蛋白病包括帕金森病、路易体痴呆和多发性系统退化症等，但是天然αSyn转化成病理性聚集体的机制仍不清楚。
    BioArt
    RNA G四链体 RNA
    23
    0
    2周前
  • Mol Cell | RNA功能研究面临的挑战

    Mol Cell | RNA功能研究面临的挑战
    高通量测序技术的飞速发展与广泛应用加速揭示了生物体内丰富多样的RNA世界，包括大量非编码RNA、复杂的RNA修饰以及蛋白质-RNA相互作用网络。 近年来，这一领域的研究成果不断涌现，然而准确发现这些RNA分子的功能仍然是科学家们面临的一大挑战。 迄今为止，研究人员仍未能系统全面地描绘转录组在细胞和组织水平调控的复杂性，而转录组时空调控的网络及潜在机制也尚未明晰。
    生物探索
    高通 RNA
    60
    0
    2周前
  • RNA Pulldown实验 | RNA与蛋白结合验证方案

    RNA Pulldown实验 | RNA与蛋白结合验证方案
    RNA Pulldown实验，是一项用于筛选与靶RNA结合的蛋白质的定性实验。 通过体外转录法或合成生物素标记RNA探针，与细胞裂解液孵育，形成生物素-RNA-蛋白质复合物。 该复合物可与链霉亲和素磁珠结合，从而将靶RNA结合的蛋白从细胞裂解液中分离出来。
    吉玛基因
    蛋白结合 RNA
    45
    0
    3周前
  • JCIM｜华中师范大学赵蕴杰教授团队：新型机器学习方法预测RNA与小分子相互作用

    JCIM｜华中师范大学赵蕴杰教授团队：新型机器学习方法预测RNA与小分子相互作用
    2024年10月24日 ，华中师范大学生物物理研究所赵蕴杰教授团队在RNA与小分子相互作用的预测领域取得了重大进展。 他们开发出了一种名为 ZHMol-RLinter 的机器学习模型， 该模型能够高效、精准地预测RNA与小分子之间的结合偏好。 这一成果为RNA靶向药物的设计提供了强大的技术支持，有望推动癌症、病毒感染等重大疾病的药物开发。
    智药邦
    小分子相互作用 RNA
    61
    0
    3周前
  • Genome Biol | 杨力组开发基于深度学习的计算分析框架实现RNA测序数据直接鉴别RNA编辑与DNA突变位点

    Genome Biol | 杨力组开发基于深度学习的计算分析框架实现RNA测序数据直接鉴别RNA编辑与DNA突变位点
    2024年10月08日， Genome Biology 在线发表了复旦大学生物医学研究院 杨力 研究组题为 DEMINING: a deep learning model embedded framework to distinguish RNA editing from DNA mutations in RNA sequencing data 的最新研究成果， 本研究发布了一套新型计算分析框架——DEMINING，可以从RNA测序数据直接鉴别RNA编辑与DNA突变位点。 本研究开发的DEMINING流程 （图1） ，通过深度学习模型DeepDDR，实现从RNA测序数据中高效准确地识别RNA编辑和DNA突变。 DEMINING流程首先通过严格的筛选标准去除转录组数据中的测序和比对错误 （图1a） ，然后将获得的高可信度 （DNA和RNA） 突变位点信息作为输入，通过搭建的深度学习模型DeepDDR实现DNA突变和RNA编辑的精准区分 （图1b） 。
    生物探索
    RNA
    43
    0
    1个月前
  • Genome Biol | 杨力组开发基于深度学习的计算分析框架实现RNA测序数据直接鉴别RNA编辑与DNA突变位点

    Genome Biol | 杨力组开发基于深度学习的计算分析框架实现RNA测序数据直接鉴别RNA编辑与DNA突变位点
    2024年10月08日， Genome Biology 在线发表了复旦大学生物医学研究院 杨力 研究组题为 DEMINING: a deep learning model embedded framework to distinguish RNA editing from DNA mutations in RNA sequencing data 的最新研究成果， 本研究发布了一套新型计算分析框架——DEMINING，可以从RNA测序数据直接鉴别RNA编辑与DNA突变位点。 本研究开发的DEMINING流程 （图1） ，通过深度学习模型DeepDDR，实现从RNA测序数据中高效准确地识别RNA编辑和DNA突变。 DEMINING流程首先通过严格的筛选标准去除转录组数据中的测序和比对错误 （图1a） ，然后将获得的高可信度 （DNA和RNA） 突变位点信息作为输入，通过搭建的深度学习模型DeepDDR实现DNA突变和RNA编辑的精准区分 （图1b） 。
    BioArt
    RNA
    46
    0
    1个月前
  • Cell | 蛋白脂质载体实现体内DNA 和 RNA的有效递送

    Cell | 蛋白脂质载体实现体内DNA 和 RNA的有效递送
    基因治疗可以应对多种疾病，比如单基因疾病和癌症 【1】 。 病毒载体 （如腺相关病毒，AAV） 和非病毒载体 （如脂质纳米颗粒，LNPs） 是目前常用的基因递送工具，但各有其局限性：AAV受制于免疫原性问题，人体在接触AAV后可能会产生针对AAV的抗体，导致无法重复给药，这限制了长效基因表达或多次治疗的需求 【3】 ；而LNPs则含有可电离的脂质成分，在全身递送时可能会导致肝脏毒性，特别是高剂量时，可能引发肝损伤 【4】 。 如何开发出一种既高效、安全，又适用于重复给药的基因递送平台，是基因治疗领域面临的关键挑战之一。
    BioArt
    癌症 RNA 蛋白脂质载体
    55
    0
    1个月前
  • Dev Cell | 范衡宇实验室揭示RNA解旋酶MTR4介导的RNA监管机制决定小鼠卵母细胞体积增长的机制

    Dev Cell | 范衡宇实验室揭示RNA解旋酶MTR4介导的RNA监管机制决定小鼠卵母细胞体积增长的机制
    成熟的卵母细胞 （oocyte） 是哺乳动物体内最大的细胞类型。 与体细胞 （somatic cell） 有限的体积增长不同，卵母细胞从原始卵泡激活发育到生长完成，体积增长近500倍。 但卵母细胞如何生长成为最大的细胞，还存在诸多未解之谜。
    BioArt
    RNA MTR4 小鼠卵母细胞体积
    64
    0
    1个月前