Uncovering the Genetic Basis of Glioblastoma Heterogeneity through Multimodal Analysis of Whole Slide Images and RNA Sequencing Data

要約

神経膠芽腫は、急速な進行と予後不良を特徴とする悪性度の高い脳腫瘍です。
治療法の進歩にも関わらず、この攻撃性を引き起こす根本的な遺伝的メカニズムは依然としてよく理解されていません。
この研究では、マルチモーダル深層学習アプローチを採用し、結合画像/RNA-seq 解析を使用して神経膠芽腫の不均一性を調査しました。
私たちの結果は、神経膠芽腫に関連する新規遺伝子を明らかにしました。
全スライド画像と RNA-seq の組み合わせを活用し、RNA-seq データをエンコードする新しい方法を導入することにより、膠芽腫の進行のさまざまなパターンを説明できる可能性のある特定の遺伝子プロファイルを特定しました。
これらの発見は、神経膠芽腫の不均一性の根底にある遺伝的メカニズムに対する新たな洞察を提供し、治療介入の潜在的な標的を浮き彫りにします。

要約(オリジナル)

Glioblastoma is a highly aggressive form of brain cancer characterized by rapid progression and poor prognosis. Despite advances in treatment, the underlying genetic mechanisms driving this aggressiveness remain poorly understood. In this study, we employed multimodal deep learning approaches to investigate glioblastoma heterogeneity using joint image/RNA-seq analysis. Our results reveal novel genes associated with glioblastoma. By leveraging a combination of whole-slide images and RNA-seq, as well as introducing novel methods to encode RNA-seq data, we identified specific genetic profiles that may explain different patterns of glioblastoma progression. These findings provide new insights into the genetic mechanisms underlying glioblastoma heterogeneity and highlight potential targets for therapeutic intervention.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google