Les chercheurs ont mis au point un pipeline de calcul pour identifier les premiers marqueurs de l'adénocarcinome canalaire pancréatique à l'aide de la transcriptomique spatiale et de l'apprentissage automatique. Researchers developed a computational pipeline to identify early markers in pancreatic ductal adenocarcinoma using spatial transcriptomics and machine learning.

Des chercheurs du Centre du cancer de Johns Hopkins Kimmel ont développé un pipeline de calcul combinant la transcriptomique spatiale, l'apprentissage automatique et des ensembles de données monocellulaires pour identifier les marqueurs moléculaires et cellulaires précoces de l'adénocarcinome ductal pancréatique (PDAC), une forme mortelle de cancer du pancréas. 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. Leurs résultats chez neuf patients et 14 lésions prémalignes pourraient aider à développer des stratégies de détection précoce de ce type de cancer. Their findings in nine patients and 14 premalignant lesions could help develop early detection strategies for this cancer type. Les données et le code de l'étude sont mis à la disposition d'autres chercheurs. The study's data and code are available to other researchers.