在癌症治疗中，药物反应的个体差异大多根源于肿瘤细胞的异质性。近年来，越来越多的研究发现非编码基因（ncRNA）在癌症的发生、发展中有着重要的作用。其中，lncRNA是一类长度超过200个核苷酸的ncRNA，在肿瘤细胞生长、迁移及耐药发生中的关键调控作用是癌症基因组学中的一大热门领域。然而，除却少部分调控作用明确的lncRNA，人们对大部分lncRNA在肿瘤细胞耐药中扮演的角色仍然知之甚少。

近日，匹兹堡大学药物遗传研究中心的杨达和张敏课题组在Nature Communications发表了研究论文Systematic Identification of Non-coding pharmacogenomic landscape in cancer。该研究整合了现有的高通量转录组测序与1,001个细胞系中的抗癌药物敏感性数据，通过机器学习模型在265种抗癌药物与2,614个lncRNA中筛选出了27,341对lncRNA-药物可预关联。研究者进一步利用这些lncRNA建立了基于弹性网络回归（Elastic Net Regression）的药敏预测模型，成功预测了细胞系中的药敏数据与部分TCGA癌症病人的治疗效果。点击链接，查看此前报道

9月12日20:00，本论文第一作者、匹兹堡大学王越博士亲临探基学院“开讲啦，一作！”栏目，对该研究成果进行深度解读，为你解读lncRNA与癌症药物敏感性的最新科技动态！

开课时间：9月12日20点(课程可无限次回放)主讲人：匹兹堡大学 王越博士

长按识别下方二维码，点击“课程报名”，进入“开讲啦，一作！”，即可报名免费听课！