Title Matrix
16 NDC - USP na Cell: Grupo de Ribeirão cria índice que prevê evolução de tumores
Núcleo de Divulgação Científica da USP
خيارات ترفيهية إضافية خارج MovieBox
نبرز أيضًا وجهات شريكة لعشاق الألعاب الخفيفة والدراما القصيرة. افتح أي تجربة بضغطة واحدة.
قد يعجبك أيضًا
Primary 1 English
Signal in catalog
CocoMelon | Little Baby Bum | Blippi - Nursery Rhymes & Kids TV Shows
Signal in catalog
CoComelon - Happy Holidays
Signal in catalog
BabyBus | Learning Vehicles Song | Car Songs | Cars for Kids | Nursery Rhymes | Baby Cartoon
Signal in catalog
Learn English With Disney Movies
Signal in catalog
Test Your English with TV Series and Movies
Signal in catalog
Go Figure
Signal in catalog
Kids Songs by CoComelon
Signal in catalog
Understanding the World
Signal in catalog
Let's Relax with Sarah and Duck
Signal in catalog
AI, Technology and Society 2025
Signal in catalog
Campus Chronicles
Signal in catalog
CoComelon #shorts
Signal in catalog
All New Akili & Me
Signal in catalog
Educational Cartoons for Kids | Learn with Sheriff Labrador
Signal in catalog
Sheriff Labrador New Episodes
Signal in catalog
The Yale School of Medicine Bicentennial Symposium
Signal in catalog
SS 3 Chemistry
Signal in catalog
SS 3 Mathematics
Signal in catalog
SS 2 Biology
Signal in catalog
Charlie and Lola Full Episodes
Signal in catalog
🎮⭐ Play & Watch | Trailers and Gameplays
Signal in catalog
Learn about Good Habits & Good Manners for Kids
Signal in catalog
🎬⭐️ BRAND NEW Episodes | Talking Tom Shorts: Season 3 🤣💙
Signal in catalog
التعليقات
5 تعليق
A machine learning algorithm developed by Wiznerowicz and colleagues identifies novel stemness indices that point to new drug targets for anti-cancer therapies. Check out the paper at: Malta, T.M., Sokolov, A., Gentles, A.J., Burzykowski, T., Poisson, L., Weinstein, J.N., Kamińska, B., Huelsken, J., Omberg, L., Gevaert, O., et al. (2018). Machine Learning Identifies Stemness Features Associated with Oncogenic Dedifferentiation. Cell 173. And read more great research at
As células do embrião se dividem e diversificam até formar todas as células de um organismo em um processo chamado “diferenciação”. Para entender como esse processo se encontra alterado no câncer e o que é uma célula tronco assista ao vídeo. Edição: Ignacio Amigo, Isabella Yoshimura, Lucca Chavione e Tabita Said. ### ▶ Canal USP: o melhor da USP, em um só endereço na internet. ▶ Inscreva-se! ###
Todas as células de um organismo têm a mesma sequência de DNA, mas cada tipo de célula usa só uma parte da informação total contida na molécula. No câncer, esse processo é alterado através da chamada metilação de DNA. Assista ao vídeo para entender esses conceitos e como eles afetam a progressão dos tumores. Edição: Ignacio Amigo, Lucca Chavione, Isabella Yoshimura e Tabita Said. ### ▶ Canal USP: o melhor da USP, em um só endereço na internet. ▶ Inscreva-se! ###
Grupo internacional de pesquisadores utilizou o maior Atlas do Genoma do Câncer (TCGA) para analisar amostras de tumores. Índice gerado pelos pesquisadores encontrou relação entre células-tronco e agressividade do tumor, além de resposta ao uso de drogas anticancerígenas. Reportagem: Tabita Said, Ignacio Amigo, Mônica Teixeira. Imagens: Rafael Simões. Edição: Tabita Said e Alan Petrillo. ### ▶ Canal USP: o melhor da USP, em um só endereço na internet. ▶ Inscreva-se! ###
Pesquisadores de vários países, inclusive da USP, analisaram dados de 12 mil tumores de 33 tipos de cancer, do Atlas do Genoma do Câncer (do National Cancer Institute), para criar uma medida do progresso dos canceres, a terapia mais apropriada e possíveis alvos para desenvolvimento de novas drogas. Tathi Malta, da FMRP USP, é primeira-autora do estudo, publicado na , que encontrou relação entre células-tronco e a agressividade dos tumores. O grupo utilizou inteligência artificial e gerou centenas de dados, atualmente disponíveis na internet para uso clínico. Os dados são uma informação adicional para o médico escolher o tratamento mais adequado para cada tumor, de cada paciente, de forma personalizada. Reportagem: Tabita Said, Ignacio Amigo e Mônica Teixeira. Imagens: Rafael Simões. Edição: Tabita Said e Alan Petrillo. ### ▶ Canal USP: o melhor da USP, em um só endereço na internet. ▶ Inscreva-se! ###
