Crohn-betegség: ki dolgozik rajta

Intézményenként egy kártya. Szűrhetsz célpontra, országra, vagy csak az EU-13 (Horizon Europe felzárkózó) országok intézményeire.

• Minden célpont
• TNF 7
• IL-23 10
• JAK 0
• NLRP3 0
• IL-1 0
• GLP-1 0
• LRRK2 0
• IL-17 0
• IL-6 0
• MAPK 0
• PPAR 0
• CD19 3
• JNK 0
• STAT3 0
• TLR4 0
• TP53 0
• AKT 0
• AMPK 0
• BCMA 2
• CCR5 0
• IL-4 0
• NRF2 0
• SIRT1 0
• STING 0
• YAP 0
• ACE2 0
• AXL 0
• BRD4 0
• CD30 0
• CD40 0
• CD47 0
• COX-2 0
• CTLA-4 0
• DPP-4 0
• FTO 0
• G6PD 0
• GIP 0
• GPX4 0
• HDAC 1
• HIF-1 0
• HMGB1 0
• IL-13 0
• IL-15 1
• KMT2A 0
• MMP-9 0
• mTOR 0
• MUC1 0
• PARP 0
• PD-1 0
• PD-L1 0
• PDE4 0
• PI3K 0
• PINK1 0
• RAS 0
• RUNX1 0
• TFEB 0
• TYK2 0

Az EU-13 szűrő, nem rangsor: csak szűkíti a listát.

Ebben a nézetben még nincs kutatócsoport.

Leállított, visszavont és felfüggesztett vizsgálatok, a szponzor által a regiszterben megadott okkal, szó szerint idézve.

• Leállították

  VTX958 for the Treatment of Moderately to Severely Active Crohn's Disease

  NCT05688852· Ventyx Biosciences, Inc· Frissítve: 2025. júl. 3.

  “Sponsor Decision”A regiszter szövege, változtatás nélkül. Forrás

Vizsgálatok, amelyek regiszteradata szerint az egyéni résztvevői adatokat (IPD) megosztják.

Ebben a nézetben egy vizsgálat sem jelzi, hogy megosztaná a résztvevői adatokat.

Publikációk erről a betegségről egy MeSH-módszerkifejezés szerint, például szekvenálási vagy képalkotó módszerre.

• Single-Cell Analysis 22
• Organoids 13
• Mendelian Randomization Analysis 44
• Gene Expression Profiling 48
• Sequence Analysis, RNA 6
• Exome Sequencing 4
• Proteomics 14
• Metabolomics 23
• Mass Spectrometry 5
• Flow Cytometry 6
• Immunohistochemistry 9
• Positron-Emission Tomography 3
• Magnetic Resonance Imaging 76
• Machine Learning 36
• Deep Learning 13
• Cohort Studies 97
• Genome-Wide Association Study 58

• Interpretable machine learning models for early prediction of Crohn's disease and ulcerative colitis in a nationwide health system.

  J Crohns Colitis, 2026. okt.

• The predictive value of machine learning for the response to anti-TNF-α therapy in patients with Crohn's disease: a systematic review and meta-analysis.

  Front Immunol, 2026. szept.

• Identification of Crohn's disease-associated molecular signatures by integrative bioinformatics analysis and experimental validation.

  Front Immunol, 2026. szept.

• Multi-omics-based machine learning model predicts response and guides treatment in Crohn disease: a case study in nutritional therapy.

  Inflamm Bowel Dis, 2026. aug.

• Rapid fecal lipidome profiling in inflammatory bowel disease: A novel approach for exploratory disease molecular characterization and therapeutic monitoring.

  J Pharm Biomed Anal, 2026. júl.

• Efficient AI-supported quantification of network structures in SEM imaged human mucus: a detailed protocol.

  Am J Physiol Lung Cell Mol Physiol, 2026. júl.

• Multi-Omics and Machine Learning-Based Characterization of the Lactylation Microenvironment and Biomarker Identification in Crohn's Disease Intestinal Fibrosis.

  Int J Mol Sci, 2026. júl.

• Human gut flagellome profiling using FlaPro reveals TLR5-related phenotype-specific alterations in IBD.

  Gut Microbes, 2026. júl.

• Reconstructing the intestinal microbiota ecological network based on graph neural network and contrastive learning: Predicting key microbiota regulatory targets in Crohn's Disease.

  Comput Biol Chem, 2026. júl.

• Machine learning prediction of increased healthcare utilization in colectomy for inflammatory bowel disease.

  Int J Colorectal Dis, 2026. júl.

Megmutatjuk, a betegség mely célpontjait említi az absztrakt, és onnan a rajtuk dolgozókhoz jutsz.