PLOS ONE:随机森林模型预测针对癌细胞的药物活性

2019-07-14 海北 MedSci原创

在肿瘤学中,病理学上看起来相似的癌症在它们对相同药物的反应方式上可能有很大差异。幸运的是,来自高通量筛选程序的数据经常揭示癌细胞的基因组变异性与其对药物的反应之间的重要关系。

精准医学的一个关键目标是从基因组信息预测特定患者的最佳药物治疗方案。

在肿瘤学中,病理学上看起来相似的癌症在它们对相同药物的反应方式上可能有很大差异。幸运的是,来自高通量筛选程序的数据经常揭示癌细胞的基因组变异性与其对药物的反应之间的重要关系。

然而,许多当前用于预测针对癌细胞的化合物活性的计算方法需要开发和应用大量的基因组学,表观基因组学和其他细胞数据。

最近,研究人员将最近的筛选数据和机器学习整合到训练分类模型中,该模型基于仅145个致癌基因和一组复合结构描述符的突变状态来预测化合物对抗癌细胞的活性/非活性。

使用1μM的IC50值作为活动截止值,研究人员的预测模型的灵敏度为87%,特异性为87%,并且在接收器操作特征曲线下产生的面积等于0.94。

研究人员还开发了回归模型来预测癌细胞化合物的log(IC50)值;模型对交叉验证的Pearson相关系数为0.86,对盲测试集的Pearson相关系数为0.65-0.73。

当包括50个致癌基因时,预测性能仍然很强。

最后,即使筛选数据中缺少40%的实验IC50值,它们也可以充分可靠地估算出分类,精度不会降低。

因此,研究人员所呈现的模型可以快速生成,并且可以作为用于个性化肿瘤学医学,药物再利用和药物发现的容易实施的筛选工具。


原始出处:

Lind AP et al. Predicting drug activity against cancer cells by random forest models based on minimal genomic information and chemical properties. PLOS ONE, 2019; doi: 10.1371/journal.pone.0219774. eCollection 2019.


本文系梅斯医学(MedSci)原创编译整理,转载需授权

相关资讯

Sci Signal:p53受癌细胞中的有氧糖酵解作用的调控

利用人乳腺癌细胞模型,研究人员确定了一种途径,其中线粒体外NADH:NAD+比值的变化通过CtBP家族的NADH敏感转录调控剂控制p53的丰度和活性。

2020年华大基因肿瘤医学成果展示:3款最新肿瘤检测技术,助力癌症防控

2020华大基因肿瘤技术成果研讨与发布会”上,华大基因在线发布了三款肿瘤检测技术:基于甲基化快速靶向测序EpiPlexTM的肝癌早检技术 、同源重组缺陷(HRD)检测技术(GSA)、实体瘤患者定制化监

SCIENCE:人类肿瘤细胞内的细菌竟有细胞特异性!

研究人员对肿瘤微生物组进行了全面的分析,研究了1526个肿瘤及其邻近的正常组织,涉及乳腺癌、肺癌、卵巢癌、胰腺癌、黑色素瘤、骨肿瘤和脑肿瘤等7种肿瘤类型。

Lancet:肿瘤患者新冠肺炎死亡率较高

肿瘤患者的新冠肺炎30天死亡率较高,一般风险因素以及肿瘤患者特定风险因素均发挥了较大作用

NATURE:相位和形成背景共同塑造了复合型致癌突变的功能

癌症的发展是由于驱动力突变,导致了克隆性增殖和疾病的演变。个别驱动突变的发现和功能表征是癌症研究的核心目标,并阐明了无数的表型和治疗漏洞。

Cancer Immunol Immunother:肿瘤免疫微环境对白细胞增多症患者的影响

肿瘤相关白细胞增多症(TRL)与各种类型的癌症的生存能力差相关,但TRL相关的人类肿瘤的微环境尚未完全阐明。在此,我们旨在描述TRL相关癌症患者的免疫微环境。