Bioinformatic analyses identifies novel protein-coding pharmacogenomic markers associated with paclitaxel sensitivity in NCI60 cancer cell lines
Notice bibliographique
Résumé
BACKGROUND: Paclitaxel is a microtubule-stabilizing drug that has been commonly used in treating cancer. Due to genetic heterogeneity within patient populations, therapeutic response rates often vary. Here we used the NCI60 panel to identify SNPs associated with paclitaxel sensitivity. Using the panel's GI50 response data available from Developmental Therapeutics Program, cell lines were categorized as either sensitive or resistant. PLINK software was used to perform a genome-wide association analysis of the cellular response to paclitaxel with the panel's SNP-genotype data on the Affymetrix 125 k SNP array. FastSNP software helped predict each SNP's potential impact on their gene product. mRNA expression differences between sensitive and resistant cell lines was examined using data from BioGPS. Using Haploview software, we investigated for haplotypes that were more strongly associated with the cellular response to paclitaxel. Ingenuity Pathway Analysis software helped us understand how our identified genes may alter the cellular response to paclitaxel. RESULTS: 43 SNPs were found significantly associated (FDR<0.005) with paclitaxel response, with 10 belonging to protein-coding genes (CFTR, ROBO1, PTPRD, BTBD12, DCT, SNTG1, SGCD, LPHN2, GRIK1, ZNF607). SNPs in GRIK1, DCT, SGCD and CFTR were predicted to be intronic enhancers, altering gene expression, while SNPs in ZNF607 and BTBD12 cause conservative missense mutations. mRNA expression analysis supported these findings as GRIK1, DCT, SNTG1, SGCD and CFTR showed significantly (p<0.05) increased expression among sensitive cell lines. Haplotypes found in GRIK1, SGCD, ROBO1, LPHN2, and PTPRD were more strongly associated with response than their individual SNPs. CONCLUSIONS: Our study has taken advantage of available genotypic data and its integration with drug response data obtained from the NCI60 panel. We identified 10 SNPs located within protein-coding genes that were not previously shown to be associated with paclitaxel response. As only five genes showed differential mRNA expression, the remainder would not have been detected solely based on expression data. The identified haplotypes highlight the role of utilizing SNP combinations within genomic loci of interest to improve the risk determination associated with drug response. These genetic variants represent promising biomarkers for predicting paclitaxel response and may play a significant role in the cellular response to paclitaxel.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».