Accurate prediction and elucidation of drug resistance based on the robust and reproducible chemoresponse communities
Notice bibliographique
Résumé
Selecting the available treatment for each cancer patient from genomic context is a core goal of precision medicine, but innovative approaches with mechanism interpretation and improved performance are still highly needed. Through utilizing in vitro chemotherapy response data coupled with gene and miRNA expression profiles, we applied a network-based approach that identified markers not as individual molecules but as functional groups extracted from the integrated transcription factor and miRNA regulatory network. Based on the identified chemoresponse communities, the predictors of drug resistance achieved high accuracy in cross-validation and were more robust and reproducible than conventional single-molecule markers. Meanwhile, as candidate communities not only enriched abundant cellular process but also covered a variety of drug enzymes, transporters, and targets, these resulting chemoresponse communities furnished novel models to interpret multiple kinds of potential regulatory mechanism, such as dysregulation of cancer cell apoptosis or disturbance of drug metabolism. Moreover, compounds were linked based on the enrichment of their common chemoresponse communities to uncover undetected response patterns and possible multidrug resistance phenotype. Finally, an omnibus repository named ChemoCommunity (http://www.jianglab.cn/ChemoCommunity/) was constructed, which furnished a user-friendly interface for a convenient retrieval of the detailed information on chemoresponse communities. Taken together, our method, and the accompanying database, improved the performance of classifiers for drug resistance and provided novel model to uncover the possible regulatory mechanism of individual response to drug.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».