Modeling Cellular Response in Large-Scale Radiogenomic Databases to Advance Precision Radiotherapy
Notice bibliographique
Résumé
Abstract Radiotherapy is integral to the care of a majority of patients with cancer. Despite differences in tumor responses to radiation (radioresponse), dose prescriptions are not currently tailored to individual patients. Recent large-scale cancer cell line databases hold the promise of unravelling the complex molecular arrangements underlying cellular response to radiation, which is critical for novel predictive biomarker discovery. Here, we present RadioGx, a computational platform for integrative analyses of radioresponse using radiogenomic databases. We fit the dose–response data within RadioGx to the linear-quadratic model. The imputed survival across a range of dose levels (AUC) was a robust radioresponse indicator that correlated with biological processes known to underpin the cellular response to radiation. Using AUC as a metric for further investigations, we found that radiation sensitivity was significantly associated with disruptive mutations in genes related to nonhomologous end joining. Next, by simulating the effects of different oxygen levels, we identified putative genes that may influence radioresponse specifically under hypoxic conditions. Furthermore, using transcriptomic data, we found evidence for tissue-specific determinants of radioresponse, suggesting that tumor type could influence the validity of putative predictive biomarkers of radioresponse. Finally, integrating radioresponse with drug response data, we found that drug classes impacting the cytoskeleton, DNA replication, and mitosis display similar therapeutic effects to ionizing radiation on cancer cell lines. In summary, RadioGx provides a unique computational toolbox for hypothesis generation to advance preclinical research for radiation oncology and precision medicine. Significance: The RadioGx computational platform enables integrative analyses of cellular response to radiation with drug responses and genome-wide molecular data.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,002 | 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 ».