MétaCan
Menu
Retour à la cohorte
Enregistrement W4399505153 · doi:10.1158/1538-8514.synthleth24-pr013

Abstract PR013: Detecting pairwise and higher-order antagonistic epistatic effects among somatic cancer genotypes to discover synthetic lethality

2024· article· en· W4399505153 sur OpenAlexaboutno aff
Jorge A. Alfaro-Murillo, Krishna Dasari, Jeffrey P. Townsend

Notice bibliographique

RevueMolecular Cancer Therapeutics · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Genomics and Diagnostics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEpistasisBiologyMutation rateCancerPairwise comparisonGeneticsGenotypeSelection (genetic algorithm)Computational biologyGermline mutationMutationGeneComputer scienceMachine learningStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract The mutual exclusivity of somatic variants in cancer suggests that current somatic variants can exert antagonistic epistatic effects on the selection of new mutations, contributing to a complex landscape of evolutionary trajectories. However, quantifying pairwise and higher-order epistatic effects—which are essential to estimation of the trajectory of likely cancer genotypes—has been a challenge. We have developed a continuous-time Markov chain model that enables the estimation of mutation origination and fixation, dependent on somatic cancer genotype. We coupled the continuous-time Markov chain model with an approach that deconvolutes the underlying mutation rates and selection intensities across trajectories of oncogenesis. By elucidating the routes of variant evolution and the strengths of selective forces at play, our approach lays the groundwork for quantifying antagonistic epistatic effects of specific somatic genotypes. We applied our approach to report the variant mutation rates, selection intensities, and consequent substitution rates for lung adenocarcinoma, comparing smoker and nonsmoker tumor cohorts. We describe the distinct influences of smoking on underlying mutation rates and on physiology affecting the selective regime of lung tissue. Inference of the most likely routes of site-specific variant evolution, as well as estimation of the selection strength operating on each step along the route represents a key component for prioritization, development, and implementation of personalized cancer therapies that target synthetic lethality. Citation Format: Jorge A. Alfaro-Murillo, Krishna Dasari, Jeffrey P. Townsend. Detecting pairwise and higher-order antagonistic epistatic effects among somatic cancer genotypes to discover synthetic lethality [abstract]. In: Proceedings of the AACR Special Conference in Cancer Research: Expanding and Translating Cancer Synthetic Vulnerabilities; 2024 Jun 10-13; Montreal, Quebec, Canada. Philadelphia (PA): AACR; Mol Cancer Ther 2024;23(6 Suppl):Abstract nr PR013.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,281
Écart entre enseignants0,270 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular Cancer TherapeuticsMême sujetCancer Genomics and DiagnosticsTravaux en français237 207