<scp>GenoStaR</scp> : An R Package for Genotype to Star Allele Conversion for Major Cytochrome <scp>P450</scp> Family of Genes
Notice bibliographique
Résumé
Pharmacogenomics enables the personalization of drug therapy by linking genetic variations to differences in drug metabolism, efficacy, and risk of adverse reactions. Genetic polymorphisms within cytochrome P450 (CYP) genes significantly affect enzyme activity, influencing drug plasma levels, responses, and safety. Central to this process is accurate genotype-to-phenotype translation, especially for the CYP enzyme family, which metabolizes 70-80% of clinically used drugs. To address this, we have developed GenoStaR, an R package that converts genotypes into star alleles and predicts the associated metabolizer status for major cytochrome P450 genes-CYP1A2, CYP2B6, CYP2C9, CYP2C19, CYP2D6, CYP3A4, and CYP3A5. GenoStaR assigns star alleles using single-nucleotide polymorphisms, insertion-deletion variants, and structural variants. Given genotype data, GenoStaR uses comprehensive allele definition tables to determine diplotypes, activity scores, and predicted metabolizer status. The tool accounts for complex scenarios, including CYP2D6 copy number variations, using a tiered matching strategy and structural variant detection. We evaluated GenoStaR using two datasets. The first from the Centre for Addiction and Mental Health Individualized Medicine: Pharmacogenetics Assessment and Clinical Treatment (IMPACT) study (n = 8,287), which included genotyping data, along with star allele information from a commercial pharmacogenetic test. The second, the Toronto Schizophrenia sample (n = 188), with in-house genotype data and manually validated star alleles. GenoStaR achieved 100% concordance in diplotype calls across both datasets. GenoStaR offers a reliable, efficient, and accurate solution for converting genotypes into star alleles and predicting CYP-related metabolizer status. Its performance on a large validation dataset highlights its potential to enhance pharmacogenomic testing in clinical settings.
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 | 0,004 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,058 | 0,031 |
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 ».