Sumário

exibição recente de sensibilidade às drogas em grandes painéis de linhas celulares de cancro fornece um recurso valioso para o desenvolvimento de algoritmos que predizem a resposta à droga. Desde mais amostras fornecem maior poder estatístico, a maioria das abordagens à previsão de piscina sensibilidade aos medicamentos múltiplos tipos de câncer juntos, sem distinção. No entanto, os resultados pan-câncer pode ser enganosa devido aos efeitos de confusão de tecidos ou subtipos de câncer. Por outro lado, a análise independente para cada tipo de cancro é dificultada pelo pequeno tamanho da amostra. Para equilibrar este trade-off, apresentamos CHER (Contextual Heterogeneidade Regressão Enabled), um algoritmo que constrói modelos preditivos para a sensibilidade de drogas, selecionando características genômicas preditivos e decidir quais as que devem e não devem-ser compartilhados entre diferentes cancros, tecidos e drogas . CHER fornece significativamente modelos mais precisos de sensibilidade às drogas do que os modelos baseados em elástica-net comparáveis. Além disso, CHER proporciona uma melhor visão sobre os processos biológicos subjacentes ao encontrar um conjunto escasso de recursos genômicos específicos do tipo compartilhados e

Citation:. Chen BJ, Litvin O, Ungar L, Pe’er D (2015) Contexto Modelagem sensível do cancro da droga sensibilidade. PLoS ONE 10 (8): e0133850. doi: 10.1371 /journal.pone.0133850

editor: Julio Vera, da Universidade de Erlangen-Nuremberg, Alemanha