キノーム阻害状態とマルチオミクスデータは多様な癌型における細胞生存性の予測を可能にする【JST・京大機械翻訳】

Berginski, M.; Joisa, C. U.; Golitz, B.; Gomez, S. M.

プレプリント

J-GLOBAL ID：202202200418489107 整理番号：22P0330860

キノーム阻害状態とマルチオミクスデータは多様な癌型における細胞生存性の予測を可能にする【JST・京大機械翻訳】

Kinome Inhibition States and Multiomics Data Enable Prediction of Cell Viability in Diverse Cancer Types

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年04月10日プレプリントサーバーでの情報更新日： 2022年04月10日
JST資料番号： O7001B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

蛋白質キナーゼは広範囲の細胞過程に重要な役割を果たし,キナーゼ活性を阻害する化合物は癌における標的療法開発に対する主要な焦点として浮上している。これは,特異的阻害剤により標的化されたキナーゼのスペクトルと,大規模な細胞生存率スクリーニング努力におけるこれら阻害剤の包含を特性づける,ヒントを得た。より小さなデータセットを用いた以前の研究は,細胞株のベースラインプロファイリングと限られたkinomeプロファイリングデータを用い,細胞生存性に対する小分子効果の予測を試みたが,これら努力は,多用量キナーゼプロファイルを用いず,非常に限られた外部検証で低い精度を達成した。本研究は,細胞生存率スクリーニングの結果を予測するために,2つの主要なデータタイプ,キナーゼ阻害剤プロファイルおよび遺伝子発現に焦点を当てた。これらのデータセットを組み合わせたプロセスを記述し,細胞生存率との関連でそれらの性質を調べ,最終的に妥当な予測精度(0.78のR ̄2と0.154のRMSE)を達成する一連の計算モデルを開発した。これらのモデルを用いて,著者らは,細胞生活力予測モデルにおいて強く影響する,いくつかのキナーゼのセットを同定した。さらに,広い範囲のマルチオミクスデータセットがモデル結果を改善できるかどうかを見るために試験した。最後に,いくつかのトリプルネガティブおよびHER2陽性乳癌細胞株におけるモデル予測の小さなサブセットを検証し,モデルが訓練データセットに含まれていない化合物および細胞株で良好に機能することを示した。全体として,この結果は,kinomeの一般的な知識が,非常に特異的な細胞表現型の予測であり,標的化治療開発パイプラインに統合される可能性があることを示す。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

酵素一般 , 酵素製剤・酵素阻害剤の基礎研究 , 抗腫よう薬の基礎研究 , 細胞生理一般

, , , ,

前のページに戻る