• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>BMC Medical Informatics and Decision Making >Iterative sure independent ranking and screening for drug response prediction
【24h】

Iterative sure independent ranking and screening for drug response prediction

机译：迭代肯定独立排名和筛选药物反应预测

获取原文
       
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Prediction of drug response based on multi-omics data is a crucial task in the research of personalized cancer therapy. We proposed an iterative sure independent ranking and screening (ISIRS) scheme to select drug response-associated features and applied it to the Cancer Cell Line Encyclopedia (CCLE) dataset. For each drug in CCLE, we incorporated multi-omics data including copy number alterations, mutation and gene expression and selected up to 50 features using ISIRS. Then a linear regression model based on the selected features was exploited to predict the drug response. Cross validation test shows that our prediction accuracies are higher than existing methods for most drugs. Our study indicates that the features selected by the marginal utility measure, which measures the conditional probability of drug responses given the feature, are helpful for drug response prediction.
机译：基于多OMICS数据的药物反应预测是个性化癌症治疗研究中的一个至关重要的任务。 我们提出了一种迭代肯定独立的排名和筛选（ISIRS）方案，以选择药物反应相关的特征，并将其应用于癌症细胞系百科全书（CCL）数据集。 对于CCLS中的每种药物，我们掺入了多OMICS数据，包括拷贝数改变，突变和基因表达，并使用ISIR选择多达50个特征。 然后利用基于所选特征的线性回归模型来预测药物反应。 交叉验证测试表明，我们的预测精度高于现有的大多数药物的现有方法。 我们的研究表明，由边际效用措施选择的特征，测量给予该特征的药物反应的条件概率，有助于药物反应预测。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号