PATRI, a Genomics Data Integration Tool for Biomarker Discovery
PATRI, a Genomics Data Integration Tool for Biomarker Discovery
复制标题
PATRI，用于生物标记发现的基因组数据集成工具
DOI：
--
复制
发表时间：
2018
影响因子：
--
通讯作者：
R. Bosotti
中科院分区：
文献类型：
--
作者：
G. Ukmar;G. Melloni;L. Raddrizzani;P. Rossi;S. D. Bella;M. R. Pirchio;M. Vescovi;A. Leone;M. Callari;M. Cesarini;Alessio Somaschini;G. D. Vedova;M. Daidone;M. Pettenella;A. Isacchi;R. Bosotti
与临床、表型和药物敏感性信息相关的基因组数据集的可用性代表了潜在治疗应用的宝贵来源，支持新药物敏感性生物标志物和药理学靶点的识别。药物发现和精准肿瘤学在很大程度上受益于从细胞系模型和临床肿瘤样本获得的治疗分子判别器的整合；然而，这项任务需要全面的分析方法来发现底层数据连接。在这里，我们介绍 PATRI（翻译集成数据分析平台），这是一种可通过用户友好的图形界面访问的独立工具，旨在从用户提供的基因组数据中识别与样本特征信息相关的治疗敏感性生物标志物。 PATRI 简化了转化分析工作流程：首先，统计识别基线基因组学特征，区分治疗敏感性和耐药性临床前模型；然后，通过临床基因组数据集的随机森林分类和相对表型特征的统计评估，将这些特征用于预测临床样本中的治疗敏感性。相同的工作流程也可以应用于不同的临床数据集。 PATRI 工具的易用性通过验证分析示例进行说明，这些示例使用已知分子判别式的药物治疗的敏感性数据进行。
The availability of genomic datasets in association with clinical, phenotypic, and drug sensitivity information represents an invaluable source for potential therapeutic applications, supporting the identification of new drug sensitivity biomarkers and pharmacological targets. Drug discovery and precision oncology can largely benefit from the integration of treatment molecular discriminants obtained from cell line models and clinical tumor samples; however this task demands comprehensive analysis approaches for the discovery of underlying data connections. Here we introduce PATRI (Platform for the Analysis of TRanslational Integrated data), a standalone tool accessible through a user-friendly graphical interface, conceived for the identification of treatment sensitivity biomarkers from user-provided genomics data, associated with information on sample characteristics. PATRI streamlines a translational analysis workflow: first, baseline genomics signatures are statistically identified, differentiating treatment sensitive from resistant preclinical models; then, these signatures are used for the prediction of treatment sensitivity in clinical samples, via random forest categorization of clinical genomics datasets and statistical evaluation of the relative phenotypic features. The same workflow can also be applied across distinct clinical datasets. The ease of use of the PATRI tool is illustrated with validation analysis examples, performed with sensitivity data for drug treatments with known molecular discriminants.
登录
查看更多内容
影响因子：
28.2
作者：
Drilon A;Siena S;Ou SI;Patel M;Ahn MJ;Lee J;Bauer TM;Farago AF;Wheler JJ;Liu SV;Doebele R;Giannetta L;Cerea G;Marrapese G;Schirru M;Amatu A;Bencardino K;Palmeri L;Sartore-Bianchi A;Vanzulli A;Cresta S;Damian S;Duca M;Ardini E;Li G;Christiansen J;Kowalski K;Johnson AD;Patel R;Luo D;Chow-Maneval E;Hornby Z;Multani PS;Shaw AT;De Braud FG
通讯作者：
De Braud FG
DOI：
--
发表时间：
2014-07
期刊：
Clinical advances in hematology & oncology : H&O
影响因子：
--
作者：
M. Awad;A. Shaw
通讯作者：
M. Awad;A. Shaw
影响因子：
56.9
作者：
MORRIS, SW;KIRSTEIN, MN;LOOK, AT
通讯作者：
LOOK, AT
影响因子：
20.3
作者：
Kantarjian, Hagop;O'Brien, Susan;Cortes, Jorge
通讯作者：
Cortes, Jorge
影响因子：
9.3
作者：
Jiang P;Lee W;Li X;Johnson C;Liu JS;Brown M;Aster JC;Liu XS
通讯作者：
Liu XS