Synthetic lethality-mediated precision oncology via the tumor transcriptome.
Synthetic lethality-mediated precision oncology via the tumor transcriptome.
复制标题
DOI：
10.1016/j.cell.2021.03.030
复制
发表时间：
2021-04-29
期刊：
影响因子：
64.5
通讯作者：
Ruppin, Eytan
中科院分区：
文献类型：
--
作者：
Lee, Joo Sang;Nair, Nishanth Ulhas;Dinstag, Gal;Chapman, Lesley;Chung, Youngmin;Wang, Kun;Sinha, Sanju;Cha, Hongui;Kim, Dasol;Schperberg, Alexander, V;Srinivasan, Ajay;Lazar, Vladimir;Rubin, Eitan;Hwang, Sohyun;Berger, Raanan;Beker, Tuvik;Ronai, Ze'ev;Hannenhalli, Sridhar;Gilbert, Mark R.;Kurzrock, Razelle;Lee, Se-Hoon;Aldape, Kenneth;Ruppin, Eytan
精准肿瘤学取得了重大进展，主要是通过针对癌症驱动基因中的可操作突变。为了扩大治疗机会，最近的研究已经开始探索肿瘤转录组在指导患者治疗方面的用途。在这里，我们介绍 SELECT（通过转录组进行合成 LEthality 和救援介导的精准肿瘤学），这是一种精准肿瘤学框架，利用遗传相互作用从肿瘤转录组预测患者对癌症治疗的反应。 SELECT 在 10 种不同癌症类型的 35 项已发表的靶向和免疫治疗临床试验中进行了广泛的测试。在 80% 的临床试验和最近的多组 WINTHER 试验中，它可以预测患者的反应。预测签名和代码公开供学术使用，为未来的前瞻性临床研究奠定基础。 SELECT 是一个用于分析肿瘤转录组的精准肿瘤学框架。在大量临床试验中，药物靶标的合成致死伙伴可以预测患者对靶向疗法和免疫疗法的反应。
Precision oncology has made significant advances, mainly by targeting actionable mutations in cancer driver genes. Aiming to expand treatment opportunities, recent studies have begun to explore the utility of tumor transcriptome to guide patient treatment. Here we introduce SELECT (SynthEtic LEthality and rescue-mediated precision onCology via the Transcriptome), a precision oncology framework harnessing genetic interactions to predict patient response to cancer therapy from the tumor transcriptome. SELECT is tested on a broad collection of 35 published targeted and immunotherapy clinical trials from 10 different cancer types. It is predictive of patients’ response in 80% of these clinical trials and in the recent multi-arm WINTHER trial. The predictive signatures and the code are made publicly available for academic use, laying a basis for future prospective clinical studies. SELECT is a precision oncology framework to analyze the tumor transcriptome. The synthetic lethal partners of drug targets are predictive of patients’ response to targeted and immunotherapies across a large number of clinical trials.
登录
查看更多内容
影响因子：
8.8
作者：
Daud A;Kluger HM;Kurzrock R;Schimmoller F;Weitzman AL;Samuel TA;Moussa AH;Gordon MS;Shapiro GI
通讯作者：
Shapiro GI
影响因子：
64.5
作者：
Basu A;Bodycombe NE;Cheah JH;Price EV;Liu K;Schaefer GI;Ebright RY;Stewart ML;Ito D;Wang S;Bracha AL;Liefeld T;Wawer M;Gilbert JC;Wilson AJ;Stransky N;Kryukov GV;Dancik V;Barretina J;Garraway LA;Hon CS;Munoz B;Bittker JA;Stockwell BR;Khabele D;Stern AM;Clemons PA;Shamji AF;Schreiber SL
通讯作者：
Schreiber SL
影响因子：
28.2
作者：
Chen PL;Roh W;Reuben A;Cooper ZA;Spencer CN;Prieto PA;Miller JP;Bassett RL;Gopalakrishnan V;Wani K;De Macedo MP;Austin-Breneman JL;Jiang H;Chang Q;Reddy SM;Chen WS;Tetzlaff MT;Broaddus RJ;Davies MA;Gershenwald JE;Haydu L;Lazar AJ;Patel SP;Hwu P;Hwu WJ;Diab A;Glitza IC;Woodman SE;Vence LM;Wistuba II;Amaria RN;Kwong LN;Prieto V;Davis RE;Ma W;Overwijk WW;Sharpe AH;Hu J;Futreal PA;Blando J;Sharma P;Allison JP;Chin L;Wargo JA
通讯作者：
Wargo JA
影响因子：
7.4
作者：
Damotte, Diane;Warren, Sarah;Leroy, Karen
通讯作者：
Leroy, Karen
影响因子：
82.9
作者：
Farmer, Pierre;Bonnefoi, Herve;Delorenzi, Mauro
通讯作者：
Delorenzi, Mauro