[DEBUG-WINDOW 처리영역 보기]
즐겨찾기  |  뉴스레터  |  오늘의 정보  |  e브릭몰e브릭몰 sale 회원가입   로그인
BRIC홈 한국을 빛내는 사람들
에이프런티어
배너광고안내
이전
다음
스폰서배너광고 안내  배너1 배너2 배너3 배너4
과학으로 본 코로나19 (COVID-19)
전체보기 추천논문 상위피인용논문 인터뷰 그이후 한빛사통계
공정호
공정호 (JungHo Kong) 저자 이메일 보기
POSTECH
저자CV 보기
62 KB
  CV updated 2020-11-02 14:19
  인터뷰보기 
조회 344  인쇄하기 주소복사 트위터 공유 페이스북 공유 
Network-based machine learning in colorectal and bladder organoid models predicts anti-cancer drug efficacy in patients
열기 Authors and Affiliations

Abstract

Cancer patient classification using predictive biomarkers for anti-cancer drug responses is essential for improving therapeutic outcomes. However, current machine-learning-based predictions of drug response often fail to identify robust translational biomarkers from preclinical models. Here, we present a machine-learning framework to identify robust drug biomarkers by taking advantage of network-based analyses using pharmacogenomic data derived from three-dimensional organoid culture models. The biomarkers identified by our approach accurately predict the drug responses of 114 colorectal cancer patients treated with 5-fluorouracil and 77 bladder cancer patients treated with cisplatin. We further confirm our biomarkers using external transcriptomic datasets of drug-sensitive and -resistant isogenic cancer cell lines. Finally, concordance analysis between the transcriptomic biomarkers and independent somatic mutation-based biomarkers further validate our method. This work presents a method to predict cancer patient drug responses using pharmacogenomic data derived from organoid models by combining the application of gene modules and network-based approaches.

논문정보
TOP5
2020년 후보
- 형식: Research article
- 게재일: 2020년 10월 (BRIC 등록일 2020-11-02)
- 연구진: 국내연구진태극기
- 분야: Genetics, Bioinformatics, Cancer Biology/Oncology
관련 인터뷰
1. 논문관련 분야의 소개, 동향, 전망을 설명, 연구과정에서 생긴 에피소드 같은 암을 앓는 환자라도 항암제의 효과가 매우 다르게 나타나기 때문에, 항암제의 효과를 미리 알 수 있는 기술이 매우 중요한 상황입니다. 이를 위해, 기계 학습 모델을 이용하여 환자의 전사체 정보를 토대로 항암제의 효과를 예측하려는 노력들이 진행되고 있습니다. 하지만, 기존의 기계 학습 모델들은 상대적으로 확보하기 쉬운 동물 모델을 주로 이용하였는데, 환자와 동물간의 생물학적 차이...
관련 보도자료
항암제 치료효과 예측하는 머신러닝 기술 개발
약물유전체학의 등장으로 기존에 축적된 다양한 약물반응데이터를 토대로 자체적인 알고리즘을 도출, 사람마다 다른 약물 반응성을 예측하는 머신러닝 연구가 활발하다. 사람의 생체반응을 최대한 반영할 수 있는 양질의 학...
High-amplitude cofluctuation의 대뇌 functional connectivity에서의 역할 [Proc. Natl. Acad. Sci. USA]
조영흔
발표: 조영흔 (Indiana University)
일자: 2021년 1월 18일 (월) 오전 10시 (한국시간)
언어: 한국어
참석자 접수신청하기
H3K27M을 지닌 소아뇌종양에서 신진대사와 후성유전학의 관계 [Cancer Cell]
정찬
발표: 정찬 (University of Michigan)
일자: 2021년 2월 4일 (목) 오전 11시 (한국시간)
언어: 한국어
참석자 접수신청하기
약물유전단백체학을 활용한 교모세포종 (Glioblastoma) 연구 [Nat. Commun.]
오세진
발표: 오세진 (연세대학교 의과대학)
일자: 2021년 2월 16일 (화) 오후 02시 (한국시간)
언어: 한국어
참석자 접수신청하기
스무색 만으로 완성하지 못하는 단백질 디자인 [Nat. Commun.]
이준구
발표: 이준구 (Northwestern University)
일자: 2021년 2월 17일 (수) 오전 10시 (한국시간)
언어: 한국어
참석자 접수신청하기

  댓글 0
등록
 
목록
관련링크
공정호 님 전체논문보기 >
관련인물
관련분야 논문보기
Genetics

Bioinformatics

Biochemistry

외부링크
Google (by JungHo Kong)
Pubmed (by JungHo Kong)
프리미엄 Bio일정 Bio일정 프리미엄 안내
[웨비나]Spatial Genomic 연구: nanoString GeoMx DSP Webex에 초대합니다.
2021 써모피셔 사이언티픽 UCC 콘테스트
2021 써모피셔 사이언티픽 UCC 콘테스트
날짜: 2021.02.28
주관: 써모피셔 사이언티픽 코리아..
위로가기
한빛사 홈  |  한빛사FAQ  |  한빛사 문의 및 제안
 |  BRIC소개  |  이용안내  |  이용약관  |  개인정보처리방침  |  이메일무단수집거부
Copyright © BRIC. All rights reserved.  |  문의 member@ibric.org
트위터 트위터    페이스북 페이스북   유튜브 유튜브    RSS서비스 RSS
에펜도르프코리아 광고