Drug-Centric Prior Improves Drug Response Modeling in Partially Overlapping Pharmacogenomic Screens

Das Kapitel geht den Herausforderungen und Chancen nach, die pharmakogenomische Daten mit hohem Durchsatz bieten, wobei der Schwerpunkt auf der Integration mehrerer Datensätze zur Verbesserung der Wirkstoffreaktionsmodellierung liegt. Es führt einen medikamentenzentrierten Prior innerhalb eines multitask bayesianischen Gruppenfaktoranalysemodells ein, um die Vorhersage von Arzneimittelreaktionen und die Identifizierung von Konsensbiomarkern zu verbessern. Die Analyse umfasst eine vergleichende Studie über die Vorhersagekraft, den Effekt der Integration verschiedener molekularer Modalitäten und die Clusterbildung von Medikamenten mit ähnlichen Wirkmechanismen. Insbesondere zeigt das Kapitel, dass der medikamentenzentrierte Vorgänger die Robustheit vorhersagender Medikamentensignaturen verbessern kann, was zu maßgeschneiderten Kombinationstherapien und einer besseren Schichtung der Patientenbehandlung führt. Die Ergebnisse unterstreichen das Potenzial der Integration teilweise überlappender pharmakogenomischer Screens zur Signalrettung und zur Ableitung verallgemeinerbarerer Assoziationen zwischen genomischen Treibern und der Reaktion von Medikamenten.