【技术实现步骤摘要】
【国外来华专利技术】达沙替尼响应预测模型及其方法本申请要求2016年8月03日提交的序列号为62/370657的美国临时专利申请的优先权。
本专利技术的领域是基于用响应预测器的实体系数(优选高准确度增益)进一步处理的途径模型信息来预测患者对药物的药物响应的系统和方法。背景本领域已知对途径进行计算建模的各种系统和方法。例如,一些算法(例如,GSEA、SPIA和PathOlogist)能够使用从文献中获取的途径成功地识别被改变的感兴趣的途径。更进一步的工具已经由获取的文献中的相互作用构建了因果图,并使用这些图来解释表达谱。例如ARACNE、MINDy和CONEXIC的算法采用基因转录信息(和拷贝数,在CONEXIC的情况下)以识别一组癌症样品中可能的转录驱动子。然而,这些工具没有尝试将不同的驱动子分组到鉴别单个感兴趣靶标的功能网络中。一些较新的途径算法,如NetBox和癌症中的互斥模块(MutualExclusivityModulesinCancer,MEMo)试图解决癌症中数据整合的问题,从而识别作为样品致癌潜力的关键的多种数据类型间的网络。虽然这些工具使途径间能够进行至少一些有限的整合以找到网络,但是它们通常不能提供调节信息,也不能将这些调节信息与相关途径或途径网络中的一种或多于一种生理效应相关联。为了提高性能,GIENA在单一生物途径中寻找失调的基因相互作用,但没有考虑该途径的拓扑结构或关于相互作用的方向或性质的先验知识。此外,由于这些建模系统的相对不完整的性质,通常不可能进行预测分析,尤其是在多个途径和/或途径元件的相互作用正处于研究中的情况下。最近,已经描述了改进的 ...
【技术保护点】
1.一种处理多个响应预测器的方法,其包括:提供多个响应预测器,其中每个响应预测器与药物相关联并且具有多个途径元件和相关实体系数;计算每个响应预测器相对于相应的零模型的准确度增益度量,以选择单一响应预测器;和使用至少所选择的响应预测器的途径元件和相关实体系数的子集以及患者肿瘤的途径模型输出来计算得分。
【技术特征摘要】
【国外来华专利技术】2016.08.03 US 62/370,6571.一种处理多个响应预测器的方法,其包括:提供多个响应预测器,其中每个响应预测器与药物相关联并且具有多个途径元件和相关实体系数;计算每个响应预测器相对于相应的零模型的准确度增益度量,以选择单一响应预测器;和使用至少所选择的响应预测器的途径元件和相关实体系数的子集以及患者肿瘤的途径模型输出来计算得分。2.根据权利要求1所述的方法,其中所述多个响应预测器为至少1000个响应预测器。3.根据权利要求1所述的方法,其中所述多个响应预测器为至少100000个响应预测器。4.根据权利要求1所述的方法,其中所述实体系数的途径元件选自调节性RNA、免疫信号传导组分、细胞分化因子、细胞增殖因子、细胞凋亡信号传导组分、血管生成因子和细胞周期检查点组分。5.根据权利要求1所述的方法,其中所述准确度增益度量选自准确度值、准确度增益、性能度量、曲线下面积度量、R2值、p值度量、轮廓系数和混淆矩阵。6.根据权利要求1所述的方法,其中使用至少两种不同的机器学习分类器来建立所述多个响应预测器。7.根据权利要求6所述的方法,其中所述至少两种不同的机器学习分类器选自线性核支持向量机、一阶或二阶多项式核支持向量机、岭回归、弹性网络算法、序列最小优化算法、随机森林算法、朴素贝叶斯算法和NMF预测器算法。8.根据权利要求1所述的方法,其中使用随机选择的数据集来计算相应的零模型,所述数据集未用于被针对性地创建零模型的响应预测器的计算。9.根据权利要求1所述的方法,其中途径元件和相关实体系数的子集包括1个至50个实体系数。10.根据权利要求1所述的方法,其中所述患者肿瘤的途径模型输出包括与所选响应预测器中的途径元件的子集相同的途径元件。11.根据权利要求1所述的方法,其中所述得分是关于药物治疗的敏感性得分。12.一种使用患者肿瘤的途径模型的输出来预测患者使用药物的治疗结果的方法,其包括:使用针对药物的高准确度增益响应预测器中途径元件的多个实体系数作为肿瘤途径模型中相应途径元件的输出值的因子,以预测患者使用药物的治疗结果得分;其中使用患者的组学数据计算肿瘤的途径模型,并且所述肿瘤的途径模型包括多个途径元件和相关输出值;其中高准确度增益响应预测器相对于相应的零模型具有预先确定的最小准确度增益;和其中所述高准确度增益响应预测器选自多个响应预测器,其中每个响应预测器与药物相关联。13.根据权利要求12所述的方法,其中所述多个实体系数是1个至50个高准确度增益响应预测器的实体系数。14.根据权利要求12所述的方法,其中所述多个实体系数是实体系数的子集并且包括高准确度增益响应预测器的所有实体系数的上三分位数。15.根据权利要求12所述的方法,其中所述途径模型是概率途径模型。16.根据权利要求12所述的方法,其中所述途径模型是PARADIGM。17.根据权利要求12所述的方法,其中所述预先确定的最小准确度增益超过零模型至少50%。18.根据权利要求12所述的方法,其中使用随机选择的数据集来计算零模型,所述数据集未用于被针对性地创建零模型的高准确度增益响应预测器的计算。19.根据权利要求12所述的方法,其中所述多个响应预测器为至少100000个响应预测器。20.根据权利要求12所述的方法,其中使用至少两种不同的机器学习分类器来建立所述多个响应预测器。21.根据权利要求20所述的方法,其中所述至少两种不同的机器学习分类器选自线性核支持向量机、一阶或二阶多项式核支持向量机、岭回归、弹性网络算法、序列最小优化算法、随机森林算法、朴素贝叶斯算法和NMF预测器算法。22.根据权利要求12所述的方法,其中所述药物是化学治疗药物。23.一种预测用达沙替尼治疗患者肿瘤的治疗结果的方法,其包括:获得患者肿瘤的组学数据;通过使用途径模型和组学数据的途径分析工具来计算肿瘤的途径模型输出,其中途径输出包括多个途径元件和相关活性值;将各个途径实体的多个实体系数应用为途径模型输出的相应途径元件的活性值的因子,从而预测患者的治疗结果;和其中途径实体和各自的实体系数选自MIR34A_(miRNA):-0.10545895;ETS1:-...
【专利技术属性】
技术研发人员:克里斯托弗·W·赛托,斯蒂芬·查尔斯·本茨,查尔斯·约瑟夫·瓦斯克,
申请(专利权)人:南托米克斯有限责任公司,
类型:发明
国别省市:美国,US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。