Key points are not available for this paper at this time.
सारांश: सटीक चिकित्सा के युग में, कैंसर चिकित्सा को एक ट्यूमर के जनोम प्रोफ़ाइल के आधार पर एक व्यक्तिगत रोगी के लिए तैयार किया जा सकता है। कैंसर जनोम डेटा की लगातार बढ़ती प्रचुरता के बावजूद, उत्परिवर्तन प्रोफ़ाइल को औषधि की प्रभावशीलता से जोड़ना एक चुनौती बनी हुई है। यहां हम कैंसर दवा प्रतिक्रिया प्रोफ़ाइल स्कैन (CDRscan) की रिपोर्ट करते हैं, जो एक नवीन गहन शिक्षण मॉडल है जो 787 मानव कैंसर सेल लाइनों के जनोम प्रोफ़ाइल और 244 दवाओं के संरचनात्मक प्रोफ़ाइल को समाहित करते हुए एक बड़े पैमाने पर दवा स्क्रीनिंग परीक्षण डेटा के आधार पर एंटी-कैंसर औषधि की प्रतिक्रिया की भविष्यवाणी करता है। CDRscan एक दो-चरणीय आवर्तन संरचना का उपयोग करता है, जहाँ सेल लाइनों के जनोम उत्परिवर्तन फिंगरप्रिंट और औषधियों के आणविक फिंगरप्रिंट को व्यक्तिगत रूप से संसाधित किया जाता है, फिर 'वर्चुअल डॉकिंग' द्वारा मर्ज किया जाता है, जो औषधि उपचार का एक इन-सिलिको मॉडलिंग है। देखी गई और भविष्यवाणी की गई औषधि प्रतिक्रिया के बीच फिटनेस का विश्लेषण CDRscan की उच्च भविष्यवाणी सटीकता (R 2 > 0.84; AUROC > 0.98) का खुलासा करता है। हमने CDRscan को 1,487 अनुमोदित दवाओं पर लागू किया और 14 ऑन्कोलॉजी और 23 गैर-ऑन्कोलॉजी दवाओं की पहचान की जिनमें नए संभावित कैंसर संकेत हैं। यह, हमारी जानकारी के अनुसार, औषधि पुनर्प्रयोजन की संभाव्यता की भविष्यवाणी में गहन शिक्षण मॉडल का पहला समय है। आगे की क्लिनिकल मान्यता के द्वारा, CDRscan को व्यक्तिगत रोगी के जनोमिक प्रोफ़ाइल के लिए सबसे प्रभावी एंटी-कैंसर दवाओं का चयन करने की अनुमति देने की अपेक्षा है।
चांग एट अल। (मंगल,) ने इस प्रश्न का अध्ययन किया।