oncoPredict: an R package for predicting in vivo or cancer patient drug response and biomarkers from cell line screening data

生物标志物发现 药物发现 药品 药物反应 体内 癌细胞系 计算生物学 抗癌药 计算机科学 医学 生物信息学 药物开发 生物标志物 癌症 药理学 生物 蛋白质组学 内科学 癌细胞 生物化学 生物技术 基因
作者
Danielle Maeser,Robert F. Gruener,R. Stephanie Huang
出处
期刊:Briefings in Bioinformatics [Oxford University Press]
卷期号:22 (6) 被引量:1738
标识
DOI:10.1093/bib/bbab260
摘要

Cell line drug screening datasets can be utilized for a range of different drug discovery applications from drug biomarker discovery to building translational models of drug response. Previously, we described three separate methodologies to (1) correct for general levels of drug sensitivity to enable drug-specific biomarker discovery, (2) predict clinical drug response in patients and (3) associate these predictions with clinical features to perform in vivo drug biomarker discovery. Here, we unite and update these methodologies into one R package (oncoPredict) to facilitate the development and adoption of these tools. This new OncoPredict R package can be applied to various in vitro and in vivo contexts for drug and biomarker discovery.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
lemon完成签到 ,获得积分10
1秒前
五六七发布了新的文献求助10
1秒前
称心的依凝完成签到,获得积分10
2秒前
酷炫的不悔完成签到,获得积分10
3秒前
one完成签到,获得积分20
4秒前
4秒前
4秒前
在一起完成签到,获得积分10
4秒前
35766完成签到,获得积分10
4秒前
4秒前
fiee完成签到,获得积分20
4秒前
彭于晏应助kern采纳,获得10
5秒前
逍遥游完成签到,获得积分10
6秒前
6秒前
一小个完成签到,获得积分20
8秒前
8秒前
ll完成签到,获得积分10
8秒前
LDDD发布了新的文献求助20
8秒前
郑蒸日上发布了新的文献求助10
9秒前
9秒前
9秒前
科目三应助HXU采纳,获得10
9秒前
10秒前
one发布了新的文献求助10
11秒前
Sherry完成签到,获得积分10
11秒前
姚老表发布了新的文献求助10
12秒前
锅包肉完成签到 ,获得积分10
12秒前
12秒前
Rochmannn发布了新的文献求助10
14秒前
14秒前
湛无不盛完成签到,获得积分10
14秒前
曾经的贞完成签到,获得积分10
14秒前
14秒前
15秒前
15秒前
繁棠发布了新的文献求助10
15秒前
茉莉方糕发布了新的文献求助10
16秒前
JamesPei应助arniu2008采纳,获得10
17秒前
粗暴的依秋应助可可采纳,获得10
17秒前
17秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Navigating Normative Orders. Interdisciplinary Perspectives 800
Organizational Behavior 510
Management and the Arts 510
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
CLSI VET01S-2024 Performance Standards for Antimicrobial Disk and Dilution Susceptibility Tests for Bacteria Isolated From Animals (7th Ed) 500
A Case Study on Hotels as Noncongregate Emergency Living Accommodations for Returning Citizens 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7756331
求助须知:如何正确求助?哪些是违规求助? 9302682
关于积分的说明 20270808
捐赠科研通 7339553
什么是DOI,文献DOI怎么找? 3311494
关于科研通互助平台的介绍 2462366
邀请新用户注册赠送积分活动 2324934