SynPathy: Predicting Drug Synergy through Drug-Associated Pathways Using Deep Learning

药品 药物重新定位 药物靶点 计算生物学 药物发现 药物开发 计算机科学 交互网络
作者
Yi-Ching Tang,Assaf Gottlieb
出处
期刊:Molecular Cancer Research [American Association for Cancer Research]
卷期号:: molcanres.0735.2021-molcanres.0735.2021
标识
DOI:10.1158/1541-7786.mcr-21-0735
摘要

Drug combination therapy has become a promising therapeutic strategy for cancer treatment. While high-throughput drug combination screening is effective for identifying synergistic drug combinations, measuring all possible combinations is impractical due to the vast space of therapeutic agents and cell lines. In this study, we propose a biologically-motivated deep learning approach to identify pathway-level features from drug and cell lines' molecular data for predicting drug synergy and quantifying the interactions in synergistic drug pairs. This method obtained an MSE of 70.6 ± 6.4, significantly surpassing previous approaches while providing potential candidate pathways to explain the prediction. We further demonstrate that drug combinations tend to be more synergistic when their top contributing pathways are closer to each other on a protein interaction network, suggesting a potential strategy for combination therapy with topologically interacting pathways. Our computational approach can thus be utilized both for prescreening of potential drug combinations and for designing new combinations based on proximity of pathways associated with drug targets and cell lines.Our computational framework may be translated in the future to clinical scenarios where synergistic drugs are tailored to the patient and additionally, drug development could benefit from designing drugs that target topologically close pathways.
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
更新
大幅提高文件上传限制,最高150M (2024-4-1)

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
Cyrus完成签到 ,获得积分10
8秒前
小蕾完成签到 ,获得积分10
17秒前
yinlu完成签到 ,获得积分10
22秒前
李崋壹完成签到 ,获得积分10
22秒前
高大的莞完成签到 ,获得积分10
23秒前
lqz0103完成签到,获得积分10
26秒前
sisea完成签到 ,获得积分10
28秒前
断章完成签到 ,获得积分10
28秒前
兔兔完成签到 ,获得积分10
30秒前
fujun0095完成签到,获得积分10
30秒前
哈哈哈哈完成签到 ,获得积分10
37秒前
陈俊雷完成签到 ,获得积分10
41秒前
美满的小蘑菇完成签到 ,获得积分10
41秒前
pzw完成签到 ,获得积分10
42秒前
to完成签到 ,获得积分10
44秒前
123完成签到 ,获得积分10
47秒前
果宝特攻完成签到 ,获得积分10
51秒前
不会游泳的鱼完成签到 ,获得积分10
55秒前
江月年完成签到 ,获得积分10
57秒前
大方的火龙果完成签到 ,获得积分10
1分钟前
感动白开水完成签到,获得积分10
1分钟前
郑洲完成签到 ,获得积分10
1分钟前
罗实完成签到 ,获得积分10
1分钟前
1分钟前
1分钟前
1分钟前
丰富梦容发布了新的文献求助10
1分钟前
1分钟前
1分钟前
mike2012完成签到 ,获得积分10
1分钟前
1分钟前
开放道天发布了新的文献求助10
1分钟前
赛赛完成签到 ,获得积分10
1分钟前
foyefeng完成签到,获得积分10
1分钟前
哈哈哈哈嘻嘻嘻完成签到 ,获得积分10
1分钟前
木槿花难开完成签到,获得积分10
1分钟前
雪山飞龙完成签到,获得积分10
1分钟前
我是老大应助开放道天采纳,获得10
2分钟前
Xzmmmm完成签到,获得积分10
2分钟前
优秀的牛青完成签到 ,获得积分10
2分钟前
高分求助中
좌파는 어떻게 좌파가 됐나:한국 급진노동운동의 형성과 궤적 2500
Sustainability in Tides Chemistry 1500
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Cognitive linguistics critical concepts in linguistics 800
Threaded Harmony: A Sustainable Approach to Fashion 799
Livre et militantisme : La Cité éditeur 1958-1967 500
氟盐冷却高温堆非能动余热排出性能及安全分析研究 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3052652
求助须知:如何正确求助?哪些是违规求助? 2709874
关于积分的说明 7418267
捐赠科研通 2354453
什么是DOI,文献DOI怎么找? 1246090
科研通“疑难数据库(出版商)”最低求助积分说明 605951
版权声明 595921