Predicting Chemical-Induced Liver Toxicity Using High-Content Imaging Phenotypes and Chemical Descriptors: A Random Forest Approach

↓ Direkt till sidans innehåll
↓ Direkt till sidans sekundära innehåll (sidomenyn)

Sökning: id:"swepub:oai:DiVA.org:oru-86638" > Predicting Chemical...

1 av 1
Föregående post
Nästa post
Till träfflistan

Chavan, SwapnilSchool of Science and Technology, Örebro University, Örebro, Sweden (författare)

Predicting Chemical-Induced Liver Toxicity Using High-Content Imaging Phenotypes and Chemical Descriptors : A Random Forest Approach

Artikel/kapitelEngelska2020

Förlag, utgivningsår, omfång ...

2020-08-24
American Chemical Society (ACS),2020
printrdacarrier

Nummerbeteckningar

LIBRIS-ID:oai:DiVA.org:oru-86638
https://urn.kb.se/resolve?urn=urn:nbn:se:oru:diva-86638URI
https://doi.org/10.1021/acs.chemrestox.9b00459DOI

Kompletterande språkuppgifter

Språk:engelska
Sammanfattning på:engelska

Ingår i deldatabas

SwePubSwePub

Klassifikation

Ämneskategori:ref swepub-contenttype
Ämneskategori:art swepub-publicationtype

Anmärkningar

Funding Agencies:EnForce project (Environmental Forensic Laboratory)Örebro University, Sweden
Hepatotoxicity is a major reason for the withdrawal or discontinuation of drugs from clinical trials. Thus, better tools are needed to filter potential hepatotoxic drugs early in drug discovery. Our study demonstrates utilization of HCI phenotypes, chemical descriptors, and both combined (hybrid) descriptors to construct random forest classifiers (RFCs) for the prediction of hepatotoxicity. HCI data published by Broad Institute provided HCI phenotypes for about 30 000 samples in multiple replicates. Phenotypes belonging to 346 chemicals, which were tested in up to eight replicates, were chosen as a basis for our analysis. We then constructed individual RFC models for HCI phenotypes, chemical descriptors, and hybrid (chemical and HCI) descriptors. The model that was constructed using selective hybrid descriptors showed high predictive performance with 5-fold cross validation (CV) balanced accuracy (BA) at 0.71, whereas within the given applicability domain (AD), independent test set and external test set prediction BAs were equal to 0.61 and 0.60, respectively. The model constructed using chemical descriptors showed a similar predictive performance with a 5-fold CV BA equal to 0.66, a test set prediction BA within the AD equal to 0.56, and an external test set prediction BA within the AD equal to 0.50. In conclusion, the hybrid and chemical descriptor-based models presented here should be considered as a new tool for filtering hepatotoxic molecules during compound prioritization in drug discovery.

Ämnesord och genrebeteckningar

Biuppslag (personer, institutioner, konferenser, titlar ...)

Scherbak, Nikolai,1967-Örebro universitet,Institutionen för naturvetenskap och teknik(Swepub:oru)nsk (författare)
Engwall, Magnus,1965-Örebro universitet,Institutionen för naturvetenskap och teknik(Swepub:oru)mel (författare)
Repsilber, Dirk,1971-Örebro universitet,Institutionen för medicinska vetenskaper(Swepub:oru)drr (författare)
School of Science and Technology, Örebro University, Örebro, SwedenInstitutionen för naturvetenskap och teknik (creator_code:org_t)

Sammanhörande titlar

Ingår i:Chemical Research in Toxicology: American Chemical Society (ACS)33:9, s. 2261-22750893-228X1520-5010

Internetlänk

Hitta via bibliotek

Chemical Research in Toxicology (Sök värdpublikationen i LIBRIS)

Till lärosätets databas

1 av 1
Föregående post
Nästa post
Till träfflistan

Hitta mer i SwePub

Av författaren/redakt...: Chavan, Swapnil; Scherbak, Nikola ...; Engwall, Magnus, ...; Repsilber, Dirk, ...

Om ämnet

MEDICIN OCH HÄLSOVETENSKAP: MEDICIN OCH HÄLS ...; och Medicinska och f ...; och Farmakologi och ...

Artiklar i publikationen: Chemical Researc ...

Av lärosätet: Örebro universitet

Sök utanför SwePub

Sök vidare i:: Google; Google Book Search; Google Scholar

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

LIBRIS.kb.se