Performance of gene expression-based single sample predictors for assessment of clinicopathological subgroups and molecular subtypes in cancers : a case comparison study in non-small cell lung cancer

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

Sökning: L773:1477 2000 OR L773:1478 0933 > (2015-2019) > Performance of gene...

Cirenajwis, HelenaLund University,Lunds universitet,Bröstcancer-genetik,Sektion I,Institutionen för kliniska vetenskaper, Lund,Medicinska fakulteten,Melanoma Genomics,Forskargrupper vid Lunds universitet,Breastcancer-genetics,Section I,Department of Clinical Sciences, Lund,Faculty of Medicine,Lund University Research Groups (författare)

Performance of gene expression-based single sample predictors for assessment of clinicopathological subgroups and molecular subtypes in cancers : a case comparison study in non-small cell lung cancer

Artikel/kapitelEngelska2019

Förlag, utgivningsår, omfång ...

2019-02-04
Oxford University Press (OUP),2019
12 s.

Nummerbeteckningar

LIBRIS-ID:oai:lup.lub.lu.se:4a4dc7ab-8e33-4e3b-8550-64bfc4cd51f9
https://lup.lub.lu.se/record/4a4dc7ab-8e33-4e3b-8550-64bfc4cd51f9URI
https://doi.org/10.1093/bib/bbz008DOI

Kompletterande språkuppgifter

Språk:engelska
Sammanfattning på:engelska

Ingår i deldatabas

SwePubSwePub

Klassifikation

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

Anmärkningar

The development of multigene classifiers for cancer prognosis, treatment prediction, molecular subtypes or clinicopathological groups has been a cornerstone in transcriptomic analyses of human malignancies for nearly two decades. However, many reported classifiers are critically limited by different preprocessing needs like normalization and data centering. In response, a new breed of classifiers, single sample predictors (SSPs), has emerged. SSPs classify samples in an N-of-1 fashion, relying on, e.g. gene rules comparing expression values within a sample. To date, several methods have been reported, but there is a lack of head-to-head performance comparison for typical cancer classification problems, representing an unmet methodological need in cancer bioinformatics. To resolve this need, we performed an evaluation of two SSPs [k-top-scoring pair classifier (kTSP) and absolute intrinsic molecular subtyping (AIMS)] for two case examples of different magnitude of difficulty in non-small cell lung cancer: gene expression–based classification of (i) tumor histology and (ii) molecular subtype. Through the analysis of ~2000 lung cancer samples for each case example (n = 1918 and n = 2106, respectively), we compared the performance of the methods for different sample compositions, training data set sizes, gene expression platforms and gene rule selections. Three main conclusions are drawn from the comparisons: both methods are platform independent, they select largely overlapping gene rules associated with actual underlying tumor biology and, for large training data sets, they behave interchangeably performance-wise. While SSPs like AIMS and kTSP offer new possibilities to move gene expression signatures/predictors closer to a clinical context, they are still importantly limited by the difficultness of the classification problem at hand.

Ämnesord och genrebeteckningar

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

Lauss, MartinLund University,Lunds universitet,Bröstcancer-genetik,Sektion I,Institutionen för kliniska vetenskaper, Lund,Medicinska fakulteten,Melanoma Genomics,Forskargrupper vid Lunds universitet,Breastcancer-genetics,Section I,Department of Clinical Sciences, Lund,Faculty of Medicine,Lund University Research Groups(Swepub:lu)med-mlu (författare)
Planck, MariaLund University,Lunds universitet,Bröstcancer-genetik,Sektion I,Institutionen för kliniska vetenskaper, Lund,Medicinska fakulteten,Forskningsgrupp Lungcancer,Forskargrupper vid Lunds universitet,Breastcancer-genetics,Section I,Department of Clinical Sciences, Lund,Faculty of Medicine,Research Group Lung Cancer,Lund University Research Groups(Swepub:lu)onk-mpl (författare)
Vallon-Christersson, JohanLund University,Lunds universitet,Bröstcancer-genetik,Sektion I,Institutionen för kliniska vetenskaper, Lund,Medicinska fakulteten,Breastcancer-genetics,Section I,Department of Clinical Sciences, Lund,Faculty of Medicine(Swepub:lu)onk-jvc (författare)
Staaf, JohanLund University,Lunds universitet,Bröstcancer-genetik,Sektion I,Institutionen för kliniska vetenskaper, Lund,Medicinska fakulteten,Breastcancer-genetics,Section I,Department of Clinical Sciences, Lund,Faculty of Medicine(Swepub:lu)onk-jst (författare)
Bröstcancer-genetikSektion I (creator_code:org_t)

Sammanhörande titlar

Ingår i:Briefings in Bioinformatics: Oxford University Press (OUP)21:2, s. 729-7401477-40541467-5463

Internetlänk

Hitta via bibliotek

Briefings in Bioinformatics (Sök värdpublikationen i LIBRIS)

Till lärosätets databas

Hitta mer i SwePub

Av författaren/redakt...: Cirenajwis, Hele ...; Lauss, Martin; Planck, Maria; Vallon-Christers ...; Staaf, Johan

Om ämnet

MEDICIN OCH HÄLSOVETENSKAP: MEDICIN OCH HÄLS ...; och Klinisk medicin; och Cancer och onkol ...

MEDICIN OCH HÄLSOVETENSKAP: MEDICIN OCH HÄLS ...; och Medicinska och f ...; och Cell och molekyl ...

Artiklar i publikationen: Briefings in Bio ...

Av lärosätet: Lunds 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