Resumen

El uso de clasificadores basados en la expresión génica ha dado lugar a una serie de prometedoras firmas potenciales de diagnóstico, pronóstico y respuesta terapéutica de los pacientes. Sin embargo, estos enfoques también han creado dificultades al intentar utilizar la expresión génica por sí sola para predecir un rasgo complejo. Un enfoque práctico de este problema consiste en integrar los conocimientos biológicos existentes con la expresión génica para construir un predictor compuesto. Estudiamos el problema de predecir la sensibilidad a la radiación en líneas celulares de cáncer humano a partir de la expresión génica. En primer lugar, presentamos pruebas de la necesidad de integrar condiciones biológicas conocidas (tejido de origen, RAS y estado mutacional de p53) en un problema de predicción de la expresión génica que implique sensibilidad a la radiación. A continuación, demostramos mediante regresión lineal una técnica para incorporar este conocimiento. Las correlaciones resultantes entre la expresión génica y la sensibilidad a la radiación mejoraron mediante el uso de esta técnica (el R2 ajustado del mejor ajuste aumentó de 0,3 a 0,84). Se examinó el sobreajuste de los datos mediante el uso de la simulación. Los resultados refuerzan el concepto de que la sensibilidad a la radiación no depende únicamente de la expresión génica, sino más bien de una combinación de distintos parámetros. Demostramos que tener en cuenta la heterogeneidad biológica mejora significativamente la capacidad del modelo para identificar genes asociados a la radiosensibilidad.

• Materias:Ácido ribonucleico (ARN) Biosíntesis Genética vegetal Genómica Biología computacional
• Subjects:Ribonucleic acid (RNA) Biosynthesis Plant genetics Genomics Computational biology
• Palabras claves:expresión génica, sensibilidad a la radiación, uso, problema de predicción de la expresión génica, líneas celulares de cáncer humano, R2 ajustado, condiciones biológicas conocidas, problema, técnica, heterogeneidad biológica
• Keywords:gene expression, radiation sensitivity, use, gene expression prediction problem, human cancer cell lines, fit adjusted R2, known biological conditions, problem, technique, biological heterogeneity