A kutatás az 5-fluorouracillal (5FU) kezelt vastagbél eredetű sejtvonalak adatbázisokban fellelhető transzkriptomikai adatait elemezve új prediktív biomarker jelölteket azonosított.
A legígéretesebb jelölteket 5-FU monoterápiában részesült betegek vastagbélrák mintáin validálták összevetve a génexpressziós adatokat a klinikai válasszal. Majd létrehoztak egy olyan gépi tanulási modellt, mely képes az in vitro és in vivo modellek összekötésére, jó érzékenységgel azonosítva az adott terápiára nem reagáló betegeket. A primer tumorból származó génexpressziós adatok felhasználásával létrehozott „random forest” modell a jövőben így nagy segítséget nyújthat a terápiás döntéshozatalban. A teljes cikk itt olvasható.
