- 17 次围观
基于转录组的药物再利用可以加速治疗发现,但其发展受到资源碎片化、质量控制不一致以及依赖单一扰动数据库等因素的限制。我们开发了 CDRPipe(Computational Drug Repurposing Pipeline,计算药物再利用流程),这是一个统一框架,用于将疾病特征与由不同实验技术生成的药物扰动特征进行比对。具体而言,CDRPipe 将 Connectivity Map(CMap;1,968 个经过质量筛选的实验)中的微阵列扰动谱,与 Tahoe-100M 数据库中大规模单细胞 RNA 测序实验(56,827 个实验)衍生的伪批量谱进行整合。CDRPipe 对预处理流程进行标准化,计算基于排序的连接性评分,并利用经验零模型评估统计显著性。我们将 CDRPipe 应用于来自 GEO 和 CREEDS 的 233 个经过整理的疾病特征,并利用 Open Targets 中已知的药物—疾病关联评估其性能。与微阵列表达谱相比,单细胞衍生的伪批量谱能够识别出更多有注释的治疗药物(中位召回率分别为 50.0% 和 6.2%;Wilcoxon 检验 p < 10^-11),尽管这些差异在一定程度上反映了药物库组成和临床注释覆盖范围的差异。重要的是,两种资源具有高度互补性,所识别药物的重叠率仅为 3.5%,表明整合来自相互独立的扰动资源的预测结果能够扩大治疗覆盖范围,并有助于识别高置信度的共识候选药物。自身免疫性疾病和子宫内膜异位症的案例研究进一步表明,CDRPipe 能够识别具有临床相关性的治疗方案,同时揭示出依赖技术的发现模式。这些结果表明,整合异质性转录组扰动资源能够改善转录组学药物再利用的稳健性与可解释性
整合单细胞与 bulk 转录组扰动资源揭示了用于药物再利用的互补性治疗空间 | bioRxiv
跳转至主要内容
首页
关于
投稿
提醒 / RSS
搜索此关键词
高级搜索
最新结果
整合单细胞与 bulk 转录组扰动资源揭示了用于药物再利用的互补性治疗空间
查看 ORCID 个人资料
Enock Niyonkuru
、
查看 ORCID 个人资料
Umair Khan
、
查看 ORCID 个人资料
Xinyu Tang
、
Laura Almonte
、
查看 ORCID 个人资料
Eden Chun
、
查看 ORCID 个人资料
Brenda Ametepe
、
查看 ORCID 个人资料
Carlota Pereda Serras
、
查看 ORCID 个人资料
Boris Oskotsky
、
查看 ORCID 个人资料
Brice Gaudilliere
、
查看 ORCID 个人资料
David K. Stevenson
、
查看 ORCID 个人资料
Jessica Neely
、
查看 ORCID 个人资料
Linda C Giudice
、
查看 ORCID 个人资料
Tomiko Oskotsky
、
查看 ORCID 个人资料
Marina Sirota
doi:
https://doi.org/10.64898/2026.07.17.739227
Enock Niyonkuru
1
贝克尔计算健康科学研究所,加利福尼亚大学旧金山分校;美国加利福尼亚州旧金山。加利福尼亚大学旧金山分校生物与医学信息学研究生项目;美国加利福尼亚州旧金山。;
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本网站搜索该作者
Enock Niyonkuru 的 ORCID 记录
Umair Khan
1
贝克尔计算健康科学研究所,加利福尼亚大学旧金山分校;美国加利福尼亚州旧金山。加利福尼亚大学旧金山分校生物与医学信息学研究生项目;美国加利福尼亚州旧金山。;
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本网站搜索该作者
Umair Khan 的 ORCID 记录
Xinyu Tang
2
贝克尔计算健康科学研究所,加利福尼亚大学旧金山分校;美国加利福尼亚州旧金山。;
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本网站搜索该作者
Google Scholar 上的作者
在 PubMed 上查找该作者
在本网站搜索该作者
Xinyu Tang 的 ORCID 记录
Laura Almonte
1
加州大学旧金山分校 Bakar 计算健康科学研究所;美国加利福尼亚州旧金山。加州大学旧金山分校生物医学与医学信息学研究生项目;美国加利福尼亚州旧金山。
在 Google Scholar 上查找该作者
在 PubMed 上查找该作者
在本网站搜索该作者
Eden Chun
3
加州大学旧金山分校 Bakar 计算健康科学研究所;美国加利福尼亚州旧金山。加州大学旧金山分校药物科学与药物基因组学研究生项目;美国加利福尼亚州旧金山。
在 Google Scholar 上查找该作者
在 PubMed 上查找该作者
在本网站搜索该作者
Eden Chun 的 ORCID 记录
Brenda Ametepe
4
加州大学旧金山分校 Bakar 计算健康科学研究所;美国加利福尼亚州旧金山。加州大学伯克利分校与加州大学旧金山分校联合生物工程研究生项目;美国加利福尼亚州伯克利和旧金山。
在 Google Scholar 上查找该作者
在 PubMed 上查找该作者
在本网站搜索该作者
Brenda Ametepe 的 ORCID 记录
Carlota Pereda Serras
2
加州大学旧金山分校 Bakar 计算健康科学研究所;美国加利福尼亚州旧金山。
在 Google Scholar 上查找该作者
在 PubMed 上查找该作者
在本网站搜索该作者
Carlota Pereda Serras 的 ORCID 记录
Boris Oskotsky
2
加州大学旧金山分校 Bakar 计算健康科学研究所;美国加利福尼亚州旧金山。
在 Google Scholar 上查找该作者
在 PubMed 上查找该作者
在本网站搜索该作者
Boris Oskotsky 的 ORCID 记录
Brice Gaudilliere
5
麻醉学、围术期及
疼痛医学部,斯坦福大学医学院,美国加利福尼亚州斯坦福;
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Brice Gaudilliere 的 ORCID 记录
David K. Stevenson
6
美国加利福尼亚州斯坦福,斯坦福大学医学院儿科系;
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
David K. Stevenson 的 ORCID 记录
Jessica Neely
7
加州大学旧金山分校儿科系儿童风湿病科;美国加利福尼亚州旧金山;
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Jessica Neely 的 ORCID 记录
Linda C Giudice
8
加州大学旧金山分校妇产科与生殖科学系;美国加利福尼亚州旧金山;
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Linda C Giudice 的 ORCID 记录
Tomiko Oskotsky
9
加州大学旧金山分校 Bakar 计算健康科学研究所;美国加利福尼亚州旧金山。加州大学旧金山分校医学院医学系临床信息学与数字化转型部;美国加利福尼亚州旧金山
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Tomiko Oskotsky 的 ORCID 记录
Marina Sirota
9
加州大学旧金山分校 Bakar 计算健康科学研究所;美国加利福尼亚州旧金山。加州大学旧金山分校医学院医学系临床信息学与数字化转型部;美国加利福尼亚州旧金山
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Marina Sirota 的 ORCID 记录
对于
通讯作者:marina.sirota{at}ucsf.edu
摘要
基于转录组的药物再利用可以加速治疗发现,但受限于资源碎片化、质量控制不一致,以及对单一扰动数据库的依赖。我们开发了 CDRPipe(计算药物再利用流程),这是一个统一框架,可将疾病特征与由不同实验技术生成的药物扰动特征进行比对。具体而言,CDRPipe 整合了来自 Connectivity Map(CMap;经质量筛选的 1,968 项实验)的微阵列扰动谱,以及来自 Tahoe-100M 数据库大规模单细胞 RNA 测序实验(56,827 项实验)的伪批量谱。CDRPipe 对预处理流程进行标准化,计算基于秩的连接性得分,并使用经验零模型评估显著性。我们将 CDRPipe 应用于来自 GEO 和 CREEDS 的 233 个经整理的疾病特征,并使用 Open Targets 中已知的药物—疾病关联评估其性能。与微阵列谱相比,单细胞衍生的伪批量谱检出了更多已有注释的治疗药物(中位召回率为 50.0% 对 6.2%;Wilcoxon 检验 p < 10^-11),不过,这些差异在一定程度上反映了药物库构成及临床注释覆盖范围的差异。值得注意的是,这两种资源具有很强的互补性,检出的药物仅有 3.5% 重叠,表明整合来自独立扰动资源的预测能够拓展治疗覆盖范围,并有助于识别高置信度共识候选药物。自身免疫性疾病和子宫内膜异位症的案例研究进一步表明,CDRPipe 不仅能够检出具有临床相关性的疗法,也揭示了依赖于技术的发现模式。这些
研究结果表明,整合异质性转录组扰动资源能够提升转录水平药物再利用研究的稳健性和可解释性。
利益冲突声明
作者声明不存在利益冲突。
已声明的资助信息
美国国立卫生研究院,
https://ror.org/01cwqze88,1R21HD114953,1R01AI180118,P30 AR070155,P01HD106414,1R01AG100879-0
加州大学旧金山分校 March of Dimes 早产研究中心
版权
本预印本的版权持有人为作者/资助方,其已授予 bioRxiv 永久展示本预印本的许可。
本内容依据 CC-BY 4.0 国际许可协议提供。
返回顶部
上一篇
下一篇
发布于 2026 年 7 月 22 日。
下载 PDF
电子邮件
感谢您有意传播 bioRxiv 的内容。
注意:我们仅请求提供您的电子邮件地址,以确认您是本文的发送者。
您的电子邮件地址
*
您的姓名
*
收件人
*
请输入多个地址,每行一个,或以逗号分隔。
您即将发送以下内容
整合单细胞与批量转录组扰动资源,揭示药物再利用的互补治疗空间
邮件主题
(您的姓名)向您转发了 bioRxiv 的一个网页
邮件正文
(您的姓名)认为您可能会对 bioRxiv 网站上的此页面感兴趣。
个人留言
验证码
此问题用于确认您是否为真人访客,并防止自动垃圾信息提交。
分享
整合单细胞与批量转录组扰动资源,揭示药物再利用的互补治疗空间
Enock Niyonkuru,Umair Khan,Xinyu Tang,Laura Almonte,Eden Chun,Brenda Ametepe,Carlota Pereda Serras,Boris Oskotsky,Brice Gaudilliere,David K. Stevenson,Jessica Neely,Linda C
Giudice、Tomiko Oskotsky、Marina Sirota
bioRxiv
2026.07.17.739227
doi:https://doi.org/10.64898/2026.07.17.739227
分享本文:
复制
引用工具
整合单细胞与批量转录组扰动资源,揭示药物再利用的互补治疗空间
Enock Niyonkuru、Umair Khan、Xinyu Tang、Laura Almonte、Eden Chun、Brenda Ametepe、Carlota Pereda Serras、Boris Oskotsky、Brice Gaudilliere、David K. Stevenson、Jessica Neely、Linda C. Giudice、Tomiko Oskotsky、Marina Sirota
bioRxiv
2026.07.17.739227
doi:https://doi.org/10.64898/2026.07.17.739227
引用管理器格式
BibTeX
Bookends
EasyBib
EndNote(标记格式)
EndNote 8(xml)
Medlars
Mendeley
Papers
RefWorks(标记格式)
Ref Manager
RIS
Zotero
推文组件
Facebook 点赞
Google +1
学科领域
生物信息学
学科分类
所有文章
动物行为与认知(7820)
生物化学(18264)
生物工程(14431)
生物信息学(43198)
生物物理学(22023)
癌症生物学(19140)
细胞生物学(26221)
临床试验(138)
发育生物学(13669)
生态学(20452)
流行病学(2067)
进化生物学(24907)
遗传学(15881)
基因组学(23049)
免疫学(18246)
微生物学(41427)
分子生物学(17585)
神经科学(91084)
古生物学(680)
病理学(2914)
药理学与毒理学(4961)
生理学(7899)
植物生物学(15551)
科学传播与教育(2072)
合成生物学(4440)
系统生物学(10027)
动物学(2323)
关键词:药物再利用 · 单细胞转录组学 · 转录组扰动分析 · 计算药物发现 · 疾病特征匹配
原文链接:https://www.biorxiv.org/content/10.64898/2026.07.17.739227v1?rss=1