- 3 次围观
涉及多个汇聚通路的有害结局通路定量化（qAOP）仍是毒理学领域的一项基本挑战。体外数据集规模较小且存在缺失值和异方差问题，使这一挑战更加严峻，限制了非线性响应函数的估计以及不确定性的稳健评估。为克服这些局限，我们开发了一套框架，用于估计贝叶斯 qAOP 集成模型（Bayesian qAOPE），该模型将异方差剂量－反应函数与连续样条函数及线性模型相结合。通过贝叶斯堆叠整合多条相互汇聚的非线性通路，该框架能够识别最具意义的通路，并自然地处理高度相关的响应。将该方法应用于肝脂肪变性数据集后，我们通过精确的贝叶斯留一交叉验证证明，该框架具有卓越的预测性能，适用于推导概率加权基准剂量（BMD）。本框架具有很强的适应性，为在贝叶斯网络中整合多条相互汇聚的通路提供了一套不依赖特定化学物质、且具有坚实数学基础的方案。
定量不良结局通路的贝叶斯堆叠：筛选肝脏脂肪变性的主要驱动因素 | bioRxiv
跳转至正文
首页
关于
投稿
提醒 / RSS
搜索此关键词
高级搜索
最新结果
定量不良结局通路的贝叶斯堆叠：筛选肝脏脂肪变性的主要驱动因素
Anna Melina Steinbach，
查看 ORCID 个人资料
Philip Marx-Stoelting，
查看 ORCID 个人资料
Christian Tobias Willenbockel
doi：
https://doi.org/10.64898/2026.10.20.760409
Anna Melina Steinbach
德国联邦风险评估研究所（BfR）农药安全部，Max-Dohrn-Str. 8-10，10589，德国柏林
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
Philip Marx-Stoelting
德国联邦风险评估研究所（BfR）农药安全部，Max-Dohrn-Str. 8-10，10589，德国柏林
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
Philip Marx-Stoelting 的 ORCID 记录
Christian Tobias Willenbockel
德国联邦风险评估研究所（BfR）农药安全部，Max-Dohrn-Str. 8-10，10589，德国柏林
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
Christian Tobias Willenbockel 的 ORCID 记录
通信请联系：
christian-tobias.willenbockel{at}bfr.bund.de
摘要
信息/历史
指标
PDF 预览
摘要
涉及多条汇聚通路的不良结局通路（AOP）的定量化（qAOP），仍是毒理学领域的一项根本性挑战。体外数据集规模较小且存在缺失值和异方差等问题，使这一挑战更加严峻，因为这些问题限制了非线性响应函数的估计，也使不确定性难以得到稳健估计。为克服这一问题……
针对这些局限，我们开发了一种贝叶斯定量不良结局通路集成（Bayesian qAOP Ensemble，Bayesian qAOPE）估计框架，将异方差剂量–反应函数与连续样条和线性模型相结合。通过贝叶斯堆叠整合多条汇聚的非线性通路，该框架能够识别最具意义的通路，并自然地处理高度相关的响应。将该方法应用于肝脏脂肪变性数据集后，我们通过精确贝叶斯留一交叉验证证明，该框架具有卓越的预测性能，适用于推导概率加权基准剂量（BMD）。该框架适应性强，为在贝叶斯网络中整合多条汇聚通路提供了不依赖特定化学物质且具有数学依据的蓝图。
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
欧盟“地平线2020”研究与创新计划，964537（RISK-HUNT3R）
版权
本预印本的版权归作者/资助方所有。作者/资助方已授予 bioRxiv 永久展示本预印本的许可。
本预印本依据 CC-BY 4.0 国际许可协议提供。
返回顶部
上一篇
发布于 2026 年 10 月 25 日。
下载 PDF
电子邮件
感谢您有意帮助传播 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
*
请将多个地址分别输入不同的行，或使用逗号分隔。
您即将发送电子邮件，分享以下内容：
《贝叶斯堆叠定量不良结局通路可识别肝脏脂肪变性的主要驱动因素》
邮件主题
（您的姓名）向您转发了 bioRxiv 上的一个页面
邮件正文
（您的姓名）认为您...
希望查看 bioRxiv 网站上的此页面。
您的个人留言
验证码
此问题用于确认您是否为人类访客，并防止自动垃圾信息提交。
分享
贝叶斯堆叠定量不良结局通路，识别肝脏脂肪变性的主要驱动因素
Anna Melina Steinbach、Philip Marx-Stoelting、Christian Tobias Willenbockel
bioRxiv
2026.10.20.760409；
doi：https://doi.org/10.64898/2026.10.20.760409
分享本文：
复制
引用工具
贝叶斯堆叠定量不良结局通路，识别肝脏脂肪变性的主要驱动因素
Anna Melina Steinbach、Philip Marx-Stoelting、Christian Tobias Willenbockel
bioRxiv
2026.10.20.760409；
doi：https://doi.org/10.64898/2026.10.20.760409
引文管理器格式
BibTeX
Bookends
EasyBib
EndNote（标记格式）
EndNote 8（xml）
Medlars
Mendeley
Papers
RefWorks Tagged
Ref Manager
RIS
Zotero
推文组件
Facebook 点赞
Google Plus +1
学科领域
药理学与毒理学
学科领域
所有文章
动物行为与认知（8164）
生物化学（19027）
生物工程（15171）
生物信息学（45381）
生物物理学（22958）
癌症生物学（20121）
细胞生物学（27315）
临床试验（138）
发育生物学（14150）
生态学（21402）
流行病学（2067）
进化生物学（25816）
遗传学（16352）
基因组学（23851）
免疫学（19036）
微生物学（43211）
分子生物学（18346）
神经科学（95158）
古生物学（714）
病理学（3037）
药理学与毒理学（5203）
生理学（8288）
植物生物学（16274）
科学传播与教育（2116）
合成生物学（4647）
系统生物学（10391）
动物学（2427）
关键词：定量不良结局路径 · 贝叶斯模型堆叠 · 剂量-反应建模 · 肝脏脂肪变性 · 基准剂量评估
原文链接：https://www.biorxiv.org/content/10.64898/2026.10.20.760409v1?rss=1