一种用于研究体外药物组合实验中协同交互效应的贝叶斯方法
应用统计
2019-09-24 v2 统计方法学
摘要
在癌症转化研究中，越来越多的努力致力于研究两种药物同时给药时的联合效应。在本文中，我们引入一种新方法来估计两药效应中由化合物相互作用导致的部分，即相对于代表两化合物无相互作用条件（称为零交互）的参考值而言的协同或拮抗效应。我们将体外细胞活力实验描述为随机实验，将细胞活力解释为实验中细胞在处理后存活的概率，并包含与不同暴露条件相关的信息。我们提出一个灵活的贝叶斯样条回归框架，用于将两药联合的活力曲面建模为浓度的函数。由于所提方法基于统计模型，它允许包含实验重复、评估估计的不确定性并进行预测。我们在模拟研究以及卵巢癌数据集上测试了模型拟合和预测性能。通过自适应 MCMC 算法获得的零交互水平和协同项的后验估计，被用于计算联合实验疗效的可解释度量，包括用于总结零交互和协同项的相对曲面下体积（rVUS）度量，以及著名的 EC50 度量的双变量替代方案。
引用
@article{arxiv.1904.04901,
title = {A Bayesian approach to study synergistic interaction effects in in-vitro drug combination experiments},
author = {Andrea Cremaschi and Arnoldo Frigessi and Kjetil Taskén and Manuela Zucknick},
journal= {arXiv preprint arXiv:1904.04901},
year = {2019}
}