Prediction of human population responses to toxic compounds by a collaborative competition. - Archive ouverte HAL Accéder directement au contenu
Article Dans Une Revue Nature Biotechnology Année : 2015

Prediction of human population responses to toxic compounds by a collaborative competition.

, , , , (1) , (2) , , , , (3) , , (4) , (5) , (6) , , , , , , , , , , (7) , , , , (8, 9) , , , (10) , (11) , , , , , , , , , (12) , , , (13) , (14, 15, 16) , , (17) , (18) , , , (19, 20) , , , , (21) , , , (22) , , , , , , , , (23) , , (24) , , (25) , , , , , (26) , , , (27) , , , , , (28) , , , (29) , , (30) , , , , (8, 9) , (31) , , (32) , (9, 8) , , (8, 9) , , , (33) , (34) , , (35) , (36) , , (37, 38) , (39) , (40)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
Federica Eduati
  • Fonction : Auteur
Lara M Mangravite
  • Fonction : Auteur
Tao Wang
Hao Tang
Thea Norman
  • Fonction : Auteur
Mike Kellen
  • Fonction : Auteur
Michael P Menden
  • Fonction : Auteur
Yang Yang
Xiaowei Zhan
  • Fonction : Auteur
Menghang Xia
  • Fonction : Auteur
Nour Abdo
  • Fonction : Auteur
Oksana Kosyk
  • Fonction : Auteur
Stephen Friend
  • Fonction : Auteur
Gustavo Stolovitzky
  • Fonction : Auteur
Allen Dearry
  • Fonction : Auteur
Raymond R Tice
  • Fonction : Auteur
Anton Simeonov
  • Fonction : Auteur
Ivan Rusyn
  • Fonction : Auteur
Fred A Wright
  • Fonction : Auteur
Salvatore Alaimo
  • Fonction : Auteur
Alicia Amadoz
  • Fonction : Auteur
Muhammad Ammad-Ud-Din
  • Fonction : Auteur
Jaume Bacardit
  • Fonction : Auteur
Pelham Barron
  • Fonction : Auteur
Shao Bin
  • Fonction : Auteur
Alena van Bömmel
  • Fonction : Auteur
Karsten Borgwardt
  • Fonction : Auteur
April M Brys
  • Fonction : Auteur
Brian Caffrey
  • Fonction : Auteur
Jeffrey Chang
  • Fonction : Auteur
Jungsoo Chang
  • Fonction : Auteur
Eleni G Christodoulou
  • Fonction : Auteur
Trevor Cohen
  • Fonction : Auteur
Marianne Cowherd
  • Fonction : Auteur
Joel D Elhard
  • Fonction : Auteur
Alfredo Ferro
  • Fonction : Auteur
David A Friedenberg
  • Fonction : Auteur
Rosalba Giugno
  • Fonction : Auteur
Jenni W Gorospe
  • Fonction : Auteur
Courtney A Granville
  • Fonction : Auteur
Dominik Grimm
  • Fonction : Auteur
Rosa D Hernansaiz
  • Fonction : Auteur
Sepp Hochreiter
  • Fonction : Auteur
Matthew Huska
  • Fonction : Auteur
Yunlong Jiao
Günter Klambauer
  • Fonction : Auteur
Michael Kuhn
  • Fonction : Auteur
Miron Bartosz Kursa
  • Fonction : Auteur
Rintu Kutum
  • Fonction : Auteur
Nicola Lazzarini
  • Fonction : Auteur
Michael K K Leung
  • Fonction : Auteur
Charlie Liu
  • Fonction : Auteur
Alessandro Mammana
  • Fonction : Auteur
Andreas Mayr
  • Fonction : Auteur
Tom Michoel
  • Fonction : Auteur
Misael Mongiovì
  • Fonction : Auteur
Ravi Narasimhan
  • Fonction : Auteur
Stephen Opiyo
  • Fonction : Auteur
Andrea L Peabody
  • Fonction : Auteur
Juliane Perner
  • Fonction : Auteur
Alfredo Pulvirenti
  • Fonction : Auteur
Konrad Rawlik
  • Fonction : Auteur
Carol G Riffle
  • Fonction : Auteur
Douglas Ruderfer
  • Fonction : Auteur
Richard S Savage
  • Fonction : Auteur
Erwan Scornet
Patricia Sebastian-Leon
  • Fonction : Auteur
Roded Sharan
  • Fonction : Auteur
Carl Johann Simon-Gabriel
  • Fonction : Auteur
Ana L Teixeira
  • Fonction : Auteur
Martin Vingron
  • Fonction : Auteur
Sean Whalen
  • Fonction : Auteur
Zofia Wiśniewska
  • Fonction : Auteur
Shihua Zhang
  • Fonction : Auteur
Dai Ziwei
  • Fonction : Auteur

Résumé

The ability to computationally predict the effects of toxic compounds on humans could help address the deficiencies of current chemical safety testing. Here, we report the results from a community-based DREAM challenge to predict toxicities of environmental compounds with potential adverse health effects for human populations. We measured the cytotoxicity of 156 compounds in 884 lymphoblastoid cell lines for which genotype and transcriptional data are available as part of the Tox21 1000 Genomes Project. The challenge participants developed algorithms to predict interindividual variability of toxic response from genomic profiles and population-level cytotoxicity data from structural attributes of the compounds. 179 submitted predictions were evaluated against an experimental data set to which participants were blinded. Individual cytotoxicity predictions were better than random, with modest correlations (Pearson's r < 0.28), consistent with complex trait genomic prediction. In contrast, predictions of population-level response to different compounds were higher (r < 0.66). The results highlight the possibility of predicting health risks associated with unknown compounds, although risk estimation accuracy remains suboptimal.

Dates et versions

hal-01428019 , version 1 (06-01-2017)

Identifiants

Citer

Federica Eduati, Lara M Mangravite, Tao Wang, Hao Tang, J Christopher Bare, et al.. Prediction of human population responses to toxic compounds by a collaborative competition.. Nature Biotechnology, 2015, 33 (9), pp.933-40. ⟨10.1038/nbt.3299⟩. ⟨hal-01428019⟩
1652 Consultations
0 Téléchargements

Altmetric

Partager

Gmail Facebook Twitter LinkedIn More