A novel non-parametric method for uncertainty evaluation of correlation-based molecular signatures : its application on PAM50 algorithm

Autores
Fresno, Cristóbal; González, Germán Alexis; Merino, Gabriela Alejandra; Flesia, Ana Georgina; Podhajcer, Osvaldo Luis; Llera, Andrea Sabina; Fernández, Elmer Andrés
Año de publicación
2017
Idioma
inglés
Tipo de recurso
artículo
Estado
versión publicada
Descripción
Fil: Fresno, Cristóbal. Universidad Católica de Córdoba; Argentina.
Fil: Fresno, Cristóbal. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Fil: González, Germán Alexis. Universidad Católica de Córdoba; Argentina.
Fil: González, Germán Alexis. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Fil: Merino, Gabriela Alejandra. Universidad Católica de Córdoba; Argentina.
Fil: Merino, Gabriela Alejandra. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Fil: Flesia, Ana Georgina. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.
Fil: Flesia, Ana Georgina. Universidad Nacional de Córdoba. Centro de Investigación y Estudios de Matemática; Argentina.
Fil: Flesia, Ana Georgina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro de Investigación y Estudios de Matemática; Argentina.
Fil: Podhajcer, Osvaldo Luis. Instituto Leloir. Laboratorio de Terapia Molecular y Celular; Argentina.
Fil: Podhajcer, Osvaldo Luis. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Fil: Llera, Andrea Sabina. Instituto Leloir. Laboratorio de Terapia Molecular y Celular; Argentina.
Fil: Llera, Andrea Sabina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Fil: Fernández, Elmer Andrés. Universidad Católica de Córdoba; Argentina.
Fil: Fernández, Elmer Andrés. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Motivation: The PAM50 classifier is used to assign patients to the highest correlated breast cancer subtype irrespectively of the obtained value. Nonetheless, all subtype correlations are required to build the risk of recurrence (ROR) score, currently used in therapeutic decisions. Present subtype uncertainty estimations are not accurate, seldom considered or require a population-based approach for this context. Results: Here we present a novel single-subject non-parametric uncertainty estimation based on PAM50’s gene label permutations. Simulations results (n= 5228) showed that only 61% subjects can be reliably "Assigned" to the PAM50 subtype, whereas 33% should be "Not Assigned" (NA), leaving the rest to tight "Ambiguous" correlations between subtypes. The NA subjects exclusion from the analysis improved survival subtype curves discrimination yielding a higher proportion of low and high ROR values. Conversely, all NA subjects showed similar survival behaviour regardless of the original PAM50 assignment. We propose to incorporate our PAM50 uncertainty estimation to support therapeutic decisions.
info:eu-repo/semantics/publishedVersion
Fil: Fresno, Cristóbal. Universidad Católica de Córdoba; Argentina.
Fil: Fresno, Cristóbal. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Fil: González, Germán Alexis. Universidad Católica de Córdoba; Argentina.
Fil: González, Germán Alexis. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Fil: Merino, Gabriela Alejandra. Universidad Católica de Córdoba; Argentina.
Fil: Merino, Gabriela Alejandra. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Fil: Flesia, Ana Georgina. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.
Fil: Flesia, Ana Georgina. Universidad Nacional de Córdoba. Centro de Investigación y Estudios de Matemática; Argentina.
Fil: Flesia, Ana Georgina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro de Investigación y Estudios de Matemática; Argentina.
Fil: Podhajcer, Osvaldo Luis. Instituto Leloir. Laboratorio de Terapia Molecular y Celular; Argentina.
Fil: Podhajcer, Osvaldo Luis. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Fil: Llera, Andrea Sabina. Instituto Leloir. Laboratorio de Terapia Molecular y Celular; Argentina.
Fil: Llera, Andrea Sabina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Fil: Fernández, Elmer Andrés. Universidad Católica de Córdoba; Argentina.
Fil: Fernández, Elmer Andrés. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Ciencias de la Información y Bioinformática (desarrollo de hardware va en 2.2 "Ingeniería Eléctrica, Electrónica y de Información" y los aspectos sociales van en 5.8 "Comunicación y Medios")
Materia
Classification
Rejection option
PAM50
Molecular marker
Breast cancer
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Repositorio
Repositorio Digital Universitario (UNC)
Institución
Universidad Nacional de Córdoba
OAI Identificador
oai:rdu.unc.edu.ar:11086/554521

id RDUUNC_f5e570b49f34e0db9d019e808da7c85a
oai_identifier_str oai:rdu.unc.edu.ar:11086/554521
network_acronym_str RDUUNC
repository_id_str 2572
network_name_str Repositorio Digital Universitario (UNC)
spelling A novel non-parametric method for uncertainty evaluation of correlation-based molecular signatures : its application on PAM50 algorithmFresno, CristóbalGonzález, Germán AlexisMerino, Gabriela AlejandraFlesia, Ana GeorginaPodhajcer, Osvaldo LuisLlera, Andrea SabinaFernández, Elmer AndrésClassificationRejection optionPAM50Molecular markerBreast cancerFil: Fresno, Cristóbal. Universidad Católica de Córdoba; Argentina.Fil: Fresno, Cristóbal. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.Fil: González, Germán Alexis. Universidad Católica de Córdoba; Argentina.Fil: González, Germán Alexis. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.Fil: Merino, Gabriela Alejandra. Universidad Católica de Córdoba; Argentina.Fil: Merino, Gabriela Alejandra. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.Fil: Flesia, Ana Georgina. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.Fil: Flesia, Ana Georgina. Universidad Nacional de Córdoba. Centro de Investigación y Estudios de Matemática; Argentina.Fil: Flesia, Ana Georgina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro de Investigación y Estudios de Matemática; Argentina.Fil: Podhajcer, Osvaldo Luis. Instituto Leloir. Laboratorio de Terapia Molecular y Celular; Argentina.Fil: Podhajcer, Osvaldo Luis. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.Fil: Llera, Andrea Sabina. Instituto Leloir. Laboratorio de Terapia Molecular y Celular; Argentina.Fil: Llera, Andrea Sabina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.Fil: Fernández, Elmer Andrés. Universidad Católica de Córdoba; Argentina.Fil: Fernández, Elmer Andrés. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.Motivation: The PAM50 classifier is used to assign patients to the highest correlated breast cancer subtype irrespectively of the obtained value. Nonetheless, all subtype correlations are required to build the risk of recurrence (ROR) score, currently used in therapeutic decisions. Present subtype uncertainty estimations are not accurate, seldom considered or require a population-based approach for this context. Results: Here we present a novel single-subject non-parametric uncertainty estimation based on PAM50’s gene label permutations. Simulations results (n= 5228) showed that only 61% subjects can be reliably "Assigned" to the PAM50 subtype, whereas 33% should be "Not Assigned" (NA), leaving the rest to tight "Ambiguous" correlations between subtypes. The NA subjects exclusion from the analysis improved survival subtype curves discrimination yielding a higher proportion of low and high ROR values. Conversely, all NA subjects showed similar survival behaviour regardless of the original PAM50 assignment. We propose to incorporate our PAM50 uncertainty estimation to support therapeutic decisions.info:eu-repo/semantics/publishedVersionFil: Fresno, Cristóbal. Universidad Católica de Córdoba; Argentina.Fil: Fresno, Cristóbal. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.Fil: González, Germán Alexis. Universidad Católica de Córdoba; Argentina.Fil: González, Germán Alexis. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.Fil: Merino, Gabriela Alejandra. Universidad Católica de Córdoba; Argentina.Fil: Merino, Gabriela Alejandra. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.Fil: Flesia, Ana Georgina. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.Fil: Flesia, Ana Georgina. Universidad Nacional de Córdoba. Centro de Investigación y Estudios de Matemática; Argentina.Fil: Flesia, Ana Georgina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro de Investigación y Estudios de Matemática; Argentina.Fil: Podhajcer, Osvaldo Luis. Instituto Leloir. Laboratorio de Terapia Molecular y Celular; Argentina.Fil: Podhajcer, Osvaldo Luis. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.Fil: Llera, Andrea Sabina. Instituto Leloir. Laboratorio de Terapia Molecular y Celular; Argentina.Fil: Llera, Andrea Sabina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.Fil: Fernández, Elmer Andrés. Universidad Católica de Córdoba; Argentina.Fil: Fernández, Elmer Andrés. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.Ciencias de la Información y Bioinformática (desarrollo de hardware va en 2.2 "Ingeniería Eléctrica, Electrónica y de Información" y los aspectos sociales van en 5.8 "Comunicación y Medios")https://orcid.org/0000-0001-9030-5622https://orcid.org/0000-0002-0130-6226https://orcid.org/0000-0001-6936-3764https://orcid.org/0000-0002-6512-8553https://orcid.org/0000-0002-0089-0061https://orcid.org/0000-0002-4711-86342017info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articlehttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfFresno, C., González, G. A., Merino, G. A., Flesia, A. G., Podhajcer, O. L., Llera, A. S. y Fernández, E. A. (2017). A novel non-parametric method for uncertainty evaluation of correlation-based molecular signatures : its application on PAM50 algorithm. Bioinformatics, 33 (5), 693-700. https://doi.org/10.1093/bioinformatics/btw7041367-4803http://hdl.handle.net/11086/5545211367-4811https://doi.org/10.1093/bioinformatics/btw704enginfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2025-09-29T13:44:39Zoai:rdu.unc.edu.ar:11086/554521Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-09-29 13:44:40.139Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse
dc.title.none.fl_str_mv A novel non-parametric method for uncertainty evaluation of correlation-based molecular signatures : its application on PAM50 algorithm
title A novel non-parametric method for uncertainty evaluation of correlation-based molecular signatures : its application on PAM50 algorithm
spellingShingle A novel non-parametric method for uncertainty evaluation of correlation-based molecular signatures : its application on PAM50 algorithm
Fresno, Cristóbal
Classification
Rejection option
PAM50
Molecular marker
Breast cancer
title_short A novel non-parametric method for uncertainty evaluation of correlation-based molecular signatures : its application on PAM50 algorithm
title_full A novel non-parametric method for uncertainty evaluation of correlation-based molecular signatures : its application on PAM50 algorithm
title_fullStr A novel non-parametric method for uncertainty evaluation of correlation-based molecular signatures : its application on PAM50 algorithm
title_full_unstemmed A novel non-parametric method for uncertainty evaluation of correlation-based molecular signatures : its application on PAM50 algorithm
title_sort A novel non-parametric method for uncertainty evaluation of correlation-based molecular signatures : its application on PAM50 algorithm
dc.creator.none.fl_str_mv Fresno, Cristóbal
González, Germán Alexis
Merino, Gabriela Alejandra
Flesia, Ana Georgina
Podhajcer, Osvaldo Luis
Llera, Andrea Sabina
Fernández, Elmer Andrés
author Fresno, Cristóbal
author_facet Fresno, Cristóbal
González, Germán Alexis
Merino, Gabriela Alejandra
Flesia, Ana Georgina
Podhajcer, Osvaldo Luis
Llera, Andrea Sabina
Fernández, Elmer Andrés
author_role author
author2 González, Germán Alexis
Merino, Gabriela Alejandra
Flesia, Ana Georgina
Podhajcer, Osvaldo Luis
Llera, Andrea Sabina
Fernández, Elmer Andrés
author2_role author
author
author
author
author
author
dc.contributor.none.fl_str_mv https://orcid.org/0000-0001-9030-5622
https://orcid.org/0000-0002-0130-6226
https://orcid.org/0000-0001-6936-3764
https://orcid.org/0000-0002-6512-8553
https://orcid.org/0000-0002-0089-0061
https://orcid.org/0000-0002-4711-8634
dc.subject.none.fl_str_mv Classification
Rejection option
PAM50
Molecular marker
Breast cancer
topic Classification
Rejection option
PAM50
Molecular marker
Breast cancer
dc.description.none.fl_txt_mv Fil: Fresno, Cristóbal. Universidad Católica de Córdoba; Argentina.
Fil: Fresno, Cristóbal. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Fil: González, Germán Alexis. Universidad Católica de Córdoba; Argentina.
Fil: González, Germán Alexis. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Fil: Merino, Gabriela Alejandra. Universidad Católica de Córdoba; Argentina.
Fil: Merino, Gabriela Alejandra. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Fil: Flesia, Ana Georgina. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.
Fil: Flesia, Ana Georgina. Universidad Nacional de Córdoba. Centro de Investigación y Estudios de Matemática; Argentina.
Fil: Flesia, Ana Georgina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro de Investigación y Estudios de Matemática; Argentina.
Fil: Podhajcer, Osvaldo Luis. Instituto Leloir. Laboratorio de Terapia Molecular y Celular; Argentina.
Fil: Podhajcer, Osvaldo Luis. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Fil: Llera, Andrea Sabina. Instituto Leloir. Laboratorio de Terapia Molecular y Celular; Argentina.
Fil: Llera, Andrea Sabina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Fil: Fernández, Elmer Andrés. Universidad Católica de Córdoba; Argentina.
Fil: Fernández, Elmer Andrés. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Motivation: The PAM50 classifier is used to assign patients to the highest correlated breast cancer subtype irrespectively of the obtained value. Nonetheless, all subtype correlations are required to build the risk of recurrence (ROR) score, currently used in therapeutic decisions. Present subtype uncertainty estimations are not accurate, seldom considered or require a population-based approach for this context. Results: Here we present a novel single-subject non-parametric uncertainty estimation based on PAM50’s gene label permutations. Simulations results (n= 5228) showed that only 61% subjects can be reliably "Assigned" to the PAM50 subtype, whereas 33% should be "Not Assigned" (NA), leaving the rest to tight "Ambiguous" correlations between subtypes. The NA subjects exclusion from the analysis improved survival subtype curves discrimination yielding a higher proportion of low and high ROR values. Conversely, all NA subjects showed similar survival behaviour regardless of the original PAM50 assignment. We propose to incorporate our PAM50 uncertainty estimation to support therapeutic decisions.
info:eu-repo/semantics/publishedVersion
Fil: Fresno, Cristóbal. Universidad Católica de Córdoba; Argentina.
Fil: Fresno, Cristóbal. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Fil: González, Germán Alexis. Universidad Católica de Córdoba; Argentina.
Fil: González, Germán Alexis. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Fil: Merino, Gabriela Alejandra. Universidad Católica de Córdoba; Argentina.
Fil: Merino, Gabriela Alejandra. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Fil: Flesia, Ana Georgina. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.
Fil: Flesia, Ana Georgina. Universidad Nacional de Córdoba. Centro de Investigación y Estudios de Matemática; Argentina.
Fil: Flesia, Ana Georgina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro de Investigación y Estudios de Matemática; Argentina.
Fil: Podhajcer, Osvaldo Luis. Instituto Leloir. Laboratorio de Terapia Molecular y Celular; Argentina.
Fil: Podhajcer, Osvaldo Luis. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Fil: Llera, Andrea Sabina. Instituto Leloir. Laboratorio de Terapia Molecular y Celular; Argentina.
Fil: Llera, Andrea Sabina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Fil: Fernández, Elmer Andrés. Universidad Católica de Córdoba; Argentina.
Fil: Fernández, Elmer Andrés. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Ciencias de la Información y Bioinformática (desarrollo de hardware va en 2.2 "Ingeniería Eléctrica, Electrónica y de Información" y los aspectos sociales van en 5.8 "Comunicación y Medios")
description Fil: Fresno, Cristóbal. Universidad Católica de Córdoba; Argentina.
publishDate 2017
dc.date.none.fl_str_mv 2017
dc.type.none.fl_str_mv info:eu-repo/semantics/publishedVersion
info:eu-repo/semantics/article
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
status_str publishedVersion
format article
dc.identifier.none.fl_str_mv Fresno, C., González, G. A., Merino, G. A., Flesia, A. G., Podhajcer, O. L., Llera, A. S. y Fernández, E. A. (2017). A novel non-parametric method for uncertainty evaluation of correlation-based molecular signatures : its application on PAM50 algorithm. Bioinformatics, 33 (5), 693-700. https://doi.org/10.1093/bioinformatics/btw704
1367-4803
http://hdl.handle.net/11086/554521
1367-4811
https://doi.org/10.1093/bioinformatics/btw704
identifier_str_mv Fresno, C., González, G. A., Merino, G. A., Flesia, A. G., Podhajcer, O. L., Llera, A. S. y Fernández, E. A. (2017). A novel non-parametric method for uncertainty evaluation of correlation-based molecular signatures : its application on PAM50 algorithm. Bioinformatics, 33 (5), 693-700. https://doi.org/10.1093/bioinformatics/btw704
1367-4803
1367-4811
url http://hdl.handle.net/11086/554521
https://doi.org/10.1093/bioinformatics/btw704
dc.language.none.fl_str_mv eng
language eng
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Digital Universitario (UNC)
instname:Universidad Nacional de Córdoba
instacron:UNC
reponame_str Repositorio Digital Universitario (UNC)
collection Repositorio Digital Universitario (UNC)
instname_str Universidad Nacional de Córdoba
instacron_str UNC
institution UNC
repository.name.fl_str_mv Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdoba
repository.mail.fl_str_mv oca.unc@gmail.com
_version_ 1844618988093440000
score 13.070432