Исследователи проанализировали, насколько различные типы омиксных данных — транскриптомика, соматические мутации и вариации числа копий генов — способны предсказывать чувствительность опухолевых клеток к противоопухолевым препаратам. Модели на основе экспрессии генов превзошли базовые модели, учитывающие только гистологический тип опухоли, для всех 12 исследованных препаратов (AUC 0.69–0.84; прирост 0.024–0.169; скорректированный p < 0.001 для семи препаратов).

Добавление данных о соматических мутациях и вариациях числа копий изменило AUC в диапазоне от −0.015 до +0.035, но ни один из приростов для отдельных препаратов не достиг статистической значимости после поправки на множественность сравнений. При объединении данных по всем соединениям ранняя мультиомиксная интеграция добавила 0.008 AUC (95% CI 0.000–0.016) — прирост, который не подтвердился при повторном анализе на уровне отдельных fold.

Перекрёстная валидация со смешанными гистологическими типами превзошла валидацию с исключением целого типа опухоли (leave-one-lineage-out) на медиану 0.030 AUC (p = 0.0005), что указывает на ограниченную способность моделей к переносу на неизвестные гистологические типы.

Внешняя валидация на 77–163 клеточных линиях PRISM для каждого соединения дала AUC от 0.46 до 0.76. Точность на независимом скрининге коррелировала с согласованностью между двумя скринингами (Spearman rho = 0.72, p = 0.008), что устанавливает эмпирические пределы обобщаемости этих моделей.

Анализ с использованием TreeSHAP восстановил известные детерминанты чувствительности к препаратам, включая SLFN11, TP53, BRAF, PIK3CA и нижележащие транскрипционные эффекторы сигнального пути MAPK.

В этой панели из 12 препаратов данные экспрессии генов захватили большую часть предсказуемой вариации ответа на терапию. Точность снижалась при тестировании на исключённых гистологических типах и на независимом скрининге, что определяет границы возможности обобщения подобных моделей в клинической практике.