Aller au contenu principal
Accès ouvert déclaré 2025 preprint

ODFormer: a Virtual Organoid for Predicting Personalized Therapeutic Responses in Pancreatic Cancer

1Citations signalées, ce qui n’est pas une note de qualité
6Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Abstract Pancreatic cancer (PC) patient-derived organoids (PDOs) faithfully recapitulate therapeutic responses but face clinical translation barriers, including high costs and technical complexity. To address these problems and the lack of frameworks for PDO-based drug-response assays, we developed ODFormer, a computational framework that simulates PC PDOs to predict clinically actionable, patient-specific drug responses by integrating transcriptomic and mutational profiles. ODFormer first employed two encoders, pretrained on 30,000 pan-cancer bulk transcriptomics and 1 million PC single-cell profiles respectively, to distil tissue-and organoid-specific representations. Then, trained on our curated 14,000 PDO drug-response assay (across 183 PDOs and 98 drugs) using a transformer–augmented hybrid contrastive network, ODFormer significantly outperformed state-of-the-art methods, notably achieving a PCC >0.9 in predicting standardized drug response. Multi-cohort retrospective analyses further demonstrated that ODFormer-guided personalized therapy significantly improves clinical outcomes, without requiring physical organoid assays. Furthermore, ODFormer identified novel clinico-biological PC subtypes and revealed therapy resistance biomarkers by stratifying predicted responders and non-responders. These were validated using independent datasets including TCGA-PDAC. Notably, ODFormer-guided treatment efficacy showed high concordance with prospective clinical responses by CA19-9.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
ODFormer: a Virtual Organoid for Predicting Personalized Therapeutic Responses in Pancreatic Cancer
Date Crossref
10/07/2025
Éditeur
openRxiv
Type
posted-content

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Center for Excellence in Molecular Cell Science pays non établi dans la notice
    Structure de recherche
  • Second Military Medical University pays non établi dans la notice
    Université ou école supérieure
  • Changhai Hospital pays non établi dans la notice
    Établissement de santé
  • Shanghai Cell Therapy Research Institute pays non établi dans la notice
    Organisation à but non lucratif
  • University of Chinese Academy of Sciences Key Laboratory of Systems Biology pays non établi dans la notice
    Université ou école supérieure
  • Shanghai Jiao Tong University pays non établi dans la notice
    Université ou école supérieure
  • Naval Medical University Department of Hepatobiliary Pancreatic Surgery pays non établi dans la notice
    Université ou école supérieure
  • Shanghai Institute of Biochemistry and Cell Biology pays non établi dans la notice
    Structure de recherche
  • Key Laboratory of Systems Biology pays non établi dans la notice
    Structure de recherche
  • State Key Laboratory of Cell Biology pays non établi dans la notice
    Structure de recherche
  • School of Mathematical Sciences and School of AI pays non établi dans la notice
    Université ou école supérieure

Center for Excellence in Molecular Cell Science, Second Military Medical University et Changhai Hospital, avec 8 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Genetics, Bioinformatics, and Biomedical Research

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.