概览
- 实验室的重点包括计算生物学、生物信息学、机器学习、癌症基因组学和药物基因组学
- 高度重视转化研究，与临床医生密切合作，开发相关生物标记物和新的治疗策略
- 多种癌症类型的大型合作者网络
- 不同模型系统（细胞系、异种移植、原发肿瘤）中多组学数据的综合分析
- 算法和软件开发是实验室研究的核心
- 我们使我们的研究完全可重复！
简短的个人简历
本杰明·海贝·凯恩斯博士是大学健康网络玛格丽特公主癌症中心（PM）的高级科学家，也是多伦多大学医学生物物理系的副教授。Haibe-Kains博士在比利时布鲁塞尔自由大学获得生物信息学博士学位。在富布赖特奖的支持下，他在达纳-法伯癌症研究所和哈佛公共卫生学院（美国）获得了博士后奖学金。Haibe-Kains博士的研究侧重于整合各种来源的高通量数据，以同时分析致癌的多个方面。Haibe-Kains博士的团队正在分析大规模的放射学和（药物）基因组数据集，以开发新的预后和预测模型来改进癌症护理。
研究概要
基于药物基因组数据的药物反应预测因子。我的实验室正致力于从药物基因组数据中开发可靠的药物反应基因组预测因子。癌症基因组项目（CGP）和癌症细胞系百科全书（CCLE）的研究最近公布了大量基因组特征化癌症细胞系的药物敏感性数据，目的是揭示这些细胞系的基因组特征与其药物反应之间的新关联。我们使用CGP数据对两项研究中筛选出的15种药物的反应基因组预测因子进行训练，结果表明，其中一半的模型无法在CCLE上得到验证（美国医学信息协会杂志，2013年）。然后，我们调查了这两项大型药物基因组研究之间的一致性，将其作为大多数预测因子失败的潜在原因，并发现，尽管基因表达数据高度一致，但药物敏感性数据在各研究中高度不一致（Nature 2013；Cancer Res 2014）。我们现在正在开发新的分析管道，以提高药物表型测量的稳健性，从而建立更稳健的药物反应基因组预测因子。
大规模因果基因调控网络。由于最近对网络医学感兴趣，我决定研究从生物医学文献和结构化生物数据库（称为“priors”）中提取的基因相互作用，以更好地从基因表达数据推断基因-基因相互作用网络。我实现了predictionet，这是一种集成基因组数据和先验信息的网络推理方法，并基于高通量扰动实验开发了一个新的验证框架（Genomics 2014）。与Entagen合作，我实现了web应用程序通过结合从出版物、途径数据库和基因表达数据中提取的相互作用，用户可以轻松推断预测性基因相互作用网络（核酸研究，2012年）。
基于基因表达的分类模型，用于稳健地识别癌症分子亚型。癌症的分子分型是个性化医疗的关键。然而，当应用于独立数据集时，初始癌症分型模型（I）并不稳健；和（II）是基于大量基因的表达，这使其转化为临床分析变得复杂。这些缺点促使我开发了一个简单但稳健的乳腺癌分子亚型三基因分类模型。我的研究表明，该模型比已发表的模型更稳健，同时与更复杂的基因特征相比，其预测价值相似（J Natl Cancer Inst 2012）；我现在正与Caprion Inc.合作，将此模型转化为临床分析。我在卵巢癌中应用了类似的方法，并确定了一种具有显著预后价值的新血管生成亚型（PLoS ONE 2012）。我开发了一种新的髓母细胞瘤分子亚型的跨谱分类器（Genomics 2015）。
乳腺癌和卵巢癌亚型的预后生物学过程。随着大量微阵列数据集公开可用，我很快意识到需要一个生物信息学框架，该框架能够对不同平台和实验室生成的基因表达数据进行联合分析。我设计了一个荟萃分析框架，对乳腺癌标志物（雌激素和her2信号通路、增殖、血管生成、凋亡、免疫反应和肿瘤侵袭）的活性进行有力的量化，并分别评估其在每个分子亚型中的预后价值。该框架为许多研究亚型特定生物医学问题的其他研究开辟了道路（《临床癌症研究》，2008年）。我们发现的两个签名已获得专利。我最近将我的荟萃分析框架扩展到卵巢癌（PLoS Compute Biol 2013）。
在Google Scholar上访问Haibe-Kains博士的出版物信息
近期出版物
- 噪声药物筛选数据中关联测试的统计方法评估。Smirnov P、Smith I、Safikhani Z、Ba-Alawi W、Khodakarami F、Lin E、Yu Y、Martin S、Ortmann J、Aittokalio T、Hafner M、，海贝-凯恩斯BBMC生物信息学。2022年5月18日
- 癌症患者的双峰基因表达为药物敏感性提供了可解释的生物标志物。Ba-Alawi W、Kadambat Nair S、Li B、Mammoliti A、Smirnov P、Mer AS、Penn LZ、Haibe-Kains B癌症研究2022年5月10日
- PharmacoDB 2.0：提高体外药物基因组学分析的可扩展性和透明度。Feizi N、Nair SK、Smirnov P、Beri G、Eeles C、Esfahani PN、Nakano M、Tkachuk D、Mammoliti A、Gorobets E、Mer AS、Lin E、Yu Y、Martin S、Hafner M、Haibe-Kains B.核酸研究，2021年11月26日
- 评估患者来源异种移植物的治疗反应Ortmann J、Rampášek L、Tai E、Mer AS、Shi R、Stewart EL、Mascox C、Fares A、Pham NA、Beri G、Eeles C、Tkachuk D、Ho C、Sakashita S、Weiss J、Jiang X、Liu G、Cescon DW、O'Brien CA、Guo S、Tsao MS、，海贝-凯恩斯B，Goldenberg A.Sci Transl Med.2021年11月17日
- 协调和共享大型多模态数据，以进行透明和可复制的研究。Mammoliti A、Smirnov P、Nakano M、Safikhani Z、Eeles C、Seo H、Nair SK、Mer AS、Smith I、Ho C、Beri G，Kusko R；大规模分析质量控制（MAQC）协会董事会，Lin E，Yu Y，Martin S，Hafner M，海贝-凯恩斯B.国家公社。2021年10月4日
- 基于细胞系药物基因组学数据的药物敏感性预测：机器学习模型开发指南。Sharifi-Noghabi H、Jahangiri-Tazehkand S、Smirnov P、Hon C、Mammoliti A、Nair SK、Mer AS、Ester M、Haibe-Kains B.简介生物信息。2021年8月11日
- 用放射学预测人乳头瘤病毒（HPV）与口咽癌（OPC）的相关性：CT扫描变化的影响。Reiazi R、Arrowsmith C、Welch M、Abbas-Aghababazadeh F、Eeles C、Tadic T、Hope AJ、Bratman SV、，海贝-凯恩斯B癌症（巴塞尔）。2021年5月8日
- 成像参数变化对计算层析成像辐射特征稳健性的影响：综述。Reiazi R公司、Abbas E、Famiyeh P、，雷扎伊A，Kwan JYY，Patel T，Bratman SV，Tadic T，Liu FF，Haibe-Kains B.计算机生物医学，2021年4月16日
- Deep-CR MTLR：具有竞争风险的癌症生存预测的多模式方法。Sejin Kim、Michal Kazmierski,本杰明·海贝-凯恩斯《机器学习研究论文集》，2021年3月22日。
- 放射肿瘤学中用于大规模放射分析的牙科伪影自动检测。Arrowsmith C、Reiazi R、Welch ML、Kazmierski M、Patel T、Rezaie A、Tadic T、Bratman S、，海贝-凯恩斯B.物理成像辐射肿瘤。2021年4月21日。
- NPM1突变AML独特亚型的生物学和治疗意义。Mer AS、Heath EM、Madani Tonkaboni SA、Dogan-Arten N、Nair SK、Murison A、Garcia-Prat L、Shlush L、Hurren R、Voisin V、Bader GD、Nislow C、Rantalainen M、Lehman S、Gower M、Guidos CJ、Lupien M、Dick JE、Minden MD、Schimmer AD、，海贝-凯恩斯B国家通讯社。2021年2月16日
- 大型药物基因组研究中的遗传漂移评估。Quevedo R、Smirnov P、Tkachuk D、Ho C、El-Hachem N、Safikhani Z，普格TJ，Haibe Kains B公司.细胞系统。2020年9月4日
- 药物反应预测的机器学习方法：挑战和最新进展。 亚当·G，Rampášek L，Safikhani Z、Smirnov P,海贝-凯恩斯B*戈登堡A*。NPJ Precis Oncol公司。2020年6月15日；4:19
- SYNERGxDB：一个整合的药物基因组门户网站，用于识别用于精确肿瘤学的协同药物组合。Seo H、Tkachuk D、Ho C、Mammoliti A、Rezaie A、Madani Tonkaboni SA,海贝-凯恩斯B《核酸研究》2020年5月22日
- ToxicoDB：用于挖掘和可视化大规模毒物基因组数据集的集成数据库。Nair SK、Eeles C、Ho C、Beri G、Yoo E、Tkachuk D、Tang A、Nijrabi P、Smirnov P、Seo H、Jennen D、，海贝-凯恩斯B《核酸研究》2020年5月18日
- 在大规模放射基因组数据库中建模细胞反应以推进精确放射治疗。马内姆VS、Lambie M、，Smith I、Smirnov P、Kofia V、Freeman MKoritzinsky M放弃了我，海贝-凯恩斯BBratman SV.癌症研究2019年9月26日
- 确定支持TAD结构和谱系特异性调控网络的顺调控元件簇。 Madani Tonkaboni SA公司、Mazrooei P、，科菲亚五世,海贝-凯恩斯B*，Lupien M*。基因组研究2019年9月18日
研究生
卡琳·盖迪
Sejin Kim先生
约瑟夫·马西拉
彼得·斯米尔诺夫
伊恩·史密斯
