Skip to main content

Advertisement

Table 5 Accuracies of predicting MOA’s in the whole datasets (inducing testing and training sets) of RNAseq and microarray platforms, using the classifiers trained on corresponding opposite platform

From: Inter-platform concordance of gene expression data for the prediction of chemical mode of action

Procedure Classifier Overall Acc. % Sensitivity, Specificity  
    PPARA CAR/PXR AhR Cytotoxic DNADamage ER HMGCOA Control
Trained on microarray and predicted on RNASeq Ensemble 100 100,100 100,100 100,100 100,100 100,100 100,100 100,100 100,100
  svm 86 100,83 100,83 33,91 44,99 67,88 89,86 100,85 100,82
  RF 92 100,90 100,90 56,95 89,93 67,94 100,91 100,91 100,90
  PLS+LDA 100 100,100 100,100 100,100 100,100 100,100 100,100 100,100 100,100
  PLS+RF 98 100,98 100,98 78,100 100,97 100,98 100,98 100,98 100,97
  PCA+LDA 11 0,13 6,12 44,8 0,14 0,12 0,12 0,12 29,6
  PCA+RF 12 0,15 6,13 0,13 0,16 0,13 0,13 0,13 50,1
  RPART 68 83,65 61,69 33,71 67,68 67,68 67,68 100,65 62,70
Trained on RNASeq and predicted on microarray Ensemble 100 100,100 100,100 100,100 100,100 100,100 100,100 100,100 100,100
  svm 87 100,84 94,86 22,93 75,88 80,88 89,87 100,86 100,83
  RF 94 100,93 100,93 78,96 88,95 87,95 78,96 100,93 100,92
  PLS+LDA 100 100,100 100,100 100,100 100,100 100,100 100,100 100,100 100,100
  PLS+RF 93 94,93 100,92 78,94 100,92 87,94 78,94 100,92 97,92
  PCA+LDA 13 0,16 0,16 0,14 0,14 0,14 0,14 0,14 47,3
  PCA+RF 9 0,11 0,11 22,8 0,10 0,10 0,10 0,10 30,3
  RPART 76 100,71 94,72 0,83 100,74 68,77 100,74 0,83 87,73