癌症治疗的发展受药物靶标有限的限制。潜在的候选药物靶标可以基于合成致死（SL）的概念来鉴定。合成致死是指一对基因，其中任一基因单独出现畸变都是非致死性的，但同时出现畸变对细胞是致死性的。在这里，研究人员提出了R中的合成致死识别（SLIdR），这是一种用于从大规模扰动筛选中识别合成致死对（SL对）的统计框架。SLIdR 成功地预测了SL对，即使样本量较小，同时最大限度地减少了假阳性靶标的数量。研究将SLIdR应用于Project DRIVE数据，发现已建立的和潜在的泛癌和癌症类型特异性SL对，与文献和药物反应筛选数据的结果一致。该研究通过实验验证了肝细胞癌中2种预测SL对的相互作用（ARID1ATEAD1和AXIN1-URI1），从而证实了SLIdR鉴定潜在药物靶标的能力。