藥物組合的協(xié)同作用在提高藥物療效或者減輕藥物毒副作用方面非常重要。然而由于藥物之間復(fù)雜的作用機(jī)制,通過試驗(yàn)篩選新的藥物組合需要巨大的成本。眾所周知,運(yùn)用計(jì)算模型的虛擬篩選,可以有效降低試驗(yàn)成本。最近,國外學(xué)者運(yùn)用深度學(xué)習(xí)模型DeepSynergy,成功預(yù)測了新的藥物組合在癌癥細(xì)胞系上的協(xié)同作用值。在本研究中,針對DeepSynergy采用two-stage方法和輸入特征單一的問題,我們提出了一種新的端到端的深度學(xué)習(xí)模型MulinputSynergy。該模型通過整合癌癥細(xì)胞的基因表達(dá)、基因突變、基因拷貝數(shù)特征和抗癌藥物化學(xué)特征來預(yù)測藥物組合的協(xié)同作用值。為了解決細(xì)胞系某些特征維度數(shù)高的問題,我們使用卷積神經(jīng)網(wǎng)絡(luò)對基因特征降維。實(shí)驗(yàn)結(jié)果表明,本文提出的模型優(yōu)于DeepSynergy深度學(xué)習(xí)模型,均方誤差從197下降到176,平均絕對誤差從9.48下降到8.77,決定系數(shù)從0.53提升到0.58。研究結(jié)果表明本文模型能從多種特征中學(xué)習(xí)抗癌藥物與細(xì)胞系的潛在關(guān)系,并且快速準(zhǔn)確地定位有效的藥物組合。 

【文章來源】：生物醫(yī)學(xué)工程學(xué)雜志. 2020,37(04)北大核心EICSCD

【文章頁數(shù)】：8 頁

【部分圖文】：

MulinputSynergy的模型結(jié)構(gòu)

如圖2所示，對于每個細(xì)胞系，R2決定系數(shù)的變化范圍從0.23到0.78，有11個細(xì)胞系的R2決定系數(shù)小于0.5，大約65%的細(xì)胞系的系數(shù)大于0.5，有11個細(xì)胞系的系數(shù)大于0.6，其中LOVO大腸癌和UWB1289卵巢癌細(xì)胞系的R2決定系數(shù)大于0.7，表現(xiàn)出較好的性能。從圖中可以看出，不同細(xì)胞系之間的預(yù)測精度差異較大，這可能是由于不同細(xì)胞系的生物學(xué)機(jī)制不同造成的。圖3 每個藥物預(yù)測協(xié)同值的決定系數(shù)

圖2 每個細(xì)胞系預(yù)測協(xié)同值的決定系數(shù)如圖3所示，對于每種抗癌藥物，R2決定系數(shù)的變化范圍從0.18到0.76，有12個藥物的R2決定系數(shù)小于0.5，約68%的藥物的系數(shù)大于0.5，約4 2%的藥物的系數(shù)大于0.6，有5個藥物（BORTEZOMIB、CARBOPLATIN、DASATINIB、ERLOTINIB、TOPOTECAN）的系數(shù)大于0.7。在圖3中，沒有觀察到藥物靶向目標(biāo)和R2決定系數(shù)相關(guān)性之間的明顯聯(lián)系。因此，靶向目標(biāo)特定的機(jī)制并不能解釋性能差異。從圖中可以看出，不同藥物之間的預(yù)測精度差異較大，這可能是由于不同的藥物組合對特定細(xì)胞系的協(xié)同/拮抗作用機(jī)制不同造成的。


本文編號：3568832