[发明专利]基于通路活性及弹性网的癌症药物敏感性预测方法

说明书

本发明提供了一种基于通路活性及弹性网的癌症药物敏感性预测方法，首先，在基因表达矩阵中，选择每一个通路网络中和其他基因连接紧密的关键基因表达值并计算分析，得到每一个通路活性向量，然后把所有的通路活性向量合并为矩阵；把每个药物的分子描述作为该药物化学特征矩阵和通路活性特征矩阵合并成新的特征矩阵；最后，使用弹性网对24种药物的特征矩阵进行训练并优化参数，使用均方误差作为评价标准；发明能够有效预测出每种药物的敏感性水平和其生物标志物，在大多数药物上具有更高的精度，可以帮助临床实验减少时间和金钱成本，从而进行有效的预测药物反应；本发明的方法能够从多维度特征学习抗癌药物的潜在关系，具有更好的生物学解释。

技术领域

本发明属于生物信息学和机器学习技术领域，具体涉及一种基于通路活性及弹性网回归的癌症药物敏感性预测方法，更具体涉及一种预测24种抗癌药物敏感性对癌症细胞系的预测方法。

背景技术

确定患者是否会对抗癌药物产生反应通常需要花费数月的时间，中间要经历反复的试验，还伴随着随时出现误用的可能性。研发有效的抗癌药物反应预测方法已经成为肿瘤学研究的重要课题。

目前大多数方法通过建立单个基因的预测模型来预测药物敏感性，并没有考虑到通路中基因间相互作用关系以及通路中的关键基因，由于生物多样性和难以解释新基因-药物关联的生物学相关性，预测模型的可重复性很低。

发明内容

针对现有技术中的不足，本发明的目的是提供一种基于通路活性及弹性网的癌症药物敏感性预测方法。其模型预测精度高，可以对药物敏感性进行有效的预测，其中提出的选取通路中的关键基因的表达水平表示通路活性水平的方法，对于癌症药物敏感性具有更好的预测效果和较好的生物学解释。

为达到上述目的，本发明的解决方案是：

一种基于通路活性及弹性网的癌症药物敏感性预测方法，其包括如下步骤：

S1：获取癌症细胞系的基因表达特征数据和抗癌药物的化学特征数据；

S2：从KEGG通路数据库下载并整合得到每个通路(基因集合)中的基因间相互作用网络表，从该网络表中选择和癌症细胞系的基因表达特征数据基因连接紧密的关键基因；

S3：计算每一个通路的通路活性向量，合并所有通路活性向量得到通路活性特征矩阵；

S4：将步骤S1的抗癌药物的化学特征数据整合为药物化学特征矩阵，将药物化学特征矩阵和步骤S3的通路活性特征矩阵连接合并，得到包含癌症细胞系特征和药物化学特征的新矩阵；

S5：构建基于步骤S1-S4的预测抗癌药物敏感性的弹性网模型，把包含癌症细胞系特征和药物化学特征的新矩阵作为特征张量输入模型中进行训练与预测，同时验证模型的再现性。

作为一种优选方案，在步骤S1中，从互联网公开数据库搜集整合抗癌药物的化学特征和癌症细胞系的基因表达特征，对应于已知的抗癌药物敏感性水平，形成药物的化学特征二维张量和基因表达特征二维张量。同时从通路数据库下载通路基因互作网络数据。

作为一种优选方案，在步骤S2中，标准化癌症细胞系基因表达特征二维张量和抗癌药物化学特征二维张量，然后从通路基因互作网络中选择度较高的基因作为关键基因，并取这些基因在基因表达量的均值/方差。药物反应是多个基因的协同行为，将通路中基因互作网络的关键基因应用于药物敏感性会改善预测效果。

作为一种优选方案，在步骤S3中，根据步骤S1的所有通路数据，将步骤S2的每一通路中所有关键基因在癌症细胞系样本中表达量的均值/方差活性向量合并成通路活性向量，此时特征为通路，样本为癌症细胞系。其中，每个通路活性向量是该通路互作网络表中关键基因在基因表达矩阵中表达量的均值/方差，合并所有通路后的通路活性矩阵中的特征变为通路。