[发明专利]基于多组学数据融合的药物敏感性预测方法和装置

权利要求书

1.一种基于多组学数据融合的药物敏感性预测方法，其特征在于，包括以下步骤：

获取细胞系的多组学数据、药物数据、药物对细胞系的半抑制浓度数据，其中，细胞系的多组学数据包括基因组学数据、蛋白组学数据、代谢组学数据；

构建药物敏感性预测模型，包括细胞系图表征模块、细胞系图特征提取模块、药物特征提取模块以及药物敏感性预测模块，其中，细胞系图表征模块用于将细胞系的多组学数据编码成细胞系多边图，即将每个样本的基因作为细胞系多边图的节点，并将基因对应的基因表达量、基因突变情况和拷贝数变异情况作为节点特征，以根据基因组学数据确定的基因之间的相关性、根据蛋白组学数据确定的基因之间的蛋白相互作用、根据代谢组学数据确定的基因之间的代谢通路信息构建节点之间的连边；细胞系图特征提取模块包括由多个图卷积层组成的第一图神经网络单元和门控循环单元，相邻两个图卷积层之间通过门控循环单元连接，其中，第一图神经网络单元用于从细胞系多边图中提取细胞系特征，门控循环单元用于对提取的细胞系特征进行特征关注；药物特征提取模块用于从药物数据中提取药物特征；药物敏感性预测模块用于依据细胞系特征和药物特征预测药物的半抑制浓度；

以细胞系的多组学数据、药物数据作为样本数据，以药物对细胞系的半抑制浓度数据作为真值标签，对药物敏感性预测模型进行参数优化；

利用参数优化后的药物敏感性预测模型进行药物敏感性预测。

2.根据权利要求1所述的基于多组学数据融合的药物敏感性预测方法，其特征在于，所述细胞系图表征模块中，根据基因组学数据，计算两个基因的基因表达数据之间的皮尔森相关系数以确定基因之间的相关性，当皮尔森相关系数大于设定阈值时，构建两个基因对应的节点之间的连边；

根据蛋白组学数据获取两个基因之间的相互作用作为蛋白相互作用，在存在蛋白相互作用的两个基因对应的节点之间构建连边，同时将相互作用的交互分数作为连边权重；

根据代谢组学数据获取基因之间的代谢通路信息，当多种基因同时出现在某一条代谢通路时，对这些基因对应的节点之间构建一条超边作为连边。

3.根据权利要求1所述的基于多组学数据融合的药物敏感性预测方法，其特征在于，在每个卷积层中，对节点特征进行三步特征聚合，包括：

第一步特征聚合，依据基因之间的相关性构建的第一连边，确定当前节点的所有第一一阶邻居节点，通过以下公式（1）进行特征聚合；

（1）

其中，表示第i个当前节点的当前节点特征，表示经过第一步特征聚合后的新节点特征，表示第j个第一一阶邻居节点的节点特征，表示第i个当前节点与第j个第一一阶邻居节点之间的第一连边的权重，表示第一一阶邻居节点的个数；

第二步特征聚合，依据基因之间的蛋白相互作用构建的第二连边，确定当前节点的所有第二一阶邻居节点，通过以下公式（2）进行特征聚合；

（2）

其中，表示第i个当前节点的新节点特征经过节点门控单元进行注意力关注后的新节点特征，表示第k个第二一阶邻居节点的节点特征，表示第i个当前节点与第k个第二一阶邻居节点之间的第二连边的权重，表示第二一阶邻居节点的个数，表示经过第二步特征聚合后的新节点特征；

第三步特征聚合，依据基因之间的代谢通路信息构建的第三连边，确定当前节点的所有第三一阶邻居节点，通过以下公式（3）进行特征聚合；

（3）

其中，表示第i个当前节点的新节点特征经过节点门控单元进行注意力关注后的新节点特征，表示第t个第三一阶邻居节点的节点特征，表示第i个当前节点特征与第t个第三一阶邻居节点之间的第三连边的权重，表示第三一阶邻居节点的个数，表示经过第三步特征聚合后的新节点特征；

当前节点的新节点特征经过经过节点门控单元进行注意力关注后的新节点特征作为下一卷积层的当前节点特征。