[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

说明书

本发明公开了一种基于多组学数据融合的药物敏感性预测方法和装置，属于药物敏感性检测领域，包括：通过细胞系图表征模块整合个体细胞系的基因组学数据、蛋白组学数据、代谢组学数据这三类多组学信息得到细胞系多边图，该细胞系多边图充分考虑细胞系的多组学信息，以及基因在多组学层面其表达的产物之间的潜在联系，然后通过细胞系图特征提取模块对细胞系多边图进行特征提取，以充分提取细胞系多边图中的节点特征和边特征作为细胞系特征，最后采用药物敏感性预测模块根据细胞系特征和基于药物特征提取模块提取的药物特征预测药物的半抑制浓度，这样在综合考虑基因组学数据、蛋白组学数据、代谢组学数据的基础上提高了药物敏感性的预测准确率。

技术领域

本发明属于药物敏感性检测与评价技术领域，具体涉及一种基于多组学数据融合的药物敏感性预测方法和装置。

背景技术

癌症的治疗是全世界都在努力解决的一个重大难题，高通量测序技术和人工智能技术的发展为癌症的精准治疗提供了无限可能。如何利用个体丰富的生物学信息和深度学习、人工智能等高效分析手段，自动学习个体的特异性特征，为每个个体制定特意化的诊断和治疗方案，从而实现精准诊断、精准治疗，是全世界研究者和工业界都非常关注的一个重要问题。不少研究者在这一问题上做出了很多努力和贡献，尝试运用个体的基因组学数据对患者进行个性化诊断和用药推荐。然而，现有研究仍然面临一个重要的问题，如何充分利用每个个体复杂多样的多种组学数聚，从而能够实现更加精准的药物药效预测和用药推荐，仍然是亟待解决的重要问题。

随着人们对基因组学研究的深入，一些公开数据集开始被越来越广地应用于生物信息学研究，例如抗癌药物敏感性基因组学数据集（Cancer Cell Line Encyclopedia ，CCLE)和（Genomics of Drug Sensitivity in Cancer，GDSC），癌症基因组图谱（TheCancer Genome Atlas，TCGA）等数据集，以及研究人类基因/蛋白之间相互作用的蛋白组学数据集（STRING database）、研究人类信息通路的代谢组学数据集（GSEA dataset）等。例如申请公布号为CN105005693A的专利申请公开的一种基于遗传物质特异性的肿瘤细胞药物敏感性评估方法，单独使用肿瘤细胞样本集预测半抑制浓度（IC50值），再如申请公布号为CN112164474A的专利申请公开的一种基于自表达模型的药物敏感性预测方法，同时采用GDSC数据集和癌细胞系百科全书来实现半抑制浓度（IC50值）的预测。

以上数据集仍然在不断地扩充和发展，为研究疾病的发生、发展、预后和转归等提供了丰富的样本数据基础。然而，现有的数据很少能够被充分地利用，从而解决药物敏感性预测和药物推荐的问题。例如，现有的方法只使用CCLE和GDSC数据库中提供的个体基因组学数据，通过对基因组学的分析来实现半抑制浓度的预测，然而，这样的方法往往忽略掉个体基因在其他组学层面上可能存在的联系。因此，这样的方法虽然取得了一定的进展，但是对于半抑制浓度预测的准确率仍然不够。因此，目前尚未有比较好的模型能够充分融合个体的多组学信息，从而对药物敏感性（半抑制浓度）进行更加准确的预测。

发明内容

鉴于上述，本发明目的是提供一种基于多组学数据融合的药物敏感性预测方法和装置，以解决因为忽略基因之间潜在联系而导致药物敏感性预测准确性差的问题。

为实现上述发明目的，本发明提供以下技术方案：

第一方面，实施例提供了一种基于多组学数据融合的药物敏感性预测方法，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；