基于多通路神经网络模型预测药物敏感性响应
李晴
闫效莺
靳艳春
西安石油大学 陕西西安 710065
摘要：准确预测药物敏感性响应是当前个性化治疗的关键.利用深度学习强大的特征学习能力,提出一种基于多通道神经网络模型的预测方法.首先,采用深度学习算法对细胞系的多组学特征分别处理,采用多个图神经网络模块提取药物分子图的多级子结构特征;然后,引入共同注意力机制评价各通路特征组合对药物-细胞系敏感性响应的影响,优化细胞系和药物特征;最后,通过深层神经网络模型预测.通过基于GDSC和CCLE数据集的测试,并与RefDNN、DeepCDR和GraphCDR算法进行比较,验证算法性能.
关键词：深度学习药物-细胞系敏感性基因表达图同构网络共同注意力
资助基金：陕西省自然科学基础研究计划项目(2023-JC-YB-591)西安石油大学研究生创新与实践能力培养计划项目(YCS23213172)
论文发表日期：2024-05-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 19-22 )