基于多通路神经网络模型预测药物敏感性响应

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：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.

作者：

李晴、闫效莺、靳艳春

展开 >

作者单位：

西安石油大学陕西西安 710065

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

出版年：

2024

DOI：

10.3969/j.issn.1672-9528.2024.05.004

信息技术与信息化

山东电子学会

信息技术与信息化

影响因子：0.29

ISSN：1672-9528

年,卷(期)：2024.(5)