[发明专利]药物敏感预测方法、电子设备及计算机可读存储介质

说明书

本申请公开了一种药物敏感预测方法、电子设备及计算机可读存储介质，涉及药物检测技术领域，通过获取待训练癌细胞组织的基因测序数据和药物特征数据，根据药物特征数据对基因测序数据进行预处理后得到基因样本数据，根据基因样本数据和药物特征数据进行验证处理，得到预测模型和基因预测列表，通过基因预测列表和预测模型对待测癌细胞组织进行药物敏感性预测，能够快速精确地实现对临床病人的药物反应性预测，减少预测成本和时间成本，提高药效预测效率。

技术领域

本申请涉及药物检测技术领域，尤其是涉及一种药物敏感预测方法、电子设备及计算机可读存储介质。

背景技术

在精准医学时代，基于患者的临床特征和基因组学对癌症患者的药物反应性预测，对于协助临床医生制定有效且毒性低的治疗方案至关重要。药物反应的预测模型通常会在不同的数据集上进行训练。目前最广泛应用的药物预测模型是基于监督学习技术，采用的监督学习方法包括回归模型和分类模型。前者可生成具体的药物敏感性数值，如IC50(The half maximal inhibitory concentration，半数抑制浓度)，后者则可生成药物反应的水平，如高灵敏度的药物反应和低灵敏度的药物反应。

目前存在一些研究和方法，致力于发现基因组/转录组和癌症用药效果的关系，从而辅助癌症给药方案，提高癌症用药疗效。但是目前的研究和方案距离实际应用还有一段距离，无法高效地应用于临床场景。例如，关于利用监督学习的手段根据基因组或转录组预测药物的反应性，存在一定的不足：数据分析局限于现有的数据库，缺乏实验和临床验证；方法基于RNA测序技术，而非小基因集，无法应用快速的基因表达测定手段，而RNA测序需要几天至几周的时间，不适用于临床常需要的术中或术后立即用药的情形；药效预测仅止步于数据分析，未提出具体、快速的应用方案，实际应用困难、成本高、时间久。

发明内容

本申请旨在至少解决现有技术中存在的技术问题之一。为此，本申请提出一种药物敏感预测方法，能够快速精确地实现对临床病人的药物反应性预测，减少预测成本和时间成本，提高药效预测效率。

本申请还提出一种具有上述药物敏感预测方法的电子设备。

本申请还提出一种具有上述药物敏感预测方法的计算机可读存储介质。

根据本申请的第一方面实施例的药物敏感预测方法，包括：获取待训练癌细胞组织的基因测序数据和药物特征数据；根据所述药物特征数据对所述基因测序数据进行预处理，得到基因样本数据；根据所述基因样本数据和所述药物特征数据进行验证处理，得到预测模型和基因预测列表；通过所述预测模型和所述基因预测列表对待测癌细胞组织进行药物敏感性预测。

根据本申请实施例的药物敏感预测方法，至少具有如下有益效果：通过获取待训练癌细胞组织的基因测序数据和药物特征数据，根据药物特征数据对基因测序数据进行预处理后得到基因样本数据，根据基因样本数据和药物特征数据进行验证处理，得到预测模型和基因预测列表，通过基因预测列表和预测模型对待测癌细胞组织进行药物敏感性预测，能够快速精确地实现对临床病人的药物反应性预测，减少预测成本和时间成本，提高药效预测效率。

根据本申请的一些实施例，所述基因测序数据包括第一测序数据，所述药物特征数据包括药物敏感性数据；对应的，所述获取待训练癌细胞组织的基因测序数据和药物特征数据，包括：基于基因组数据库获取待训练癌细胞组织的所述第一测序数据和对应的所述药物敏感性数据。

根据本申请的一些实施例，所述根据所述药物特征数据对所述基因测序数据进行预处理，得到基因样本数据，包括：对所述第一测序数据进行标准化处理，得到第一样本数据；根据所述第一样本数据和所述药物敏感性数据的药敏相关系数对所述第一样本数据进行筛选，得到第二样本数据；根据所述药物敏感性数据对所述第二样本数据进行评分判定，得到所述第二样本数据的评分参数；基于所述评分参数对所述第二样本数据进行筛选处理，得到所述基因样本数据。