[发明专利]用于预测药物敏感状态的方法、设备和存储介质

权利要求书

1.一种用于预测药物敏感状态的方法，包括：

获取待测样本的基因变异信息和有关药物的药物信息，所述药物信息至少包括药物标识以及药物分子式结构信息；

获取关于细胞与对应药物的细胞活性试验而确定的药物敏感状态数据，所述药物敏感状态数据为半数抑制浓度值；

针对所述基因变异信息、药物信息进行预处理，以便生成多种基因变异表征数据和多种药物表征数据，以用于组合成多组输入样本集；

基于第一神经网络模型，提取输入样本集中的基因变异表征数据的特征，以便生成基因变异特征；

基于第二神经网络模型，提取输入样本集中的药物表征数据的特征，以便生成药物特征；

融合所述基因变异特征和所述药物特征；以及

基于第三神经网络模型，提取经融合的所述基因变异特征和所述药物特征的特征，以用于预测待测样本针对对应药物的药物敏感状态，所述第一神经网络模型、第二神经网络模型和第三神经网络模型是经由多样本训练的。

2.根据权利要求1所述的方法，其中所述待测样本为细胞系或者原代细胞，所述药物敏感状态数据是经由关于细胞系与对应药物的细胞活性试验而确定的。

3.根据权利要求2所述的方法，其中生成多种基因变异表征数据和多种药物表征数据以用于组合成多组输入样本集包括：

基于经预处理的所述基因变异信息，分别生成一维基因变异表征特征和二维基因变异表征特征，所述一维基因变异表征特征指示细胞系标识信息、基因标识信息和变异影响类型信息，所述二维基因变异表征特征指示细胞系标识信息和细胞系的微卫星不稳定状态信息；以及

基于所述二维基因变异表征特征和对应的二维权重数据，生成第三基因变异表征特征。

4.根据权利要求3所述的方法，其中生成多种基因变异表征数据和多种药物表征数据以用于组合成多组输入样本集：

基于经预处理的所述药物信息，生成简化分子线性输入规范格式的药物表征数据、化学指纹格式的药物表征数据和邻接矩阵结构图格式的药物表征数据；以及

分别将一维基因变异表征特征、二维基因变异表征特征和第三基因变异表征特征中的一种基因变异表征特征与简化分子线性输入规范格式的药物表征数据、化学指纹格式的药物表征数据和邻接矩阵结构图格式的药物表征数据中的一种药物表征数据进行组合，以便生成多组输入样本集，每一组输入样本集包括一种基因变异表征特征和一种药物表征数据。

5.根据权利要求2所述的方法，其中针对所述基因变异信息、药物信息进行预处理还包括：

在所获取的细胞系的基因变异信息中选取与属于预定集合的基因相关联的基因变异信息；

针对所选取的基因变异信息进行注释，以便生成变异影响类型信息；以及去除符合以下至少一项的基因变异信息和药物信息：所获取的药物敏感状态数据为不稳定的细胞系与对应药物；以及对应药物缺失药物分子式结构信息。

6.根据权利要求3所述的方法，其中变异影响类型信息包括：关于基因激活、基因失活、基因重排、具有潜在临床意义、临床意义不明和耐药的信息，所述微卫星不稳定状态信息包括：关于微卫星稳定、微卫星低度不稳定、微卫星高度不稳定和微卫星稳定性不确定的信息。

7.根据权利要求3所述的方法，其中所述一维基因变异表征特征的特征值个数等于基因数量乘以基因突变状态数量并且加上细胞系的微卫星不稳定状态数量，所述二维基因变异表征特征的行指示细胞系的对应基因，所述二维基因变异表征特征的列指示变异影响类型信息或微卫星不稳定状态信息。

8.根据权利要求3所述的方法，还包括：

确定述第一神经网络模型和第二神经网络模型，以便所述第一神经网络模型与所述输入样本集中的基因变异表征数据的种类相匹配，以及所述第二神经网络模型与所述输入样本集中的药物表征数据相匹配。