[发明专利]用于预测药物敏感状态的方法、设备和存储介质

说明书

本公开涉及一种用于预测药物敏感状态的方法、计算设备和存储介质。该方法包括：获取待测样本的基因变异信息和有关药物的药物信息；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；针对基因变异信息、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生成基因变异特征；基于第二神经网络模型生成药物特征；基于第三神经网络模型，提取经融合的基因变异特征和药物特征的特征，以用于预测待测样本针对对应药物的药物敏感状态。本公开能够准确预测药物敏感性并具有较好的泛用性。

技术领域

本公开总体上涉及生物信息处理，并且具体地，涉及用于预测药物敏感状态的方法、设备和存储介质。

背景技术

随着分子生物学和测序技术的发展以及肿瘤发生分子机制的深入研究，肿瘤的精准治疗展现了广阔的应用前景。然而，肿瘤细胞自身异质性通常会导致药物响应不稳定，这种药物响应不稳定给肿瘤药物研发领域一个重大挑战。

传统的用于预测药物敏感状态的方案例如是利用药物代谢相关的基因位点组合（DPYD*2A、DPYD*5A、DPYD*9A、MTHFR、TS和GSTP1）突变情况检测，对拟采用氟尿嘧啶类药物治疗的病人进行药物敏感指导。

上述传统的用于预测药物敏感状态的方案大多集中于单一类型药物对于少数基因的耐药性IC50值的预测，所采用的模型的泛用性不够理想，同时由于没有考虑到药物和基因不同表达对于模型精度的影响，因此使得所预测的药物敏感性的精度不高。

综上，传统的用于预测药物敏感状态的方案存在泛用性不够理想，并且所预测的药物敏感性的精度不高的不足之处。

发明内容

本公开提供一种用于预测药物敏感状态的方法、计算设备和计算机存储介质，能够准确预测药物敏感性并具有较好的泛用性。

根据本公开的第一方面，提供了一种预测药物敏感状态的方法。该方法包括：获取待测样本的基因变异信息和有关药物的药物信息，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；针对基因变异信息、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；融合基因变异特征和药物特征；以及基于第三神经网络模型，提取经融合的基因变异特征和药物特征的特征，以用于预测待测样本针对对应药物的药物敏感状态，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。

根据本发明的第二方面，还提供了一种计算设备，该设备包括：至少一个处理单元；至少一个存储器，至少一个存储器被耦合到至少一个处理单元并且存储用于由至少一个处理单元执行的指令，指令当由至少一个处理单元执行时，使得计算设备执行本公开的第一方面的方法。

根据本公开的第三方面，还提供了一种计算机可读存储介质。该计算机可读存储介质上存储有机器可执行指令，该机器可执行指令在被执行时使机器执行本公开的第一方面的方法。

在一些实施例中，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。

在一些实施例中，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，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，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。