[发明专利]药物与细胞系反应预测方法及相关装置

说明书

本发明公开了一种药物与细胞系反应预测方法及相关装置，包括：获取细胞系基因数据及药物分子数据；对所述细胞系基因数据及所述药物分子数据进行第一特征提取处理以得到第一特征序列；对所述细胞系基因数据及所述药物分子数据进行第二特征提取处理以得到第二特征序列；将所述第一特征序列与所述第二特征序列结合，以得到药物与细胞系反应预测结果。以此避免人为参与实验，降低人力成本，提高效率，并且该预测方法通过第二特征提取以及第一特征提取的结合提高了预测结果的精确性。

技术领域

本发明涉及云计算应用领域，具体涉及一种药物与细胞系反应预测方法及相关装置。

背景技术

人体癌细胞系具有稳定遗传背景和无限繁殖能力，临床肿瘤模型一直都是生物医学的主要实验对象之一。目前预测癌症患者对癌症药物的反应是精准医疗的重要问题，目前在该领域采用的主要研究流程主要有以下两种：

一种是研究员依据现有的抗癌药物数据库，在癌症细胞系与药物之间做大量的实验验证及定量分析，该研究全部实验由研究员人工完成，人力物力成本高，效率低。

另一种是基于癌细胞的基因组相似性，利用矩阵分解等方法传统的统计学或机器学习的方法，根据细胞系之间的相似性，来推断其与药物之间的关系。该研究忽略了基因之间的关系，导致并不能很好的预测细胞系与药物之间的反应。

因此需要一种既能降低成本、提高效率，又能很好预测细胞系与药物之间的反应的方法。

发明内容

本发明提供一种药物与细胞系反应预测方法及相关装置，其不需要人为参与实验，降低人力成本，提高效率。

为解决上述技术问题，本发明提供的第一个技术方案为：提供一种药物与细胞系反应预测方法，包括：获取细胞系基因数据及药物分子数据；对细胞系基因数据及药物分子数据进行第一特征提取处理以得到第一特征序列；对细胞系基因数据及药物分子数据进行第二特征提取处理以得到第二特征序列；将第一特征序列与第二特征序列结合，以得到药物与细胞系反应预测结果。以此方法即可取消人为参与实验，降低人力成本，提高效率，并且通过局部特征提取以及全部特征提取的结合提高了预测结果的精确性。

其中，所述将所述第一特征序列与所述第二特征序列结合，以得到药物与细胞系反应预测结果包括：将所述第一特征序列与所述第二特征序列一一对应相加，以得到药物与细胞系反应预测结果。

其中，所述对所述细胞系基因数据及所述药物分子数据进行第一特征提取处理以得到第一特征序列包括：对所述细胞系基因数据及所述药物分子数据进行全部特征提取处理以得到第一特征序列；所述对所述细胞系基因数据及所述药物分子数据进行第二特征提取处理以得到第二特征序列包括：对所述细胞系基因数据及所述药物分子数据进行局部特征提取处理以得到第二特征序列。

其中，对细胞系基因数据及药物分子数据进行全部特征提取处理以得到第一特征序列包括：对细胞系基因数据进行特征提取处理，以得到第一维度的第一子特征；对药物分子数据进行特征提取处理，以得到第一维度的第二子特征；以及将第一维度的第一子特征及第一维度的第二子特征进行拼接，以得到第一特征序列。进行全部特征提取，并将提取到的细胞系基因数据对应的特征与药物分子数据对应的特征进行结合，进一步提高了预测结果的精确性。

其中，对细胞系基因数据进行特征提取处理，以得到第一维度的第一子特征；和对药物分子数据进行特征提取处理，以得到第一维度的第二子特征包括：利用第一多层感知机对细胞系基因数据进行特征提取处理，以得到第一维度的第一子特征；利用第二多层感知机对药物分子数据进行特征提取处理，以得到第一维度的第二子特征。进行全部特征提取，并将提取到的细胞系基因数据对应的特征与药物分子数据对应的特征进行结合，进一步提高了预测结果的精确性。