發(fā)布時(shí)間：2021-01-06 08:26

　　開發(fā)基于癌癥患者基因組信息預(yù)測(cè)有效治療策略的計(jì)算模型是精準(zhǔn)醫(yī)學(xué)中的關(guān)鍵挑戰(zhàn).近年來,國(guó)際多個(gè)組織機(jī)構(gòu)公開了針對(duì)數(shù)百種細(xì)胞系的多層次的基因組表征數(shù)據(jù).將這類組學(xué)數(shù)據(jù)與體外腫瘤細(xì)胞系的藥物細(xì)胞敏感性相結(jié)合,研究人員可以剖析癌癥治療藥物的分子機(jī)制,并將其轉(zhuǎn)化為精準(zhǔn)醫(yī)學(xué)所需的個(gè)性化診療策略.基于大數(shù)據(jù)的人工智能算法在基因組學(xué)與藥物響應(yīng)之間建立了新的橋梁,推進(jìn)了腫瘤細(xì)胞中藥物敏感性的預(yù)測(cè)算法的發(fā)展.本文首先對(duì)公開的基因組表征數(shù)據(jù)集進(jìn)行了總結(jié),隨后介紹了基因組表征數(shù)據(jù)和包括機(jī)器學(xué)習(xí)算法、網(wǎng)絡(luò)算法和多模態(tài)神經(jīng)網(wǎng)絡(luò)算法在內(nèi)的人工智能算法在癌細(xì)胞的藥物敏感性預(yù)測(cè)中的應(yīng)用案例.基于網(wǎng)絡(luò)的預(yù)測(cè)方法和多模態(tài)深度學(xué)習(xí)方法有利于實(shí)現(xiàn)多組學(xué)數(shù)據(jù)的系統(tǒng)性的整合和應(yīng)用,能克服傳統(tǒng)的機(jī)器學(xué)習(xí)方法在藥物響應(yīng)預(yù)測(cè)中的局限性,是今后藥物敏感性研究的發(fā)展方向. 

【文章來源】：科學(xué)通報(bào). 2020,65(32)北大核心

【文章頁數(shù)】：11 頁

【部分圖文】：

使用多組學(xué)數(shù)據(jù)預(yù)測(cè)藥物響應(yīng)的三種多模態(tài)特征融合方式.(a)輸入級(jí)特征融合(早期融合);(b)中級(jí)特征融合;(c)決策級(jí)融合(后期融合)


本文編號(hào)：2960256