本发明提供了一种基于通路活性及弹性网的癌症药物敏感性预测方法,首先,在基因表达矩阵中,选择每一个通路网络中和其他基因连接紧密的关键基因表达值并计算分析,得到每一个通路活性向量,然后把所有的通路活性向量合并为矩阵;把每个药物的分子描述作为该药物化学特征矩阵和通路活性特征矩阵合并成新的特征矩阵;最后,使用弹性网对24种药物的特征矩阵进行训练并优化参数,使用均方误差作为评价标准;发明能够有效预测出每种药物的敏感性水平和其生物标志物,在大多数药物上具有更高的精度,可以帮助临床实验减少时间和金钱成本,从而进行有效的预测药物反应;本发明的方法能够从多维度特征学习抗癌药物的潜在关系,具有更好的生物学解释。
声明:
“基于通路活性及弹性网的癌症药物敏感性预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)