药物基因组学中的深度学习：从基因调控到患者分层
定量方法
2018-05-01 v2 机器学习
机器学习
摘要
本述评提供了深度学习在药物基因组学中当前与未来应用的示例，包括：（1）鉴定位于非编码区的新调控变异及其在药物表观基因组学中的功能；（2）基于医疗记录的患者分层；以及（3）药物、靶点及其相互作用的预测。深度学习涵盖了一系列机器学习算法，其在过去十年中变革了人工智能（AI）的许多重要子领域，并在生物医学的广泛任务上展现出突破性的性能提升。我们预期未来深度学习将被广泛用于预测个体化药物反应并优化用药选择与剂量，所用知识提取自大型且复杂的分子、流行病学、临床和人口统计学数据集。
引用
@article{arxiv.1801.08570,
title = {Deep Learning in Pharmacogenomics: From Gene Regulation to Patient Stratification},
author = {Alexandr A. Kalinin and Gerald A. Higgins and Narathip Reamaroon and S. M. Reza Soroushmehr and Ari Allyn-Feuer and Ivo D. Dinov and Kayvan Najarian and Brian D. Athey},
journal= {arXiv preprint arXiv:1801.08570},
year = {2018}
}
备注
Alexandr A. Kalinin and Gerald A. Higgins contributed equally to this work. Corresponding author: Brian D. Athey, <[email protected]>