用于癌症药物反应预测的深度学习法：主流与新兴趋势
定量方法
2022-11-22 v1 机器学习
摘要
癌症每年在全球夺去数百万生命。尽管近年来已有许多疗法可用，但总体而言癌症仍未解决。利用计算预测模型研究和诊治癌症，在改进药物开发和个性化治疗方案设计方面前景广阔，最终可抑制肿瘤、减轻痛苦并延长患者生命。近期一批论文展示了利用深度学习方法预测癌症对药物治疗反应的 promising 结果。这些论文探究了多样的数据表示、神经网络架构、学习方法和评估方案。然而，由于所探索方法繁多且缺乏比较药物反应预测模型的标准化框架，厘清有前景的主流与新兴趋势十分困难。为获得深度学习方法的全面图景，我们对预测单药治疗反应的深度学习模型进行了广泛检索与分析。共整理出60个基于深度学习的模型并生成了汇总图。基于该分析，揭示了方法的可见模式与流行度。本综述有助于更好地理解该领域现状，并识别主要挑战和有前景的解决路径。
引用
@article{arxiv.2211.10442,
title = {Deep learning methods for drug response prediction in cancer: predominant and emerging trends},
author = {Alexander Partin and Thomas S. Brettin and Yitan Zhu and Oleksandr Narykov and Austin Clyde and Jamie Overbeek and Rick L. Stevens},
journal= {arXiv preprint arXiv:2211.10442},
year = {2022}
}