Leak Proof CMap：面向细胞无关L1000相似性方法的训练与评估框架
定量方法
2024-05-01 v1 机器学习
摘要
连接性图谱（CMap）是一个基于L1000技术构建的大型公开细胞转录组反应数据库，包含化学和遗传扰动数据。此类数据库为药物发现提供了激动人心的机遇，通过提供'已知'表型景观来探索，并 enables 使用先进技术提取更多信息以做出更明智的决策。尽管已develop 了多种衡量表型相似性和探讨轮廓的方法，但该领域严重缺乏使用合适数据划分的标准化基准，用于训练和公正评估机器学习方法。为此，我们发展了'Leak Proof CMap'，并以一组常见的转录组和通用表型相似性方法为例进行了应用，包括一个典型的三元损失方法。我们在三个关键性能领域（紧凑性、distinctness和uniqueness）进行基准测试，使用精心构建的数据划分确保训练、验证和测试集中不包含相似细胞系或具有相似或接近反应或作用机制的治疗方案。这使得模型能够测试未看到的样本，类似于探索在新血管-derived细胞系中具有新型作用机制的治疗方案。在精心构建的基准和数据划分框架就位后，现已存在工具可用于创建用于个性化医疗（新细胞系）以及更好地augment 高通量表型筛选技术的L1000转录组技术。
引用
@article{arxiv.2404.18960,
title = {Leak Proof CMap; a framework for training and evaluation of cell line agnostic L1000 similarity methods},
author = {Steven Shave and Richard Kasprowicz and Abdullah M. Athar and Denise Vlachou and Neil O. Carragher and Cuong Q. Nguyen},
journal= {arXiv preprint arXiv:2404.18960},
year = {2024}
}