MOOMIN：用于抗癌药物联合治疗的深度分子组学网络
机器学习
2022-08-09 v3 人工智能
社会与信息网络
摘要
我们提出分子组学网络（MOOMIN），这是一种由阿斯利康肿瘤学家使用的多模态图神经网络，用于预测癌症治疗中药物组合的协同作用。我们的模型基于药物-蛋白质相互作用网络与元数据在多尺度上学习药物表征。化合物与蛋白质的结构性质被编码以创建顶点特征，用于在该二部相互作用图上运行的消息传递方案。传播的消息形成多分辨率药物表征，我们借此构建药物对描述符。通过将药物组合表征以癌细胞类型为条件，我们定义了可归纳地对未见药物对评分的协同打分函数。在协同评分任务上的实验结果表明，MOOMIN 优于最先进的图指纹、保邻近节点嵌入及现有深度学习方法。进一步结果证实，我们模型的预测性能对超参数变化具有鲁棒性。我们展示了该模型在广泛癌细胞系组织中做出高质量预测，样本外预测可由外部协同数据库验证，且所提模型在学习上具数据高效性。
引用
@article{arxiv.2110.15087,
title = {MOOMIN: Deep Molecular Omics Network for Anti-Cancer Drug Combination Therapy},
author = {Benedek Rozemberczki and Anna Gogleva and Sebastian Nilsson and Gavin Edwards and Andriy Nikolov and Eliseo Papa},
journal= {arXiv preprint arXiv:2110.15087},
year = {2022}
}