用于抗癌药物反应预测的变分自编码器
机器学习
2021-04-16 v7 计算工程、金融与科学
机器学习
摘要
癌症是人类死亡的主要原因，但发现药物与定制癌症疗法昂贵且耗时。我们旨在利用变分自编码器（VAE）和多层感知机（MLP）预测抗癌药物反应，从而促进癌症新药与治疗策略的发现。我们的模型以癌细胞系的基因表达数据和抗癌药物分子数据作为输入，并分别使用我们的 GeneVae 模型（一种普通的 VAE 模型）和修正连接树变分自编码器（JTVae）模型对这些数据进行编码。一个多层感知机处理这些编码后的特征以产生最终预测。我们的测试表明，系统在预测乳腺癌细胞系药物反应中达到了较高的平均决定系数（），在全癌细胞系中平均 。此外，我们表明我们的模型能够生成先前未用于特定癌细胞系的有效药物化合物。
引用
@article{arxiv.2008.09763,
title = {Variational Autoencoder for Anti-Cancer Drug Response Prediction},
author = {Hongyuan Dong and Jiaqing Xie and Zhi Jing and Dexin Ren},
journal= {arXiv preprint arXiv:2008.09763},
year = {2021}
}