基于集成学习的肿瘤药物敏感性预测研究

黄鹏杰，林勇，张梦欢，吕琳，刘振浩，裴潇倜，许林锋,，谢鹭

1.上海理工大学医疗器械与食品学院，上海200093；2.上海生物信息技术研究中心，上海201203；3.中国科学院分子细胞科学卓越创新中心，上海200031

前言

肿瘤药物敏感性预测研究是精准医学的重要分支。当前，肿瘤精准医学不断发展，基于生物标志物和临床病理特点的抗肿瘤靶向治疗方法得到普遍应用［1］。在合适的时间对不同癌症患者采取个性化预防、治疗和用药指导，能使某些类型肿瘤的客观缓解率和5年生存率均有较大程度提高，同时对癌症病人的副作用比传统方法小，这是精准医学在肿瘤领域应用的成功典范［2］。

近年来，人工智能因为底层技术突破和海量数据驱动而不断发展，而生物信息领域随着第二代测序技术的发展产生大量的组学和药物反应数据，将两者结合能极大辅助肿瘤精准医学的发展。基因组学研究不断深入，大量研究表明肿瘤的产生、分化以及药物治疗和基因密切相关［3］，通过基因表达谱来预测肿瘤药物的敏感性应答成为当下热点。Geeleher等［4］通过乳腺癌的细胞系和药物数据，建立了以岭回归（Ridge regression）算法为基础的基因表达和药物敏感性的回归模型；Menden等［5］利用CGP数据集，通过神经网络算法来建立药物应答预测模型；基于随机森林算法，Riddick 等［6］利用NCI-60 数据训练回归模型来预测药物敏感性；Gupta 等［7］研究了基于支持向量机和多种基因组类型的回归方法。

这些方法不仅促进了癌症药物基因组学的发展，也为预测药物敏感性提供了有效途径，但当前研究缺少对大批量药物和细胞系基因数据的有效处理，同时模型所采用算法不多且精准度还不够高。……