基于多通路神经网络模型预测药物敏感性响应

准确预测药物敏感性响应是当前个性化治疗的关键。利用深度学习强大的特征学习能力,提出一种基于多通道神经网络模型的预测方法。首先,采用深度学习算法对细胞系的多组学特征分别处理,采用多个图神经网络模块提取药物分子图的多级子结构特征;然后,引入共同注意力机制评价各通路特征组合对药物-细胞系敏感性响应的影响,优化细胞系和药物特征;最后,通过深层神经网络模型预测。通过基于GDSC和CCLE数据集的测试,并与RefDNN、DeepCDR和GraphCDR算法进行比较,验证算法性能。