[發明專利]基于生成對抗網絡的藥物作用后基因表達譜預測方法

在審

• 申請號: 202010594568.6
• 申請日: 2020-06-28
• 公開（公告）號: CN111785326A
• 公開（公告）日: 2020-10-16
• 發明（設計）人: 魚亮;董達
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G16B25/10
• 分類號: G16B25/10;G16B40/00;G16B50/30;G16B5/00
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 王品華

本發明公開了一種基于生成對抗網絡的藥物作用基因表達譜預測方法，主要解決現有生物技術成本高，時間周期長的問題。其方案是：從基因表達譜數據庫中下載某種藥物作用后的基因表達譜數據；構建由編碼器和解碼器組成的自編碼器并壓縮藥物作用后的基因表達譜數據得到壓縮基因表達譜數據；構建生成對抗網絡，使用壓縮基因表達譜數據訓練該生成對抗網絡；將構建的自編碼器中的編碼器和解碼器，以及生成對抗網絡中的生成器，按照編碼器，生成器，解碼器的順序依次拼接構成預測模型；將用藥前的基因表達譜輸入到預測模型中，得到用藥后的基因表達譜，本發明成本低，能夠快速獲得大量的用藥后的基因表達譜，可用篩選具有治療作用效果的藥物集合。

本發明屬于生物信息學技術領域，特別涉及一種基因表達譜預測方法，可用篩選具有治療作用效果的藥物集合，為藥物實驗提供可能的結果參考。

背景技術

藥物作用的基因表達譜，是指細胞系在用藥后的基因表達譜，其與用藥前的原始表達譜的差異，可以作為藥物特性的一個中立的衡量指標。一般在藥物的研發過程中，需要針對具體的功能，例如對基因的調控，通過藥物作用后的表達譜篩選相關的藥物，再進行一系列與藥物相關的生物實驗流程。在整個藥物篩選的過程中，獲得基因表達譜是極其重要的一步。

對于基因表達譜的預測能夠更直觀的給出藥物在每個基因上的效果，其得到的基因表達譜從數據方面與真實的基因表達譜沒有區別，能夠進一步用于分析藥物或細胞系特征，如功能富集分析等。同時預測的表達譜，具有高效、成本低的特點，可以大規模得到藥物作用下的細胞系的基因表達值。

目前，關于藥物作用后基因表達譜的預測工作只能通過生物實驗完成。在細胞系的培養皿中加入藥物的化學分子溶劑，經過長時間的培養后，對細胞系通過基因測序技術進行測序獲得基因表達譜。這種傳統方法目前存在如下幾個問題：1.對于細胞系的培養，化學試劑的采購，基因表達譜的測序等，需要投入大量的資金，成本高昂，2.細胞系培養過程容易受到環境的干擾，需要相同的實驗進行多組，進一步增加了成本，3.培養細胞系的過程是一個漫長的過程且成功率不能達到百分之百。

發明內容

本發明的目的在于針對上述現有技術的不足，提出一種基于生成對抗網絡的藥物作用后基因表達譜預測方法，以減小化學試劑采購，細胞系培養以及測序的成本，大大縮短獲得表達譜的周期，提高獲得表達譜的成功率。

為實現上述目的，本發明的技術方案包括如下：

1、一種基于生成對抗網絡的藥物作用后基因表達譜的預測方法，其特征在于，包括如下：

(1)從基因表達譜數據庫隨機下載數萬個基因表達譜數據G；

(2)搭建由編碼器EN和解碼器DE組成的自編碼神經網絡AC，通過(1)得到的基因表達譜數據對該網絡訓練，得到訓練好的自編碼神經網絡；

(3)從基因表達譜數據庫下載待研究藥物作用前后的基因表達譜的全部數據；

(4)使用訓練好神經網絡中的編碼器對(3)中的數據進行壓縮，得到藥物作用前后的壓縮向量數據GE；

(5)搭建由生成器GN和判別器DI組成的生成對抗神經網絡；

(6)使用藥物作用前后的壓縮向量數據，對生成對抗神經網絡進行訓練，得到訓練好的生成對抗神經網絡；

(7)將訓練好的自編碼神經網絡中的編碼器、解碼器和訓練好的生成對抗神經網絡中的生成器，依次按照編碼器-生成器-解碼器的順序拼接,得到最終的預測模型；

(8)將待研究的細胞系用藥前的基因表達譜輸入到預測模型中，輸出該細胞系經過藥物作用后的基因表達譜。

本發明與現有技術相比，具有以下優點：