[發明專利]藥物與細胞系反應的預測模型的訓練方法及相關裝置

在審

• 申請號: 202110996927.5
• 申請日: 2021-08-27
• 公開（公告）號: CN113707341A
• 公開（公告）日: 2021-11-26
• 發明（設計）人: 李澤超;張捷
• 申請（專利權）人: 上海商湯智能科技有限公司
• 主分類號: G16H70/40
• 分類號: G16H70/40;G16C20/10;G06N3/04;G06N3/08
• 代理公司: 深圳市威世博知識產權代理事務所(普通合伙) 44280
• 代理人: 何倚雯

本發明公開了一種藥物與細胞系反應的預測模型的訓練方法及相關裝置。其中訓練方法包括：獲取到訓練樣本集，訓練樣本集包括細胞系的基因數據、藥物的化合物數據以及藥物的化合物數據與細胞系的基因數據的反應結果標注；將訓練樣本集輸入至深度學習回歸模型中進行預測，得到藥物的化合物數據與細胞系的基因數據的反應的預測結果；利用藥物的化合物數據與細胞系的基因數據的反應的預測結果及藥物的化合物數據與所述細胞系的基因數據的反應結果標注對深度學習回歸模型進行迭代訓練，得到藥物與細胞系反應的預測模型。以此能夠直接通過訓練所得的模型預測細胞系與藥物的反應，降低人力成本，提高效率。

技術領域

本發明涉及云計算應用領域，具體涉及一種藥物與細胞系反應的預測模型的訓練方法及相關裝置。

背景技術

人體癌細胞系具有穩定遺傳背景和無限繁殖能力，臨床腫瘤模型一直都是生物醫學的主要實驗對象之一。目前預測癌癥患者對癌癥藥物的反應是精準醫療的重要問題，目前在該領域采用的主要研究流程主要有以下兩種：

一種是研究員依據現有的抗癌藥物數據庫，在癌癥細胞系與藥物之間做大量的實驗驗證及定量分析，該研究全部實驗由研究員人工完成，人力物力成本高，效率低。

另一種是基于癌細胞的基因組相似性，利用矩陣分解等方法傳統的統計學或機器學習的方法，根據細胞系之間的相似性，來推斷其與藥物之間的關系。該研究忽略了基因之間的關系，導致并不能很好的預測細胞系與藥物之間的反應。

因此需要一種既能降低成本、提高效率，又能很好預測細胞系與藥物之間的反應的方法。

發明內容

本發明提供一種藥物與細胞系反應的預測模型的訓練方法及相關裝置，其能夠直接通過模型預測細胞系與藥物的反應，降低人力成本，提高效率。

為解決上述技術問題，本發明提供的第一個技術方案為：提供一種藥物與細胞系反應的預測模型的訓練方法，包括：獲取訓練樣本集，所述訓練樣本集包括細胞系的基因數據、藥物的化合物數據以及所述藥物的化合物數據與所述細胞系的基因數據的反應結果標注；將細胞系的基因數據和所述藥物的化合物數據輸入至深度學習回歸模型進行預測，得到所述藥物的化合物數據與所述細胞系的基因數據的反應的預測結果；利用所述反應的預測結果及所述藥物的化合物數據與所述細胞系的基因數據的反應結果標注對所述深度學習回歸模型進行迭代訓練，得到所述藥物與細胞系反應的預測模型。訓練得到藥物與細胞系反應的預測模型，通過模型預測細胞系與藥物的反應，降低人力成本，提高效率。

其中，所述利用所述反應的預測結果及所述藥物的化合物數據與所述細胞系的基因數據的反應結果標注對所述深度學習回歸模型進行迭代訓練，得到所述藥物與細胞系反應的預測模型包括：計算所述反應的預測結果及所述藥物的化合物數據與所述細胞系的基因數據的反應結果標注的差值；根據所述差值對所述深度學習回歸模型進行迭代訓練，得到所述藥物與細胞系反應的預測模型。對模型數據進行迭代更新，以使得模型預測結果更加接近于真實值，即使得模型預測結果更加準確。

其中，所述根據所述差值對所述深度學習回歸模型進行迭代訓練，得到所述藥物與細胞系反應的預測模型包括：根據所述差值利用反向傳播方法對所述深度學習回歸模型進行迭代訓練，得到所述藥物與細胞系反應的預測模型。對模型數據進行迭代更新，以使得模型預測結果更加接近于真實值，即使得模型預測結果更加準確。

其中，所述獲取訓練樣本集包括：獲取藥物的名稱，并根據所述藥物的名稱確定藥物對應的分子表達式和/或指紋表達式；將所述分子表達式和/或指紋表達式整合為所述藥物的化合物數據；獲取所述細胞系的名稱，并根據所述細胞系的名稱確定細胞系對應的基因表達數據、拷貝數變異以及點突變數據；將所述細胞系對應的基因表達數據、拷貝數變異以及點突變數據整合為所述細胞系的基因數據。獲取訓練樣本集，通過訓練樣本集訓練藥物與細胞系反應的預測模型，利用模型預測細胞系與藥物的反應，降低人力成本，提高效率。