[发明专利]达沙替尼响应预测模型及其方法

权利要求书

1.一种处理多个响应预测器的方法，其包括：

提供多个响应预测器，其中每个响应预测器与药物相关联并且具有多个途径元件和相关实体系数；

计算每个响应预测器相对于相应的零模型的准确度增益度量，以选择单一响应预测器；和

使用至少所选择的响应预测器的途径元件和相关实体系数的子集以及患者肿瘤的途径模型输出来计算得分。

2.根据权利要求1所述的方法，其中所述多个响应预测器为至少1000个响应预测器。

3.根据权利要求1所述的方法，其中所述多个响应预测器为至少100000个响应预测器。

4.根据权利要求1所述的方法，其中所述实体系数的途径元件选自调节性RNA、免疫信号传导组分、细胞分化因子、细胞增殖因子、细胞凋亡信号传导组分、血管生成因子和细胞周期检查点组分。

5.根据权利要求1所述的方法，其中所述准确度增益度量选自准确度值、准确度增益、性能度量、曲线下面积度量、R²值、p值度量、轮廓系数和混淆矩阵。

6.根据权利要求1所述的方法，其中使用至少两种不同的机器学习分类器来建立所述多个响应预测器。

7.根据权利要求6所述的方法，其中所述至少两种不同的机器学习分类器选自线性核支持向量机、一阶或二阶多项式核支持向量机、岭回归、弹性网络算法、序列最小优化算法、随机森林算法、朴素贝叶斯算法和NMF预测器算法。

8.根据权利要求1所述的方法，其中使用随机选择的数据集来计算相应的零模型，所述数据集未用于被针对性地创建零模型的响应预测器的计算。

9.根据权利要求1所述的方法，其中途径元件和相关实体系数的子集包括1个至50个实体系数。

10.根据权利要求1所述的方法，其中所述患者肿瘤的途径模型输出包括与所选响应预测器中的途径元件的子集相同的途径元件。

11.根据权利要求1所述的方法，其中所述得分是关于药物治疗的敏感性得分。

12.一种使用患者肿瘤的途径模型的输出来预测患者使用药物的治疗结果的方法，其包括：

使用针对药物的高准确度增益响应预测器中途径元件的多个实体系数作为肿瘤途径模型中相应途径元件的输出值的因子，以预测患者使用药物的治疗结果得分；

其中使用患者的组学数据计算肿瘤的途径模型，并且所述肿瘤的途径模型包括多个途径元件和相关输出值；

其中高准确度增益响应预测器相对于相应的零模型具有预先确定的最小准确度增益；和

其中所述高准确度增益响应预测器选自多个响应预测器，其中每个响应预测器与药物相关联。

13.根据权利要求12所述的方法，其中所述多个实体系数是1个至50个高准确度增益响应预测器的实体系数。

14.根据权利要求12所述的方法，其中所述多个实体系数是实体系数的子集并且包括高准确度增益响应预测器的所有实体系数的上三分位数。

15.根据权利要求12所述的方法，其中所述途径模型是概率途径模型。

16.根据权利要求12所述的方法，其中所述途径模型是PARADIGM。

17.根据权利要求12所述的方法，其中所述预先确定的最小准确度增益超过零模型至少50％。