[发明专利]药物敏感预测模型的训练方法、预测方法及相关装置

说明书

本申请提供了一种药物敏感预测模型的训练方法、预测方法及相关装置。通过从多个细胞系中抽样出第一设定个数的细胞系，作为训练细胞系，对每个训练细胞系集合，基于一种改进的bootstrap抽样方法生成多套训练数据集。对每套训练数据集执行重要特征筛选过程，得到重要特征集。统计代谢物特征在所有轮数的特征筛选过程中出现的次数，基于被选中次数对代谢物特征重要性从高到低进行排序，选择出设定个数的重要性高的代谢物特征，保证待使用的代谢物特征重要性更高且具有更高鲁棒性，提高其有效性。在此基础上，使用选择出的代谢物特征利用集成的方法对训练细胞系构建预测模型，然后对新的测试数据细胞系进行预测，能提高模型预测的准确性。

技术领域

本申请涉及数据处理领域，特别涉及一种药物敏感预测模型的训练方法、预测方法及相关装置。

背景技术

肿瘤是一类复杂的异质性疾病，如即使相同病理类型的肿瘤患者对抗肿瘤药物反应迥异。因此肿瘤科学成为了精准医疗的重要领域之一，精准用药能达到更好的治疗效果并减少副作用的产生。实施肿瘤精准医疗的途径之一是在动物体内移植肿瘤，然后把药物作用于动物体内，观察药物对动物体内肿瘤生长的影响而确定疗效。该方法费用高、耗时长而且成功率低。面对这些挑战，人类癌症细胞系为筛选治疗癌症的候选药物提供了新的载体。目前用细胞系培养技术培养出的癌症细胞系能够近似的模拟癌症细胞在癌症病人体内的生长环境，癌症细胞系和癌症病人体内癌症细胞的各组学水平具有极大的相似性。因此通过分析癌症细胞系分子数据预测药物反应，能够预测药物在病人体内的反应。

但是，如何基于癌症细胞系分子数据预测药物反应，成为问题。

发明内容

为解决上述技术问题，本申请实施例提供一种药物敏感预测模型的训练方法、预测方法及相关装置，以达到提高待使用代谢物特征的有效性，保证对预测模型训练的有效性的目的，技术方案如下：

一种药物敏感预测模型的训练方法，包括：

获取多个细胞系中每个所述细胞系的代谢物特征及每个所述细胞系的药物反应参数IC50；

对每个所述细胞系，基于所述药物反应参数IC50，确定药物应答类别；

对构建的每个癌症细胞系药物敏感预测模型，从多个所述细胞系中抽样出第一设定个数的细胞系，作为训练细胞系，对每个所述训练细胞系，执行多次重要特征筛选过程；

每次所述重要特征筛选过程，包括：将所述训练细胞系的代谢物特征输入到所述癌症细胞系药物敏感预测模型，得到所述癌症细胞系药物敏感预测模型输出的重要特征集；

对每个所述训练细胞系的每个代谢物特征，统计所述代谢物特征在每个所述癌症细胞系药物敏感预测模型多次输出的重要特征集中出现的次数，作为被选中次数；

对每个所述训练细胞系的每个所述代谢物特征，将所述代谢物特征的多个所述被选中次数中的最大值作为目标次数；

对多个所述目标次数进行从大到小排序，得到目标排序结果，将所述目标排序结果中第一个至第m个目标次数对应的代谢物特征，作为待使用代谢物特征；

利用所述待使用代谢物特征，及所述待使用代谢物特征所属细胞系的药物应答类别对待训练癌症细胞系药物敏感预测模型进行训练。

所述将所述训练细胞系的代谢物特征输入到所述癌症细胞系药物敏感预测模型，得到所述癌症细胞系药物敏感预测模型输出的重要特征集，包括：

利用归一化关系式(x-min_x)/(max_x-min_x)，将所述训练细胞系的每个代谢物特征进行归一化，得到归一化后的代谢物特征；

所述x表示所述代谢物特征在所述细胞系中的含量，min_x为所述代谢物特征在多个所述细胞系中的含量的最小值，max_x为所述代谢物特征在多个所述细胞系中的含量的最大值；