可解释的XGBoost-SHAP模型根据瘤基因组突变和纳米粒子特性预测纳米粒子的传递效率
Xingqun Ma1,2, Yuxia Tang1, Chuanbing Wang1
1Laboratory of Molecular Imaging, Department of Radiology, The First Affiliated Hospital of Nanjing Medical University, Nanjing, Jiangsu 210000, China.
ACS applied bio materials
|September 8, 2023
概括
本研究引入了一个可解释的XGBoost-SHAP模型,用于预测纳米粒子 (NP) 在瘤中的传递效率. 该模型整合了NP特性和瘤基因组学,突出了它们对个性化纳米医学的关键相互作用.
科学领域:
- 生物医学工程 生物医学工程
- 计算生物学 计算生物学
- 纳米医学是一种纳米医学.
背景情况:
- 纳米粒子 (NP) 向瘤的传递效率对于纳米医学的转化至关重要.
- 在体内了解NP-瘤相互作用是复杂而至关重要的.
- 预测NP传递效率需要整合NP特性和瘤特征.
研究的目的:
- 开发一种可解释的模型,预测纳米粒子向瘤的传递效率.
- 通过物理化学和基因组数据确定影响NP交付的关键因素.
- 通过准确的输送预测,实现个性化的纳米医学开发.
主要方法:
- 提出了一个可解释的XGBoost-SHAP模型.
- 集成的纳米粒子物理化学特性和瘤基因组概况.
- 利用基因本体学丰富分析用于途径探索.
主要成果:
- 实现了0.66,0.75和0.54的相关系数,用于预测最大,24小时和168小时的交付效率.
- 确定了瘤基因组突变及其与NP特性相互作用的关键预测因素.
- 透露了通过基因本体学分析参与NP传递的生物学途径.
结论:
- 开发的模型准确地预测了NP向异质瘤的输送效率.
- 同时使用omics数据和可解释的机器学习可以增强对NP-瘤相互作用的理解.
- 这种方法对于推进个性化精密纳米医学至关重要.
