用可解释机器学习模型对乳腺癌进行数据驱动的药物发现优化

科学领域:

• 计算生物学是一种计算生物学.
• 基因组学就是基因组学.
• 药理学 药理学是指药理学的学科.

背景情况:

• 由于瘤异质性和耐药性,乳腺癌存在重大治疗挑战.
• 预测药物敏感性和确定协同作用的组合对于有效的乳腺癌治疗至关重要.

研究的目的:

• 开发和验证一个数据驱动的机器学习协议,用于预测乳腺癌中药物敏感性.
• 为了确定强大的单一药物和协同作用的药物组合用于乳腺癌治疗.
• 为精密瘤学提供可复制和可解释的框架.

主要方法:

• 利用策划的癌症药物敏感性基因组学 (GDSC) 数据集.
• 实现了一个独立的XGBoost回归器和一个混合Autoencoder-XGBoost模型.
• 应用预处理技术,包括编码,标准化,归算和PCA以减少维度.
• 为了模型的可解释性,使用了夏普利添加式解释 (SHAP).

主要成果:

• 独立的XGBoost模型表现优于混合方法,实现了高R平方值 (0.8145).
• SHAP分析确定了关键的预测特征,如TARGET_PATHWAY,DRUG_ID,TARGET,以及CELL_LINE_NAME. 这些特征是主要的.
• 预测的协同效应得分突出显示了有前途的药物组合,包括博尔特佐米布+罗米德素和帕克利塔克塞尔+博尔特佐米布.

结论:

• 开发的机器学习协议为精密瘤学研究提供了一个透明和可适应的框架.
• 该模型展示了预测准确性和生物解释性,促进了药物发现和重新利用.
• 这一工作流为推进乳腺癌治疗策略提供了一个可扩展的基础.