基于自监督深度学习的抗癌药物敏感性评估方法研究

作     者：柴华 辜晓纯 苏咏纯 邓伟振 林俊淇 CHAI Hua;GU Xiaochun;SUYongchun;DENG Weizhen;LIN Junqi

作者机构：佛山科学技术学院数学与大数据学院广东佛山528000 

出 版 物：《佛山科学技术学院学报（自然科学版）》 (Journal of Foshan University(Natural Science Edition))

年 卷 期：2024年第42卷第1期

页      码：19-25页

摘      要：提出了一种基于对比学习的抗癌药物敏感性评估框架(SSLGP)。首先,设计了一种结合对比学习策略的深度自编码器,用于提取高维基因表达特征的有效信息,之后将其放入XGBoost算法中进行训练,构建药物敏感性预测模型。为了评估本框架的预测性能,在8种抗癌药物公开数据集中测试了该方法,并与其他方法进行比较。实验结果表明,本框架总体上取得了较高的AUC指标得分(0.670),和其他方法相比最高提高了10.56%,平均提高了5.18%,证明了其应用于临床辅助指导患者用药选择的价值。

主 题 词：精准医学 对比学习 抗癌药物 深度学习 

学科分类：1007[医学-药学类] 10[医学] 

D　O　I：10.13797/j.cnki.jfosu.1008-0171.2024.0005

馆 藏 号：203125868...