生物信息学之抗癌药物反应论文阅读二：HNMDRP

论文地址：A novel heterogeneous network-based method for drug response prediction in cancer cell lines

HNMDRP：一种新颖的基于异构网络的癌症细胞系药物反应预测方法

作者信息

[1]中国科学技术大学信息科学与技术学院

[2]中国科学技术大学生物医学工程学院

研究背景

       个性化医疗面临的持久挑战在于为每位患者选择合适的药物。

       基因组信息被广泛应用在细胞系与药物关联的研究中。目前，许多研究开始关注细胞系基因组改变、细胞系 - 药物敏感性和药物化学结构之间的异质关系。而有助于提高其预测性能的药物-靶标互相作用的信息还未整合到异构网络中。

        该文提出了一种新颖的基于异构网络的方法，命名为HNMDRP，通过整合细胞系、药物和靶标之间的异质关系（heterogeneity relationship），准确的预测细胞系-药物关联。

研究方法

首先，构建了5个子网络：

（1）基于细胞系基因表达谱计算Pcc值获得的细胞系相似性网络

（2）基于药物化学结构计算Pcc值获得的药物相似性网络

（3）合并PPI信息和基于基因表达谱得到的相关系数获得的靶标相似性网络

（4）通过对数归一化IC50值获得的细胞系 - 药物关联网络

（5）通过已知的复合分子活性获得的药物 - 靶标相互作用网络

       然后在上述子网的基础上构建一个全面的异构网络。

小tip:

Pcc（Pearson Correlation Coefficient）为皮尔森相关系数,用来反映两个变量线性相关程度的统计量。它被定义为：

其中X和Y是节点特征的列向量。

 

文中涉及的数据集总结：

数据集：GDSC (Genomics of Drug Sensitivity in Cancer)

      该数据集由1001个癌细胞系和265个测试药物组成。这项工作使用了189种既具有化学结构特征又具有药物反应数据的药物和962种经过数据预处理后具有基因组特征和药物反应的细胞系。根据GDSC数据集提取189种药物与243种靶基因之间的相互作用。

数据集： STRING

      为了将PPI纳入靶标相似性网络，从STRING数据库中总共获得4850628个PPIs数据，并提取与靶标基因相关的3040个可用基因之间的396419个