中南大学计算机学院、生物信息学湖南省重点实验室成员郑凯博士在耐药标志物预测领域取得重要研究成果。该研究成果以“NASMDR: a framework for miRNA-drug resistance prediction using efficient neural architecture search and graph isomorphism networks”为题，在国际生物信息学权威期刊《Briefings in Bioinformatics》(IF=13.994)上在线发表。
https://doi.org/10.1093/bib/bbac338
药物基因组学作为个体化治疗的前沿领域，对该领域的研究有助于了解个体对某些药物的不同反应，为临床治疗提供合理参考。然而，目前对耐药相关 miRNA的研究还不足以支持精准医疗。因此，通过计算来辅助预测耐药标志物的方法引起了广泛关注。尽管现有方法取得了不错的成果，但它们都专注于对miRNA-耐药性二部图进行建模，其性能受二部图密度的限制。该研究提出了一个通过高效神经架构搜索(ENAS)和图同构网络(GIN)来预测潜在耐药标志物的框架NASMDR。在交叉验证实验中，所提出的框架可以在ncDR数据集上实现比目前现有先进方法更高的预测精度。此外，该研究还提出了一种新的序列表征方法，k-mer稀疏非负矩阵分解 (KSNMF)。案例研究证实了该方法在新的miRNA-耐药性关联发现中的能力。
王建新教授团队长期致力于计算机算法与优化、生物信息学、医学影像分析等方面研究。该研究工作得到国家自然科学、高等学校学科创新引智计划、湖南省科技计划等基金支持。
NASMDR模型的框架图