中南大学计算机学院、生物信息学湖南省重点实验室成员赵皓晨博士后和张晓玉硕士在药物反应预测领域取得了重要研究成果。该研究成果以“MSDRP: a deep learning model based on multisource data for predicting drug response”为题，在国际生物信息学权威期刊《Bioinformatics》(IF= 5.8)上在线发表。
癌症异质性显著影响癌症的治疗结果。预测体外药物反应有望帮助制定个性化的治疗方案。近年来，已经提出了几种基于机器学习和深度学习的计算模型来预测体外药物反应。然而，这些方法大多基于单一的药物描述符（如药物结构）捕捉药物特征，没有考虑药物和生物实体（如靶标、疾病和副作用）之间的关联关系。此外，已有方法虽然分别对药物和细胞系的特征进行了收集，但它们并没有考虑药物和细胞系之间成对相互作用分布情况。在本文中，作者提出了一个名为MSDRP的深度学习框架对药物反应进行预测。MSDRP使用交互模块来捕捉药物和细胞系之间的交互模式，并通过相似性网络融合算法集成药物和生物实体之间的多种关联/交互，在基准数据集上的实验结果表明，MSDRP在所有评价指标上都优于现有模型。从头测试和独立测试的实验结果也证明了MSDRP对新药的优异性能。此外，案例研究也说明了基于多源数据的药物特征向量表示药物的合理性以及模型的可解释性。本研究为促进人工智能与药物发现相结合提供了新的方法。
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、医疗数据挖掘等方面研究。该研究工作得到国家重点研发项目、国家自然科学基金、湖南省科技计划等基金支持。