0
0这项研究介绍了一种名为 DEERS 的深度学习推荐系统模型，旨在提高癌症治疗中激酶抑制剂疗效预测的准确性。该模型通过自编码器提取肿瘤细胞系的分子特征和药物的激酶抑制图谱，并利用前馈神经网络整合这些信息以预测药物反应。DEERS 的预测性能优于传统的矩阵分解法，展现了其在个性化医疗领域的应用潜力。此外，研究人员提出了一种新颖的可解释性方法，成功识别出影响药效的 67 种生物过程。这种方法不仅解释了预测背后的逻辑，还为药物的作用机制提供了深刻的生物学洞察。通过对特定药物的案例研究，该模型证明了其在揭示复杂药物-细胞相互作用方面的有效性。
References:
Koras K, Kizling E, Juraeva D, et al. Interpretable deep recommender system model for prediction of kinase inhibitor efficacy across cancer cell lines[J]. Scientific reports, 2021, 11(1): 15993.
