DrugCell:用于药物React预测的可见神经网络模型-源码

DrugCell：用于药物React预测的可见神经网络模型 DrugCell 是一种基于神经网络的可解释模型，可预测细胞对多种药物的React。 与完全连接的神经网络不同，DrugCell 中神经元的连接反映了生物层次结构（例如基因本体论），因此在模型训练期间，信息仅在具有已知层次关系的子系统（或通路）之间传播。 框架的此功能允许识别层次结构中对模型的预测很重要的子系统，从而有必要进一步研究细胞对治疗的React的潜在生物学机制。 DrugCell 模型的当前版本 (v1.0) 使用 1,235 个肿瘤细胞系和 684 种药物的 509,294（细胞系、药物）对进行训练。 从癌症数据库中的药物敏感性基因组学（GDSC）和癌症治疗React门户网站（CTRP）v2中检索训练数据。 DrugCell 使用其基因型表征每个细胞系； 每个细胞的特征向量是一个二元向量，代表癌症中前 15% 最常