藥物反應可以由基因組特性預測
2015發(fā)在BMC Cancer的文章：Anticancer drug sensitivity prediction in cell lines from baseline gene expression through recursive feature selection
主要就是整合了 Cancer Cell Line Encyclopedia (CCLE) 和 Cancer Genome Project (CGP) 這兩個數據庫娃属，使用 支持向量機來預測藥物反應。
- CCLE (www.broadinstitute.org/ccle/)
- CGP (www.cancerrxgene.org/)
值得一提的是我在我的生信菜鳥團博客也介紹過它們：
通常人們關心的是藥物在病人的反應是敏感還是耐受营曼，而不是具體的某個值猜谚，所以是二分類變量，而不是回歸。所以作者把CCLE數據庫的藥敏反應值劃分為3個等級拥刻，構建SVM模型，可以得到80%的accuracy父泳，還使用了CGP數據庫的同樣的藥物來做驗證般哼，效果也很不錯吴汪。
藥物反應分類
對每一個藥物來說，各種細胞系的反應值先zscore蒸眠，然后根據0.8倍的sd來進行分類漾橙，分成該藥物敏感的組，還有耐藥的組楞卡，處于中間值的那些細胞系剔走霜运。
去除批次差異
對 Cancer Cell Line Encyclopedia (CCLE) 和 Cancer Genome Project (CGP) 這兩個數據庫的表達矩陣，使用ComBat來去除批次效應臀晃。
機器學習基本概念
混淆矩陣
True Positive(真正觉渴，TP)：將正類預測為正類數
True Negative(真負，TN)：將負類預測為負類數
False Positive(假正徽惋，FP)：將負類預測為正類數→誤報 (Type I error)
False Negative(假負，FN)：將正類預測為負類數→漏報 (Type II error)
1座韵、準確率（Accuracy）
準確率是我們最常見的評價指標险绘，而且很容易理解，就是被分對的樣本數除以所有的樣本數誉碴，通常來說宦棺，正確率越高，分類器越好黔帕。 在正負樣本不平衡的情況下代咸，準確率這個評價指標有很大的缺陷。
2成黄、錯誤率（Error rate）
錯誤率則與準確率相反呐芥，描述被分類器錯分的比例，error rate = (FP+FN)/(TP+TN+FP+FN)奋岁，對某一個實例來說思瘟，分對與分錯是互斥事件，所以accuracy =1 - error rate闻伶。
3滨攻、靈敏度（sensitive）
sensitive = TP/P，表示的是所有正例中被分對的比例蓝翰，衡量了分類器對正例的識別能力光绕。
4、特效度（specificity）
specificity = TN/N畜份，表示的是所有負例中被分對的比例诞帐，衡量了分類器對負例的識別能力。
5漂坏、精確率景埃、精度（Precision）
表示被分為正例的示例中實際為正例的比例媒至。
6、召回率（recall）
召回率是覆蓋面的度量谷徙，度量有多個正例被分為正例拒啰，recall=TP/(TP+FN)=TP/P=sensitive，可以看到召回率與靈敏度是一樣的完慧。
7谋旦、綜合評價指標（F-Measure）
P和R指標有時候會出現的矛盾的情況，這樣就需要綜合考慮他們屈尼，最常見的方法就是F-Measure（又稱為F-Score）册着。
F-Measure是Precision和Recall加權調和平均
8、其他評價指標
計算速度：分類器訓練和預測需要的時間脾歧；
魯棒性：處理缺失值和異常值的能力衷咽；
可擴展性：處理大數據集的能力；
可解釋性：分類器的預測標準的可理解性帮哈，像決策樹產生的規(guī)則就是很容易理解的伴找，而神經網絡的一堆參數就不好理解，我們只好把它看成一個黑盒子兄纺。
參考：https://blog.csdn.net/quiet_girl/article/details/70830796
每個藥物都有單獨的SVM模型
模型效果還不錯大溜，By 10-fold cross validation, accuracies of our model are around 80 % for most drugs in CCLE, and the highest accuracy of 91.73 % was attained for a pathway targeted compound, the topoisomerase 1 inhibitor Irinotecan.
這里作者只是統(tǒng)計了accuracy，其實蠻片面的估脆，應該是考慮其它機器學習指標钦奋。
而且，上面的是在自己的數據集做驗證疙赠，還應該在另外一個獨立的數據集繼續(xù)驗證SVM模型效果付材。
雖然只測試了11個藥物，但是效果慘不忍睹：
- 3 of these 11 drugs (AZD6244, Erlotinib and PD-0325901) achieve a relatively good performance of AUC from 0.57 to 0.7
- the rest eight drugs only give the AUC values around 0.5
同時棺聊，作者也把順序反過來分析了伞租，在CGP數據庫來構建模型，然后去CCLE數據庫驗證限佩。
還有就是兩個模型都會對自己的數據庫的基因進行排序葵诈，比較了兩次構建模型的top1500基因的重合情況，如下：
個人覺得不好祟同。
而且作喘，這篇文章很明顯比不上 Clinical drug response can be predicted using baseline gene expression levels and in vitro drug sensitivity in cell lines ，Genome Biology 2014 https://doi.org/10.1186/gb-2014-15-3-r47
（文章轉自jimmy的2018年閱讀文獻筆記）
生信基礎知識大全系列：生信基礎知識100講
史上最強的生信自學環(huán)境準備課來啦Ｔ纬恰泞坦！ 7次改版，11節(jié)課程砖顷，14K的講稿贰锁，30個夜晚打磨赃梧，100頁PPT的課程。
如果需要組裝自己的服務器豌熄；代辦生物信息學服務器
如果需要幫忙下載海外數據(GEO/TCGA/GTEx等等)授嘀，點我？
如果需要線下輔導及培訓锣险，看招學徒
如果需要個人電腦：個人計算機推薦
如果需要置辦生物信息學書籍蹄皱，看：生信人必備書單
如果需要實習崗位：實習職位發(fā)布
如果需要售后：點我
