[论文解读] Deep learning methods for drug response prediction in cancer: predominant and emerging trends

Alexander Partin, Thomas Brettin+5 more|arXiv (Cornell University)|Nov 18, 2022

Computational Drug Discovery Methods被引用 4

一句话总结

本文全面回顾了用于预测癌症药物反应的深度学习方法，分析了60种模型，识别出主流和新兴趋势。研究发现，多组学整合相较于单组学方法仅带来微小提升，而基于图的药物表征在性能提升方面也有限，凸显了精准肿瘤学中模型泛化能力和数据表征的关键挑战。

ABSTRACT

Cancer claims millions of lives yearly worldwide. While many therapies have been made available in recent years, by in large cancer remains unsolved. Exploiting computational predictive models to study and treat cancer holds great promise in improving drug development and personalized design of treatment plans, ultimately suppressing tumors, alleviating suffering, and prolonging lives of patients. A wave of recent papers demonstrates promising results in predicting cancer response to drug treatments while utilizing deep learning methods. These papers investigate diverse data representations, neural network architectures, learning methodologies, and evaluations schemes. However, deciphering promising predominant and emerging trends is difficult due to the variety of explored methods and lack of standardized framework for comparing drug response prediction models. To obtain a comprehensive landscape of deep learning methods, we conducted an extensive search and analysis of deep learning models that predict the response to single drug treatments. A total of 60 deep learning-based models have been curated and summary plots were generated. Based on the analysis, observable patterns and prevalence of methods have been revealed. This review allows to better understand the current state of the field and identify major challenges and promising solution paths.

研究动机与目标

• 使用包含60个模型的精选数据集，绘制当前基于深度学习的癌症药物反应预测模型的研究格局。
• 识别在数据表征、神经网络架构和学习策略方面主流及新兴的方法论趋势。
• 评估多组学数据整合对预测性能的影响，并评估基于图的分子表征的价值。
• 突出显示持续存在的挑战，如对未见过化合物的泛化能力差，以及在临床决策支持中对基于排序的预测方法采用有限。
• 通过识别尚未充分探索但前景广阔的领域，为未来研究提供指导，包括基于Transformer的SMILES建模和基于分子描述符的2D-CNN。

提出的方法

• 开展了广泛的文献调研，并从同行评审出版物中整理出60个基于深度学习的药物反应预测（DRP）模型。
• 系统分析了模型架构、数据表征（例如，基因表达、拷贝数变异、分子指纹、分子图）和学习方法论。
• 生成汇总图表，可视化不同模型组件在各研究中的普遍性和性能趋势。
• 使用标准化指标（如皮尔逊相关系数（PCC）和曲线下面积（AUC））评估模型的预测性能。
• 比较了单组学与多组学输入的影响，并评估了基于图的药物表征（如GNNs）相较于传统描述符的附加价值。
• 审查了IC50、AUC、AAC以及离散或排序结果等响应指标在临床适用性方面的应用。

实验结果

研究问题

• RQ1 在基于深度学习的药物反应预测模型中，最常用的数据表征和神经网络架构是什么？
• RQ2 与单组学方法相比，整合多组学数据如何影响DRP模型的预测性能？
• RQ3 基于图的模型（如GNNs）相较于传统的分子描述符或指纹方法，在多大程度上提升了预测准确性？
• RQ4 为何许多模型在未见过的化合物上泛化能力差，当前模型设计中的关键限制是什么？
• RQ5 在药物反应预测中，哪些尚未充分探索但前景广阔的潜在方法方向，尤其对临床转化和个性化治疗推荐具有重要意义？

主要发现

• 尽管多组学整合被频繁采用，但仅在少数研究中带来显著性能提升，大多数研究仅报告微小改进。
• 尽管具有理论优势，基于图的药物表征（如GNNs）的性能提升极为有限——在一次并行比较中提升不足0.5%，表明其相对于传统描述符的附加价值有限。
• IC50作为响应指标仍占主导地位，但近期研究正逐步转向更稳健的全局指标（如AUC和AAC），以减少曲线拟合带来的噪声。
• 尽管在个性化治疗推荐和临床决策中具有直接相关性，仅有少数模型探索基于排序的预测方法。
• 对未见过化合物的泛化能力仍是主要挑战，模型在分布外药物上的性能显著下降，限制了其在虚拟筛选中的实用性。
• 尚未充分探索的领域包括基于Transformer的SMILES序列建模、应用于图像化分子描述符的2D-CNN，以及针对靶向治疗的激酶抑制谱。