Makine öğrenmesi modelleri ile kanser hücre hattı–ilaç etkileşim tahmini

Abstract

Bu çalışmada, küçük hücreli akciğer karsinomunda farmakogenomik etkileşimler analiz edilmiştir. Bu analiz sonucunda ilaçların mutasyon yüküne bağlı olarak duyarlılığını makine öğrenmesi yöntemleri ile tahmin edilmesini sağlayacak veri toplama, manipülasyon ve model geliştirme süreçleri yapılmıştır. İlk veri kaynağı hücre hatları ve bunların mutasyon bilgilerini içermektedir. İkinci veri kaynağı hücre hatlarına ait detaylı bilgileri içermektedir. Üçüncü veri kaynağı ise ilaç-hücre etkileşimlerini ve hücre hatlarına karşı ilaç duyarlılığını içermektedir. Birleştirilen verilerden farklı mutasyon yük bilgilerinin sayılarak ilaç bileşikleri, hücre hatları, mutasyon yükleri, doku ve IC50 özellikleri tek bir veri kümesinde toplanmıştır. Çalışmanın bundan sonraki aşamasında türetilen ilaç hassasiyeti-mutasyon yükü ilişkisini sunabilecek yeni veri kümesi, mutasyon yüküne göre ilaç direnci etkisi tahmin edilmek üzere makine öğrenmesinde kullanılmıştır. Bu amaçla tahmin için üç farklı makine öğrenmesi algoritması test edilmiştir. Makine öğrenmesi performans analizi için RMSE, R2 ve MAE sonuçları bulunmuş ve karşılaştırılmıştır. Elde edilen sonuçlara göre geliştirdiğimiz XGBoost makine öğrenmesi modeli hücreilaç arasındaki IC50 skorunu anlamlı oranda tahmin etmiştir. Bu sayede ilaçların mutasyonlara direncine ve etkisine dair ön bilgi sunulmaktadır. Bunun yanı sıra çalışmada hangi mutasyon türlerinin nicel sayısının ilaç direncinde daha fazla etki gösterdiğini makine öğrenmesi analizleri ile sunulmuştur.

In this study, we addressed pharmacogenomic interactions in lung small cell carcinoma. For this purpose, data collection, data manipulation and machine learning algorithms were utilized. By combining three open-source datasets, a new dataset is generated. The first data source contains cell lines and their mutation information. The second data source contains detailed information about the cell lines. The third dataset contains drugcell interactions and drug sensitivity of cell lines. By combining the utilized data sources, a new dataset was obtained by counting different mutation load information. Thus, chemical compounds, cell lines, mutation loads, tissue and IC50 characteristics were collected in a single dataset. In the next stage of the study, the new dataset that could present the derived drug sensitivity-mutation load relationship was used in machine learning to predict the drug resistance effect according to mutation load. For this purpose, three different machine learning algorithms were tested for prediction. For machine learning performance analysis, RMSE, R2 and MAE results were found and compared. According to the results, the XGBoost machine learning model we developed significantly predicts the IC50 score between cell-drug. In this way, it provides preliminary information on the extent to drug resistance and drug effect. In addition, the study presents which mutation types have a greater effect on the quantitative number of drug resistance through machine learning analysis.