Deep Modelling for Anticancer Drug Response Prediction with Therapeutic Data

Abstract

O cancro é uma das principais causas de morte em todo o mundo, urgindo a necessidade da sua deteção e tratamento. Na era da medicina de precisão, o principal objetivo é incorporar a variabilidade individual para selecionar com mais exatidão as estratégias de terapia e prevenção que se adequam a cada pessoa. No entanto, a previsão acerca da resposta a um fármaco para o tratamento do cancro continua a ser um desafio.Abordagens bem sucedidas, incluindo aprendizagem de máquina e aprendizagem profunda, foram apresentadas para prever a sensibilidade de tumores a tratamentos anticancerígenos, contudo, devido à complexidade do problema, permanecem ainda muitos desafios em traduzir a combinação de diversos dados clínicos com dados genómicos num prognóstico adequado.Neste trabalho, são propostos dois modelos de arquitetura de aprendizagem profunda para prever o efeito de fármacos anticancerígenos em tumores através da concentração inibitória média (IC50). Ambos os modelos podem ser divididos em duas partes: primeiramente, é realizado o pré-treino de dois autoencoders com dados de grande dimensão (expressão e mutação genéticas) para capturar as características fundamentais dos tumores; de seguida, este conhecimento genético é transferido para linhas celulares cancerígenas para prever o impacto das variantes genéticas num determinado fármaco. Ademais, foram introduzidas estruturas SMILES para o modelo apreender as características relevantes das moléculas através da utilização de Redes Neuronais Recorrentes e Redes Neuronais Convolucionais. Finalmente, o modelo aplica dados de sensibilidade de fármacos correlacionados com os dados genómicos e moleculares para identificar características que prevêem o valor de IC50 para cada par fármaco-linha celular.Os resultados obtidos demonstram a capacidade de ambos os modelos em extrair representações relevantes dos dados para prever interações fármaco-recetor, isto é, o valor de IC50 que descreve a potência de uma substância em inibir um tumor. Os modelos propostos alcançaram um desempenho de erro quadrático médio de 1,08 e 1,06, superando modelos anteriormente apresentados no estado da arte.

Cancer is a leading cause of death worldwide, enhancing the need for its detection and treatment. In the era of precision medicine, the main goal is to incorporate individual variability in order to choose more accurately which therapy and prevention strategies suit each person. However, drug response prediction for cancer treatment remains a challenge.Successful approaches, including machine and deep learning, have been proposed to predict the sensitivity of tumors to specific anticancer treatments, however, due to the complexity of the problem, there remain many challenges in how to effectively translate the combination of clinical data with genomics data into prognostic.In this work, it is proposed two deep neural network models to predict the effect of anticancer drugs in tumors through the half-maximal inhibitory concentration (IC50). The models can be seen as two-fold: first, we pre-trained two autoencoders with high-dimensional data (gene expression and mutation profiles) to capture the essential features from tumors; then, this genetic background is translated to cancer cell lines to predict the impact of the genetic variants on a given drug. Moreover, SMILES structures were introduced so that the model can apprehend relevant features regarding the drug compound using Recurrent Neural Networks (RNNs) and Convolutional Neural Networks (CNNs). Finally, the model applies drug sensitivity data correlated to the genomic and drugs data to identify features that predict the IC50 value for each pair of drug-cell line.The obtained results demonstrate the effectiveness of both models in extracting deep representations to predict drug-target interactions, i.e., the IC50 value that portrays the potency of a substance in inhibiting a tumor. The proposed models achieved a performance of a mean squared error of 1.08 and 1.06, outperforming previous state-of-the-art models.