一种基于深度迁移学习的癌症药物响应预测方法

本发明提出了一种基于深度迁移学习的癌症药物响应预测方法，属于癌症诊断技术领域。首先根据细胞系和单细胞的基因表达谱，筛选出响应细胞与不响应细胞之间的差异基因，降低深度学习模型的输入特征的规模；接着使用自编码器作为特征提取器，进一步学习细胞系和单细胞表达矩阵的低维表示；然后构建细胞系与单细胞的异构图，利用多头图注意力网络进行样本间的语义传播，更好地实现迁移学习；最后使用多层感知机作为预测器，输出细胞的药物响应预测结果；本发明可以应用于癌症诊断、治疗和个体化药物治疗等领域，为临床上选择更有效的治疗方案提供参考。