약물 요법에 대한 생체-내 반응 예측 방법 및 시스템

약물 요법에 대한 환자 반응을 예측하기 위한 모델을 구축하는 방법은 기능 데이터, 임상 데이터, 일부 구현에서는 유전자 데이터(예: 병든 조직에서 추출한 DNA)를 포함한 환자 데이터를 사용한다. 기능 데이터에는 초기 세포 생존율과 하나 이상의 약물 요법에 대한 노출에 대한 세포 생존율이 포함되며, 임상 데이터에는 시간 경과에 따른 환자 정보가 포함된다. 각 환자에 대해 이 방법은 기능 데이터와 임상 데이터(사용되는 경우 유전자 데이터)로 구성된 특징 벡터를 형성한다. 이 방법은 적어도 특징 벡터의 하위 집합을 사용하여 첫 번째 약물 요법에 대한 개별 환자의 반응을 예측하기 위한 첫 번째 모델을 훈련한다. 그런 다음 이 방법은 훈련된 첫 번째 모델을 데이터베이스에 저장하여 이후 첫 번째 약물 요법에 대한 환자 반응을 예측하는 데 사용한다. 또 다른 방법은 훈련된 모델을 사용하여 하나 이상의 약물 요법에 대한 환자 반응을 예측한다. A method building models for predicting patient response to drug therapies uses patient data, including functional data, clinical data, and, in some implementations, genetic data (e.g., DNA extracted from diseased tissue). The functional data includes initial cell viability and cell viability in response to exposure to one or more drug therapies, and the clinical data includes patient information over time. For each patient, the method forms a feature vector comprising the functional data and the clinical data (and genetic data, when used). The method uses at least a subset of the feature vectors to train a first model to predict individual patient response to a first drug therapy. The method then stores the trained first model in a database for subsequent use in predicting patient response to the first drug therapy. Another method predicts patient responses to one or more drug therapies using the trained models.