1139-乳腺癌药物协同作用的布尔建模与可解释性预测

这项研究介绍了一种结合布尔建模与随机森林算法的机器学习框架，旨在预测乳腺癌药物联合治疗的协同效应。研究人员通过模拟117种蛋白质在药物干扰下的动态活动，生成了具有高度可解释性的输入特征。尽管该模型在预测准确率上表现中等，但其优势在于能从分子机制层面解析药物产生协同或耐药作用的原因。通过分析特定蛋白质（如AKT、PTEN和FOXO3）的贡献度，该模型成功识别了影响不同细胞系药敏性的关键信号通路。这种方法为理解药物如何在复杂的生物网络中发挥作用提供了新视角，有助于设计更有效的个性化癌症治疗方案。References:Taoma, K., Ruengjitchatchawalya, M., Kusonmano, K. et al. Interpretable prediction of drug synergy for breast cancer by random forest with features from Boolean modeling of signaling pathways. Sci Rep 15, 17735 (2025). https://doi.org/10.1038/s41598-025-02444-7前往小宇宙评论区与主播互动