Accurately identifying the interactions between genomic factors and the response of cancer drugs plays important roles in drug discovery, drug repositioning and cancer treatment. A number of studies revealed that interactions between genes and drugs were ‘many-genes-to-many drugs’ interactions, i.e. common modules, opposed to ‘one-gene-to-one-drug’ interactions. Such modules fully explain the interactions between complex biological regulatory mechanisms and cancer drugs. However, strategies for effectively and robustly identifying the underlying common modules among pharmacogenomics data remain to be improved. In this paper, we aim to provide a detailed evaluation of three categories of state-of-the-art common module identification techniques from a machine learning perspective, including non-negative matrix factorization (NMF), partial least squares (PLS) and network analyses. We first evaluate the performance of six methods, namely SNMNMF, NetNMF, SNPLS, O2PLS, NSBM and HOGMMNC, using two series of simulated data sets with different noise levels and outlier ratios. Then, we conduct experiments using a real world data set of 2091 genes and 101 drugs in 392 cancer cell lines and compare the real experimental results from the aspect of biological process term enrichment, gene–drug and drug–drug interactions. Finally, we present interesting findings from our evaluation study and discuss the advantages and drawbacks of each method. Supplementary information: Supplementary file is available at Briefings in Bioinformatics online.

中文翻译：

---

使用药物基因组学数据评估基因-药物通用模块识别方法。

准确识别基因组因子与抗癌药物反应之间的相互作用在药物发现、药物重新定位和癌症治疗中起着重要作用。许多研究表明，基因和药物之间的相互作用是“多基因对多药物”的相互作用，即共同模块，与“单基因对一药物”的相互作用相反。这些模块充分解释了复杂的生物调控机制与抗癌药物之间的相互作用。然而，有效和稳健地识别药物基因组学数据中潜在共同模块的策略仍有待改进。在本文中，我们旨在从机器学习的角度对三类最先进的通用模块识别技术进行详细评估，包括非负矩阵分解 (NMF)、偏最小二乘法 (PLS) 和网络分析。我们首先使用具有不同噪声水平和异常值比率的两个系列模拟数据集评估 SNMNMF、NetNMF、SNPLS、O2PLS、NSBM 和 HOGMMNC 六种方法的性能。然后，我们使用真实世界数据集进行实验，该数据集包含 392 个癌细胞系中的 2091 个基因和 101 个药物，并从生物过程术语富集、基因-药物和药物-药物相互作用方面比较真实的实验结果。最后，我们提出了评估研究中有趣的发现，并讨论了每种方法的优缺点。我们使用真实世界数据集进行实验，该数据集包含 392 个癌细胞系中的 2091 个基因和 101 个药物，并从生物过程术语富集、基因-药物和药物-药物相互作用方面比较真实的实验结果。最后，我们提出了评估研究中有趣的发现，并讨论了每种方法的优缺点。我们使用真实世界数据集进行实验，该数据集包含 392 个癌细胞系中的 2091 个基因和 101 个药物，并从生物过程术语富集、基因-药物和药物-药物相互作用方面比较真实的实验结果。最后，我们提出了评估研究中有趣的发现，并讨论了每种方法的优缺点。补充信息：补充文件可在在线生物信息学简报中找到。