Comparison of machine learning models for the prediction of cancer cells using MHC class I complexes

Abstract

Currently, cancer is the leading cause of death worldwide, making millions of deaths annually in developing countries due to a shortage of detection and treatment. Early detection of cancer neoantigens is useful for specialists because they can help in the development of more successful treatments. Based on this problem, the objective of this work is to carry out a comparative process between machine learning models, to determine which of them allows an adequate prediction of the data, and thus determine the carcinogenic neoantigens. For this, information extracted from protein sequences was employed. The preliminary results show sensitivity and specificity of 1.0 and 0.98 respectively.

En la actualidad, el cáncer es la principal causa de muerte en todo el mundo y provoca millones de fallecimientos anuales en los países en desarrollo debido a la escasez de detección y tratamiento. La detección temprana de los neoantígenos del cáncer es útil para los especialistas, ya que pueden ayudar en el desarrollo de tratamientos más exitosos. Partiendo de esta problemática, el objetivo de este trabajo es realizar un proceso comparativo entre modelos de aprendizaje automático, para determinar cuál de ellos permite una adecuada predicción de los datos, y así determinar los neoantígenos cancerígenos. Para ello, se empleó la información extraída de las secuencias de proteínas. Los resultados preliminares muestran una sensibilidad y especificidad de 1,0 y 0,98 respectivamente.