近日,美國丹娜法伯癌癥研究院、麻省理工學院和哈佛大學的研究團隊利用前列腺癌患者的多組學數(shù)據(jù),開發(fā)了一款可用于前列腺癌預測與評估的機器學習分析模型P - NET(Pathway-aware multi-layered hierarchical network)。該研究在《Nature》上發(fā)表,題為:Biologically informed deep neural network for prostate cancer discovery。
前列腺癌是男性高發(fā)惡性腫瘤之一,探索其侵襲轉(zhuǎn)移的分子機制、評估患者預后是前列腺癌防治研究中的重要方向。該研究團隊基于1013例前列腺癌患者數(shù)據(jù),通過分析基因突變、基因拷貝數(shù)、基因融合等信息,構(gòu)建了基于生物信息學的深度學習模型。利用該模型可對前列腺癌患者進行危險分層,評估靶向治療相關分子驅(qū)動因素狀況,以及預測癌癥狀態(tài)等,相關性能明顯優(yōu)于其它模型。
注:此研究成果摘自《Nature》,文章內(nèi)容不代表本網(wǎng)站觀點和立場。
論文鏈接:https://www.nature.com/articles/s41586-021-03922-4


2025-2031年中國6-APA行業(yè)市場發(fā)展形勢及投資潛力研判報告
《2025-2031年中國6-APA行業(yè)市場發(fā)展形勢及投資潛力研判報告》共十一章,包含6-APA地區(qū)運行分析,6-APA國內(nèi)重點生產(chǎn)廠家分析,2025-2031年中國6-APA行業(yè)發(fā)展前景預測等內(nèi)容。



