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據，開發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》上發表，題為：Biologically informed deep neural network for prostate cancer discovery。
前列腺癌是男性高發惡性腫瘤之一，探索其侵襲轉移的分子機制、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例前列腺癌患者數據，通過分析基因突變、基因拷貝數、基因融合等信息，構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動因素狀況，以及預測癌癥狀態等，相關性能明顯優于其它模型。
注：此研究成果摘自《Nature》，文章內容不代表本網站觀點和立場。
論文鏈接：https://www.nature.com/articles/s41586-021-03922-4
智研咨詢 - 精品報告
2025-2031年中國6-APA行業市場發展形勢及投資潛力研判報告
《2025-2031年中國6-APA行業市場發展形勢及投資潛力研判報告》共十一章，包含6-APA地區運行分析，6-APA國內重點生產廠家分析，2025-2031年中國6-APA行業發展前景預測等內容。
如您有其他要求，請聯系：
公眾號
小程序
微信咨詢
