TRACER:跨域对齐的癌症药物基因组学框架
热点事件持续更新
TRACER:跨域对齐的癌症药物基因组学框架
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
TRACER 研究团队提出端到端跨域对齐框架 TRACER,用于把细胞系上的药物响应预测迁移到未标注的患者肿瘤。在 ModelID 不重叠的已见药物划分上,TRACER-Full 在按药物 z 标准化的测试对上全局 Pearson 相关系数为 0.5125 ± 0.0192,仅响应模型为 0.5179 ± 0.0193,平均差 −0.0054,即完整框架在该指标上未超过仅响应基线。 在排除对齐的 TCGA 审计样本中,致癌 Hallmark 邻居一致性平均提升 0.1162 ± 0.0210。患者层面,基于源验证定义的药物划分和稳定性分析支持乳腺浸润癌、子宫体子宫内膜癌各 4 个、肉瘤 2 个预测药物响应亚型。 研究团队称,该框架可解释、可审计,生成的患者药物基因组学假设仍需后续功能验证。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 20:23
TRACER:面向癌症药物基因组学模型与患者肿瘤的响应保护跨域对齐框架报道时间线
沿着报道,了解事件的不同侧面。
10月28日
- Briefings in BioinformaticsTRACER:面向癌症药物基因组学模型与患者肿瘤的响应保护跨域对齐框架
TRACER 是一个端到端框架,通过监督式药物响应预测、生物条件约束的邻居对齐和响应保护梯度调控,实现从细胞系到未标注患者肿瘤的跨域迁移。在 ModelID 不重叠的已见药物划分上,TRACER-Full 在按药物 z 标准化的测试对上取得全局 Pearson 相关系数 0.5125 ± 0.0192,而仅响应模型为 0.5179 ± 0.0193,平均差 −0.0054;在排除对齐的 TCGA 审计样本中,致癌 Hallmark 邻居一致性平均提升 0.1162 ± 0.0210。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。