近日，美国丹娜法伯癌症研究院、麻省理工学院和哈佛大学的研究团队利用前列腺癌患者的多组学数据，开发了一款可用于前列腺癌预测与评估的机器学习分析模型P - NET（Pathway-aware multi-layered hierarchical network）。该研究在《Nature》上发表，题为：Biologically informed deep neural network for prostate cancer discovery。
前列腺癌是男性高发恶性肿瘤之一，探索其侵袭转移的分子机制、评估患者预后是前列腺癌防治研究中的重要方向。该研究团队基于1013例前列腺癌患者数据，通过分析基因突变、基因拷贝数、基因融合等信息，构建了基于生物信息学的深度学习模型。利用该模型可对前列腺癌患者进行危险分层，评估靶向治疗相关分子驱动因素状况，以及预测癌症状态等，相关性能明显优于其它模型。
注：此研究成果摘自《Nature》，文章内容不代表本网站观点和立场。
论文链接：https://www.nature.com/articles/s41586-021-03922-4
智研咨询 - 精品报告
2024-2030年中国辅酶Q10行业投资机会分析及市场前景趋势报告
《2024-2030年中国辅酶Q10行业投资机会分析及市场前景趋势报告》共十二章，包含辅酶Q10投资建议，中国辅酶Q10未来发展预测及投资前景分析，中国辅酶Q10投资建议及观点等内容。
如您有其他要求，请联系：
版权提示：智研咨询倡导尊重与保护知识产权，对有明确来源的内容注明出处。如发现本站文章存在版权、稿酬或其它问题，烦请联系我们，我们将及时与您沟通处理。联系方式：gaojian@chyxx.com、010-60343812。
