上海交通大学提出基于信号通路的肝癌风险预测模型

(记者黄欣)上海交通大学生命科学与技术学院于团队在肝癌风险预测研究方面取得新进展。基于发现与肝癌生存显著相关的13个信号通路，构建了肝癌风险预测模型。该模型在具有高度异质性的肝癌多数据集上取得了较高的预测精度。与最近发表的基于深度学习框架的预测模型相比，表明基于信号通路水平特征的模型在预测肿瘤风险方面具有优势。这一结果最近发表在了ebiomecine上。

肝癌是一种发病率和死亡率都很高的肿瘤类型，多年来在全球流行病学统计中一直呈上升趋势。大多数肿瘤类型研究的常用分析方法是通过临床或高通量数据对肿瘤患者进行分类，从而针对不同的临床风险类型采用更个性化的治疗方法。

研究者使用相同的肝癌数据集，从表达数据中提取对噪声不太敏感的信号路径水平的概率密度作为特征，以提高预测的准确性和稳定性。他们首先分别从三个大型肝癌数据集中计算出PDS，并筛选出与肝癌生存风险显著相关的信号通路。在进一步探索信号通路的影响后，他们获得了13条与肝癌生存显著相关的通路。基于这些特征，研究小组采用与深入学习研究相同的统计模型来提高肝癌风险的预测性能，并发现了许多与肝癌生存风险相关的生物标志物。

相关纸质信息:

https://doi.org/10.1016/j.ebiom.2019.05.010

中国科学杂志(2019-06-28第三版综合)