跳到正文
原文
bioRxiv 预印本· Wang, Z.-L., Cai, M., Li, Z., Lin, Z., Yin, Y., Chen, Z., Yan, H., Quan, Z., Liao, J.-Y., Zheng, Y. ·· 19 天前AI 评分28

MMRL:跨癌种体细胞错义突变表征学习框架,预后判别优于TMB

Representation learning of somatic missense mutation landscapes across cancer types

AI 导读

研究者提出泛癌错义突变表征学习框架MMRL,整合基因身份、三核苷酸上下文、AlphaMissense致病性、氨基酸替换与蛋白位置信息,通过自监督学习在约5万份肿瘤样本中捕捉错义突变的高阶模式。

来源:bioRxiv 预印本 · biorxiv.org