bioRxiv 预印本· Wang, R. H., Benard, B. A., Ilerten, I., Zdravkovic, S., Al-Humadi, R., Nasr, S., Howitt, B., Gentles, A. J. ·· 18 小时前AI 评分22
EcoNet：深度学习驱动的肿瘤微环境图谱提升免疫治疗应答预测
Deep-learning-driven tumor microenvironment profiling improves immunotherapy response prediction
AI 导读
研究者提出计算框架EcoNet，先建模共现细胞状态组成的生态系统，再构建细胞间与细胞内信号网络，并用图注意力网络提取嵌入以预测免疫治疗应答。在2,532例泛癌免疫治疗样本上预训练后，EcoNet的AUC较现有预测方法提升7.5-19.9%，较基于标志物的signature提升4.4-21.2%；经ccRCC疾病特异性微调后，可在独立ccRCC队列中按临床结局分层（P=0.024）。
来源：bioRxiv 预印本 · biorxiv.org