稳定学习预后标志物，多种癌症生存曲线证实！清华最新成果登Nature顶级子刊

文章预览

   新智元报道   编辑：LRST 【新智元导读】 清华大学与国家蛋白质科学中心的最新成果，结合了稳定学习的理论，提出了一个面向多中心、大队列异质数据的「稳定」生存分析方法。 近日，清华大学 与国家蛋白质科学中心联合 提出了一种发现稳定标志物（Biomarker）的Stable Cox模型，并 在 多种癌症的组学以及临床预后数据上证明—— Stable Cox可以发现在多个测试中心数据上稳定的预后标志物，该标志物可以用于对病人进行亚型分层以及生存曲线预测。 目前，这项研究成果已经登上了全球顶级期刊Nature Machine Intelligence。 论文链接：https://www.nature.com/articles/s42256-024-00932-5 预后标志物是一种能够提供有关疾病未来发展、结果或者患者生存情况等信息的生物标志物。可以是生物分子（如蛋白质、核酸等）、细胞特征（如特定细胞类型的存在或数量变化 ………………………………