Brief. Bioinform. | 蛋白质互作网络与组学数据融合的癌症基因识别

文章预览

2024年8月29日，来自Jing Gong、Xiaohui Niu和Wen Zhang研究团队的Jianye Yang、Haitao Fu和Feiyang Xue等人在 Briefings in Bioinformatics 期刊上发表了一篇题为“ Multiview representation learning for identification of novel cancer genes and their causative biological mechanisms ”的研究文章。文章提出了一种基于 图卷积网络（GCN）的多视角表示学习 框架， 用于识别新型癌症基因及其致病机制 。该研究通过整合 基因组学、转录组学、表观基因组学以及蛋白质互作网络 等多维数据，成功识别出74个高置信度的新型癌症基因，并深入分析了这些基因的作用机制，提出了个性化治疗的新策略。 关键字 图卷积网络 | 多视角表示学习 | 生成对抗网络 引言 癌症是全球主要健康威胁之一，2020年约有1000万人因癌症去世。癌症的发生通常源于关键基因功能异常，导致细胞异常增殖。识别这些基因有助于理解肿 ………………………………