研究人员开发了PREDIKTOR，一个新颖的多视图框架，旨在利用基因表达数据预测患者特异性治疗反应。该框架将个性化基因调控网络与可转移的转录组扰动视图进行对齐。通过采用类似CLIP的对比目标和图神经网络编码器，PREDIKTOR生成嵌入，从而实现端到端的反应分类。该模型在各种数据集上表现优于现有方法，并有望用于可解释的精准肿瘤学。 AI
影响 该框架可以通过提供更准确和可解释的药物反应预测来增强精准肿瘤学。
排序理由 该集群描述了一篇详细介绍用于预测治疗结果的新AI框架的新研究论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2607.04557v1 Announce Type: cross Abstract: Accurate prediction of patient-specific therapeutic response from pre-treatment transcriptomes is hindered by the scarcity of matched clinical response labels and post-treatment molecular profiles. Preclinical transfer-learning mo…
Accurate prediction of patient-specific therapeutic response from pre-treatment transcriptomes is hindered by the scarcity of matched clinical response labels and post-treatment molecular profiles. Preclinical transfer-learning models can simulate drug-induced expression changes …