PulseAugur
实时 08:37:56
English(EN) Foundation-model-guided radiogenomic discovery linking cancer genomes to cancer scans

基础模型与影像学连接癌症基因组与扫描

研究人员开发了一种新方法,该方法结合了名为 Evo~2 的基础模型和临床影像学,以识别基因与癌症表型之间的关联。该方法分析了三个 TCGA 队列(透明细胞肾细胞癌、肝细胞癌和乳腺癌)的体细胞突变,无需任务特定训练即可预测基因严重程度评分。通过将这些评分与肿瘤分割的影像组学特征相关联,该方法成功识别了已知的癌症驱动因素,并发现了 46 个新基因,包括那些与先前被常规方法遗漏的孟德尔纤毛病和细胞骨架疾病相关的基因。 AI

影响 该方法可以加速癌症研究中新的基因-表型关联的发现,可能带来新的诊断或治疗策略。

排序理由 这是一篇详细介绍基因发现新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

基础模型与影像学连接癌症基因组与扫描

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Frederik Hauke, Jeremias Krause, Patrick Wienholt, Christiane Kuhl, Ingo Kurth, Sikander Hayat, Jakob Nikolas Kather, Sven Nebelung, Daniel Truhn ·

    基于基础模型的放射基因组学发现,连接癌症基因组与癌症扫描

    arXiv:2607.20583v1 Announce Type: cross Abstract: The function of many genes is still unknown, and conventional driver-discovery methods, which rely on how frequently a gene is mutated, cannot assess genes that are only rarely affected. Here we pair Evo~2-based genome analysis wi…