突破性發(fā)現(xiàn)：清華團隊揭示多種癌癥生存曲線與穩(wěn)定學(xué)習(xí)預(yù)后標(biāo)志物的深度關(guān)聯(lián)

原標(biāo)題：穩(wěn)定學(xué)習(xí)預(yù)后標(biāo)志物，多種癌癥生存曲線證實！清華最新成果登Nature頂級子刊
文章來源：新智元
內(nèi)容字數(shù)：4895字

清華大學(xué)與國家蛋白質(zhì)科學(xué)中心的創(chuàng)新成果

近日，清華大學(xué)與國家蛋白質(zhì)科學(xué)中心聯(lián)合提出了一種新的生存分析方法——Stable Cox模型，旨在應(yīng)對多中心、大隊列異質(zhì)數(shù)據(jù)中的挑戰(zhàn)。該方法結(jié)合了穩(wěn)定學(xué)習(xí)理論，能夠有效識別穩(wěn)定的預(yù)后標(biāo)志物，并在多種癌癥的組學(xué)和臨床預(yù)后數(shù)據(jù)上得到驗證，具備廣泛的應(yīng)用潛力。

預(yù)后標(biāo)志物的重要性

預(yù)后標(biāo)志物是提供疾病未來發(fā)展、結(jié)果或患者生存情況等信息的生物標(biāo)志物，可以是生物分子、細胞特征或影像學(xué)特征。通過對這些標(biāo)志物的分析，醫(yī)生能夠更好地預(yù)測疾病進程、治療反應(yīng)及復(fù)發(fā)可能性等關(guān)鍵因素。

Stable Cox模型的核心方法

Stable Cox模型的核心在于消除不穩(wěn)定協(xié)變量與生存結(jié)果之間的虛假相關(guān)性，從而使學(xué)習(xí)到的相關(guān)性反映出協(xié)變量對生存概率的因果影響。該模型分為兩個階段：首先，通過性驅(qū)動的樣本加權(quán)，使協(xié)變量之間相互；其次，在加權(quán)的Cox回歸階段，對樣本損失進行重加權(quán)，從而有效分離每個變量對生存輸出的影響。

廣泛的應(yīng)用與實驗驗證

研究團隊在多種癌癥組學(xué)數(shù)據(jù)集（如肝癌、乳腺癌、黑色素瘤）及臨床生存數(shù)據(jù)（如肺癌、乳腺癌）上進行了廣泛的實驗驗證，結(jié)果表明Stable Cox模型具備較強的泛化能力，平均提升6.5%-13.9%。此外，該模型還能夠發(fā)現(xiàn)潛在的組合標(biāo)志物，幫助區(qū)分生存風(fēng)險顯著不同的亞型，為臨床治療決策提供重要支持。

未來的研究方向

現(xiàn)有的標(biāo)志物識別技術(shù)在異質(zhì)性數(shù)據(jù)中的泛化能力較差，Stable Cox模型的提出為解決這一難題提供了新思路。該研究強調(diào)了在醫(yī)療領(lǐng)域應(yīng)用機器學(xué)習(xí)技術(shù)時，穩(wěn)定性和可靠性的重要性，將為疾病的早期準(zhǔn)確診斷和個性化治療提供新的可能。

本文通訊作者為清華大學(xué)崔鵬副教授及國家蛋白質(zhì)科學(xué)中心常乘副研究員，研究得到了國際大科學(xué)計劃的支持。