Feb, 2024
使用 PathFormer 进行高准确性疾病诊断和高复现性生物标志物鉴定
Highly Accurate Disease Diagnosis and Highly Reproducible Biomarker Identification with PathFormer
Zehao Dong, Qihang Zhao, Philip R.O. Payne, Michael A Province, Carlos Cruchaga...
TL;DR通过使用信号网络、先验知识和组学数据，我们提出了一种名为 PathFormer 的新型 GNN 模型结构，以对生物标志物进行排序和预测疾病诊断，相较于现有的 GNN 模型，在高度准确的预测能力方面有着显著优势（与现有的 GNN 模型相比，在疾病诊断方面提高了 30% 的准确性），并且在不同数据集上具有较高的生物标志物排名的可重复性。该改进在两个独立的阿尔茨海默病（AD）和癌症转录组数据集上得到验证，PathFormer 模型可以直接应用于其他组学数据分析研究。