基因 - 多功能离散门控框架的全癌基因组分析
原文中文,约400字,阅读约需1分钟。发表于: 。本文提出了一种名为 Gene-MOE 的新型预训练模型,通过深度学习方法在 Pan-Cancer 数据库中分析基因组信息,以了解与癌症相关的因素,并有助于癌症的诊断和预后。实验结果表明,Gene-MOE 模型在癌症分类和生存分析中表现优于现有的模型,具有学习高维基因的丰富特征表示的能力。
该研究引入了一种新型模型,利用多模态机器学习和深度图神经网络学习基因表示,解决了在不同生物医学环境中发现具有类似功能的基因的挑战。该模型能够高效地捕捉多种模态下的基因功能相似性,性能超过当前最先进方法高达97.5%。模型能够产生用于分析基因功能、组织功能、疾病和物种演化的统一基因表示。