跳到正文
热点事件观察中

irAEGIS可解释预测免疫不良事件风险

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

Budhkar等提出irAEGIS,利用治疗前单细胞RNA测序数据预测免疫检查点抑制剂相关免疫不良事件风险;在模拟数据集和独立免疫检查点抑制剂队列中,其预测表现优于7种现有方法。 模型通过基因集约束表征学习汇总各细胞类型的通路活性,再分层整合细胞类型特异的风险信号,可将结果分解至细胞类型、通路和基因层面;在非小细胞肺癌与黑色素瘤队列中,模型识别出与免疫相关不良事件相关的免疫通路。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月3日
  1. bioRxiv · Bioinformatics
    irAEGIS通过通路引导实现免疫相关不良事件可解释预测

    研究团队提出irAEGIS,利用治疗前scRNA-seq预测免疫相关不良事件风险,并在模拟数据集和独立ICI队列中优于7种现有方法。该模型通过基因集约束表征学习聚合各细胞类型的通路活性,再以分层框架整合细胞类型特异的风险信号。结果可分解至细胞类型、通路和基因层面,并在非小细胞肺癌与黑色素瘤队列中识别出与irAE相关的免疫通路。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。