文献详解丨如何把预后生存做得高大上？看完这篇10+文章你也就懂了！

在临床上，确定疾病亚型非常重要，若能构建基于预后的分子特征来识别癌症亚型，对肿瘤患者进行生存分层，不仅有助于改善疾病监测和管理，还能为预防和治疗提供信息。多组学数据是预测预后和生存的良好资源，然而，由于计算和实际操作具有挑战性，这种预测临床表型的方法较少被探索。小编今天和大家分析的文章题目为“DeepProg: an ensemble of deep-learning and machine-learning models for prognosis prediction using multi-omics data”。该文章结合深度学习和机器学习算法构建了一个通用预测模型，名为DeepProg，可以使用多组学数据稳健地预测患者生存情况。研究结果1、DeepProg的计算框架DeepProg是一个预测患者生存的计算框架，基于一个或多个组学数据类型。首先对每个组学数据矩阵 ………………………………