跳到正文
原文
生物谷·资讯·· 16 天前AI 评分45

多组学AI肿瘤模型:目标、数据、模型,缺一不可

算法很漂亮,临床用不上?Genes 给多组学AI肿瘤模型开了一张“务实体检单”:目标、数据、模型,缺一不可

AI 导读

该综述文章发表在国际杂志 Genes 上,从目标、数据、模型三个方面探讨了多组学AI在肿瘤预测中的应用。文章指出,要构建稳健的预测模型,需明确预测目标(如诊断、预后、治疗反应),合理选择数据(处理多组学数据的维度与整合时机),并选择合适的模型(如经典机器学习与深度学习)。研究强调,模型构建应诚实对齐目标、数据与模型,避免技术噪声与分析流程影响预测结果。

正文

肿瘤治疗正经历一场从"一刀切"到"量体裁衣"的转变,靶向治疗与免疫治疗延长部分患者生存期,疗效却因患者、瘤种与分期而异。肿瘤异质性让同一诊断下的患者走向截然不同的结局。与此同时,新一代测序与液体活检持续产出海量分子信息,影像学方法仍在补充结构层面的线索。信息越多,整合越难。多组学数据维度高、彼此依赖复杂,传统统计工具难以消化,人工智能与机器学习因此成为精准肿瘤学的重要抓手。

日前,一篇发表在国际杂志Genes上题为“Integration of Multi-Omics in AI-Based Models for Predictive Oncology”综述报告换了一个角度审视这场整合:从目标、数据、模型三个概念出发来判断一个预测模型是否可行、有效、可用。

文章中,来自法国的研究人员把预测模型拆成三个问题:要预测什么,用什么数据预测,用什么函数完成转换,三者对齐,模型才可能稳健。预测目标分三类。诊断包括癌症筛查、检测与分型,多组学聚类可无监督发现亚型,也可借通路活性推断引入知识。预后关注复发到死亡的预期病程,胃癌、肺癌、肾癌、前列腺癌均有基于多组学特征的预后模型,其中胃癌研究显示多组学整合较单组学进一步提升预测准确性。治疗反应预测覆盖体外细胞系、体内前临床模型与患者疗效,涉及疗效、复发与药物毒性,研究人员提出以癌症标志作为组学变量与临床结局之间的中介,帮助理解单个组学变量的贡献。

把多组学数据与关于癌症病理生理现象(癌症标志)的知识整合起来,可使预测性肿瘤学更加稳健、更加准确

数据层面的难点首先来自维度。多组学特征数远超样本量,组学层之间既对话又冗余,整合时机分早期、中期、晚期。批次效应校正方法的选择取决于对效应类型的假设,校正过度会抹掉真实生物信号;数据集划分时,校正须在每个训练折内完成,否则信息泄漏。缺失数据按MNAR、MAR、MCAR分类处理,传统插补存在方差降低与偏倚,深度学习与基于Transformer注意力的基础模型提供新思路。公共数据库如TCGA、CCLE、GDSC、CPTAC扩大训练域代表性,却带有回顾性设计、治疗注释不全、多样性有限、事件数少与检测异质性等局限。

模型层面分表征与整合两步。表征阶段做特征选择与变换:LASSO、递归特征消除、方差过滤、Pearson相关、基于通路距离的基因选择,以及PCA、UMAP、自编码器、变换器嵌入、通路活性推断与可见神经网络。整合阶段从线性回归、随机森林、XGBoost延伸到深度神经网络、知识网络、布尔网络、QSP与ODE机制模型,再到自编码器加ODE、逻辑ODE加Macau算法等混合架构。深度学习能表示复杂关系,代价是解释性下降;骨肿瘤领域的系统评价显示经典机器学习与深度学习性能相当,具体取决于数据结构。机制模型利于理解病理生理与治疗组合,直接整合组学却困难;混合模型试图兼顾知识约束与数据驱动发现,难点在于找到合适的合并方式与知识、数据之间的平衡。

可解释性是不可回避的一环,SHAP已成为医学与肿瘤文献中最常用的归因技术,但它解决的是模型透明度,不等于机制或因果有效性。组学特征高度相关时,SHAP值可能不稳定,重要性会在相关变量间转移。被标记的特征应视为生物学合理性假设,需独立统计验证或功能验证。黑色素瘤研究提供一则实例:整合MAPK中心组学数据后,靶向该通路药物的疗效持续时间预测准确性优于仅用临床数据。乳腺癌研究则显示,RNA测序数据对大量药物预测更好,而机制模型推导的细胞系特异参数对通路靶向药物预测更好,两类信息各有所长。

这篇综述没有许诺某种算法包治百病,而是把模型构建还原为一项工程:先定义预期用途与终点,再确认训练数据能否覆盖应用域,最后选择与知识储备相匹配的函数形式。它提醒研究者,组学数据不是普通表格,背后的技术噪声、生物变异与分析流程都会渗入预测结果。批次效应要在折内校正,缺失机制要先分类再处理,SHAP结果要当作线索而非结论。外部验证、决策曲线分析与部署后的性能监测,构成从回顾性研究走向临床应用的必经台阶。精准肿瘤学的进步,或许不在于模型越建越复杂,而在于目标、数据与模型三者的对齐越来越诚实。(生物谷Bioon.com)

参考文献:

Arnaud Nativel,Sarah Dandou,Florian Favier, et al. Integration of Multi-Omics in AI-Based Models for Predictive Oncology, Genes 2026, 17(10), 1231;doi:10.3390/genes17101231

版权声明 本网站所有注明“来源:生物谷”或“来源:bioon”的文字、图片和音视频资料,版权均属于生物谷网站所有。非经授权,任何媒体、网站或个人不得转载,否则将追究法律责任。取得书面授权转载时,须注明“来源:生物谷”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。

来源:生物谷·资讯 · news.bioon.com