本報訊（記者黃辛）上海交通大學生命科學技術學院俞章盛團隊在肝癌風險預測研究方面取得新進展。上海研究基于發現的交通基于13個與肝癌生存顯著相關的信號通路，構建了肝癌風險預測模型，大學的肝在異質性較高的提出通路肝癌的多個數據集中取得了較高的預測精度，并與新近發表的信號險預型基于深度學習框架的預測模型進行了多方面比較，表明了基于信號通路水平特征的癌風模型在預測腫瘤風險方面具有優勢。該成果近日發表在EBio Medicine上。測模

　　肝癌是上海一種發病率和致死率雙高的腫瘤類型，多年來在全球流行病學統計中呈上升趨勢。交通基于大多數腫瘤類型研究慣常的大學的肝分析方法是通過臨床或者高通量數據對腫瘤患者進行分類，從而對不同臨床風險類型采取更加個性化的提出通路治療方法。

　　研究人員采用了同樣的信號險預型肝癌數據集，并通過表達數據提取對噪聲更不敏感的癌風信號通路水平的PDS作為特征，來提高預測的測模精度與穩定性。他們首先從3個較大的上海肝癌數據集中分別計算PDS，并篩選與肝癌生存風險顯著相關的信號通路，進一步探究信號通路之間的影響后，得到13個與肝癌生存顯著相關的通路。基于這些特征，研究團隊采用與深度學習研究同樣的統計模型，實現了對肝癌風險預測性能的提升，并發現了多個與肝癌生存風險相關的生物標志物。

　　相關論文信息：

　　https://doi.org/10.1016/j.ebiom.2019.05.010

《中國科學報》 (2019-06-28 第3版 綜合)