ME-Mamba: マルチエキスパートMambaによる効率的な知識キャプチャと融合を用いたマルチモーダル生存時間解析

科学分野:

• 計算生物学
• バイオインフォマティクス
• 精密腫瘍学

背景:

• 全スライド画像（WSI）とゲノミクスを統合したマルチモーダル生存時間解析は、精密腫瘍学にとって重要です。
• 現在のTransformerベースの方法は、二次計算量とノイズ感受性の課題に直面しています。

研究 の 目的:

• 効率的で堅牢なマルチモーダル生存時間解析のために設計されたマルチエキスパートMambaフレームワーク（ME-Mamba）を導入すること。
• WSIとゲノミクスデータを統合する際の計算複雑性とノイズの問題に対処すること。

主な方法:

• 線形計算量を持つマルチエキスパートMambaフレームワーク（ME-Mamba）を開発しました。
• Mambaの逐次スキャンバイアスを克服するために、注意機構ガイドスキャン戦略を提案しました。
• 最適輸送（OT）と最大平均不一致（MMD）を使用したパラメータフリーのデュアル粒度融合メカニズムを持つシナジスティックエキスパートを導入しました。

主要な成果:

• ME-Mambaは線形計算量を達成し、計算負荷を大幅に削減しました。
• 注意機構ガイドスキャンとシナジスティックエキスパートは、効果的に識別的特徴を優先し、信号対雑音比を向上させました。
• 5つのTCGAデータセット全体で、最先端の方法と比較して優れた予測精度と計算効率を示しました。

結論:

• ME-Mambaは、精密腫瘍学におけるマルチモーダル生存時間解析のための計算効率が高く堅牢なソリューションを提供します。
• 提案されたフレームワークは、WSIとゲノミクスデータを効果的に統合し、がん患者の層別化と治療戦略の改善への道を開きます。
• さらなる研究を容易にするために、コードは公開される予定です。