索尔:一个TMB异质性适应性优化模型预测使用克隆基因组特征在群组结构数据中的免疫治疗反应

Yixuan Wang1, Yanfang Guan2,3, Xin Lai2

  • 1Department of Biomedical Engineering, College of Automation Engineering, Nanjing University of Aeronautics and Astronautics, 29 Jiangjun Avenue, Jiangning, Nanjing 211106, China.

Briefings in bioinformatics
|December 16, 2024
PubMed
概括

瘤突变负担 (TMB) 是一个重要的癌症生物标志物,但它不能完全捕捉瘤的复杂性. 一个新的模型,THOR,整合了瘤克隆性和子组数据,以改善患者分层和免疫治疗的预后预测.