雅典:基于深度学习的AI用于基因组突变的功能预测和前列腺癌中的协同脆弱性
Siyuan Cheng1, Xiao Jin1, Jiaying Qian1
1Department of Urology, Yale University School of Medicine, New Haven, CT, 06511.
bioRxiv : the preprint server for biology
|December 8, 2025
概括
一个新的AI框架,ATHENA,预测了基因突变在前列腺癌中的功能影响. 该工具有助于识别治疗耐药性的关键驱动因素和潜在的药物标.
科学领域:
- 基因组学就是基因组学.
- 计算生物学 计算生物学
- 在瘤学瘤学.
背景情况:
- 鉴定导致前列腺癌治疗耐药性的功能突变是具有挑战性的.
- 大规模测序产生了大量的突变数据,但缺乏功能性见解.
研究的目的:
- 开发一个人工智能框架 (ATHENA) 来预测基因组突变的功能影响.
- 为了确定协同作用的漏洞,并区分驾驶员和乘客的突变.
主要方法:
- 开发了ATHENA (基于注意力的治疗网络分析器),这是一个深度学习AI框架.
- 集成的ATHENA与OncoVar变种发现管道.
- 利用SHAP分析进行模型解释,并对多队列数据集进行训练.
主要成果:
- ATHENA预测突变的功能影响,并根据临床结果对患者进行分层.
- 在前列腺癌进展中确定了特定阶段的驱动特征.
- 发现了像SYVN1-STC2这样促进瘤增殖的合作相互作用.
结论:
- 在OncoVar-ATHENA框架功能预测基因组相互作用超出简单的突变识别.
- 加快发现晚期前列腺癌的可操作目标.
- 为设计下一代组合疗法提供了基础.
更多相关视频
08:04Identification and Classification of Position-specific GABAA Receptor Subunit Missense Variants for Their Role In Hippocampal Pyramidal Neurons
Published on: June 6, 2025
1.3K
06:41In Vivo Functional Study of Disease-associated Rare Human Variants Using Drosophila
Published on: August 20, 2019
14.2K
