Briefings in Bioinformatics· Chonghao Chen, Yulei Du, Yaxin Jiang, Yuanfang Wang, Di Tang, Xiaofan Ding, Mian He·· 25 天前精选AI 评分65
VCAT模型整合转录扰动与CRISPR脆弱性预测抗癌药物响应
Decoding cellular vulnerabilities for interpretable drug response prediction
AI 导读
【摘要级】研究提出脆弱性引导的级联注意力Transformer模型VCAT，将CMap/LINCS共识转录特征与CRISPR监督的细胞表征结合，用于抗癌药物响应预测。在四种数据划分策略下，VCAT在12项分类划分指标比较中的11项取得最佳表现，优于传统机器学习和已发表深度学习模型，并提升了连续IC50预测，在CTRP、PRISM、患者来源类器官和肝细胞癌队列中表现出泛化。
推荐理由
研究把药物诱导转录扰动与CRISPR遗传脆弱性结合，为跨数据集药物响应预测提供可解释的建模思路。
来源：Briefings in Bioinformatics · doi.org