システム生物学的視点からのゲノム・プロテオミクス・病理画像データの階層的融合によるがん予後予測の高度化
arXiv cs.CV / 2026/3/17
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- 本論文は、遺伝子からタンパク質、さらには画像へと生物学的進行をモデル化することで、ゲノム・プロテオミクス・組織病理画像データを統合し、がん予後を改善する階層的融合フレームワークHFGPIを提案する。
- 分子トークナイザーを導入し、アイデンティティ埋め込みと発現プロファイルを組み合わせて、遺伝子とタンパク質の生物学情報に基づく表現を作成する。
- 遺伝子–タンパク質の調節関係を捉えるため、構造を保持するアライメントを用い、グラフ対応型クロスアテンションを組み合わせたGene-Regulated Protein Fusion（GRPF）を提示する。
- ハイパーグラフ畳み込みを用いたタンパク質ガイド付きハイパーグラフ学習（PGHL）を開発し、タンパク質と画像パッチを結びつけて高次のタンパク質–形態学的関係を捉え、層間で階層的融合を実現する。
- 5つのベンチマークデータセットを用いた実験結果は、HFGPIが生存予測において最先端手法を上回ることを示している。
