MutationProjector 用 3 万余例肿瘤基因组预训练，在膀胱癌、肺癌和黑色素瘤中预测免疫治疗应答并锁定 KMT2D 与 SMARCA4-STK11 等标志物
研究团队构建了基于图注意力网络、整合八类分子网络的肿瘤基因组基础模型 MutationProjector，在 30,328 例、10 种实体瘤的基因改变数据上以掩码基因重建进行自监督预训练，随后用随机森林在少量标注队列上迁移学习，在膀胱癌、肺癌、黑色素瘤免疫治疗应答预测中取得 HR 分别为 0.71、0.74、0.59 的生存分层，在顺铂化疗膀胱癌队列中 HR 为 0.43，并通过注意力分析提出 KMT2D 与 SMARCA4-STK11 等新候选标志物。