近日，德国柏林马克斯・普朗克分子遗传学研究所（MPIMG）联合慕尼黑亥姆霍兹联合研究中心计算机生物学研究所（ICB），开发了一款名为 “EMOGI” 的机器学习算法 ——“可解释的多基因组图像集成”（Explainable Multi-Omics Graph Integration）。

EMOGI 算法利用病人样本数据和图卷积神经网络（GCN）技术，可以在细胞突变之前对致癌基因进行识别。最终，科学家们利用该算法成功识别出了 165 个新的致癌基因，这将为开发个性化靶向抗癌药，揪出癌症背后的 “真凶” 带来重要契机。

相关研究以 “Integration of multiomics data with graph convolutional networks to identify new cancer genes and their associated molecular mechanisms” 为题，于 4 月 12 日发表在科学期刊《自然-机器智能》（Nature Machine Intelligence）上。

内容中包含的图片若涉及版权问题，请及时与我们联系删除