Новость1004 сент.
В статье представлен конвейер SuperLearner на основе мультиомических данных для 33 типов рака, который моделирует индивидуальные топологии выживаемости, связанные с регулируемой клеточной гибелью (RCD). Используя ансамбль методов машинного обучения (Random Survival Forests, XGBoost, Survival-Boruta, Multi-Task Logistic Regression) и мета-обучатель, авторы достигли медианного C-индекса 0.749 и подтвердили обобщаемость на внешних данных CPTAC. Разработанный инструмент CancerRCDPredictor интегрирует LLM для персонализированной онкологии.