近日，我院智能分析与决策科研团队杨博副教授课题组撰写的学术论文《Multi-view Multi-level Contrastive Graph Convolutional Network for Cancer Subtyping on Multi-Omics Data》在生物信息学期刊《Briefings in Bioinformatics》 （中科院数学与计算生物学一区，TOP，CCFB）发表（https://doi.org/10.1093/bib/bbaf043）。
该研究为解决癌症异质性问题，提出一种新型的多视图多层次对比图卷积网络模型，通过有效整合多组学数据（如mRNA表达、DNA甲基化和miRNA表达）进行癌症亚型预测。传统方法往往忽略不同组学数据间的复杂关联关系，而该网络模型可从不同组学数据中同时学习多个层次的特征，并使用对比学习策略增强聚类效果。通过在34个公开数据集上的实验表明，该模型可显著提升癌症亚型预测的准确性，为揭示癌症生物学的内在机制与设计个性化治疗方案提供新的依据与思路。
该成果得到国家自然科学基金、陕西省自然科学基础研究计划及陕西省教育厅重点科学研究计划的资助。论文作者还包括我院硕士研究生崔晨曦、王蒙副教授、季虹副教授、硕士研究生高飞越。(撰稿：杨博 审核：刘枫)
图1 网络结构示意图
