事件概述 相关报道显示，研究提出无监督多模态图注意力自编码器DeepMalignant，联合整合基因表达与拷贝数改变信息以区分scRNA-seq数据中的恶性与正常细胞，并在覆盖4种癌种、3种平台的5个数据集对比多种现有方法时取得更好的精确率-召回率平衡与F1表现。该方法在两个具有空间转录组匹配的导管原位癌样本中识别的肿瘤富集区域与组织学图像一致，并用于后续细胞间通讯分析，提示成纤维细胞来源的C3与MIF信号更偏向正常上皮细胞。 这类研究的意义不只在于提出新的疾病认识，也在于为早筛、分层诊疗和随访管理提供更具体的检测依据。 产业观察 前沿医学研究会持续推动检测技术、临床分层和疾病管理方式的变化。 文章来源 https://www.biorxiv.org/content/10.64898/2026.06.29.734828v1 |
/3 
浙公网安备33010802005999号 
