Транскриптомные модели для реагирования на иммунотерапию

arXiv: 2604.05478v4 Annuate Type: заменить резюме: Иммунные ингибиторы на контрольно-пропускных пунктах (ИКИ) изменили лечение рака; однако значительная доля пациентов демонстрирует имманентное или приобретенное сопротивление, в результате чего точность предлежащего реагирования является критической неудовлетворенной потребностью. Биомаркеры на основе транскриптомики, полученные из оптовых и одноклеточных последовательности реакций РНК (scRNA-seq), открывают многообещающие возможности для улавливания взаимодействия опухоли с иммунной системой, однако общая интеркортность существующих моделей прогнозирования остается неясной. Мы систематически сравниваем девять современных траффикомических прогнозов ИКИ, пять крупных моделей на базе RNAS, IRNet, NetBio, IKCScore и TNBC-ICI) и четыре модели на основе сенсорных данных (PRECISE, DeepGeneX, Трес и СКУР), используя общедоступные независимые наборы данных, невидимые в ходе разработки моделей. В целом прогнозные показатели были скромными: в большинстве групп модели РНК-сека, выполненные на уровне или почти случайно, а модели СКРНА-Сек показали лишь разницу