编辑推荐：
口腔癌严重威胁全球健康，精准预测其患者生存时间意义重大。研究人员开展 “DeepOmicsSurv: a deep learning?based model for survival prediction of oral cancer” 研究，构建 DeepOmicsSurv 模型。结果显示该模型预测准确性高，能揭示影响生存时间的临床因素，为口腔癌诊疗提供新工具。
在全球范围内，口腔癌如同一个隐匿的 “健康杀手”，悄然威胁着人们的生命。每年，它都导致大量新发病例和死亡，印度更是深受其害，有着极高的死亡率。而且，这种疾病的发病率和死亡率在全球许多国家都呈上升趋势。
早期发现口腔癌，患者的五年生存率能达到 82% ，可一旦病情发展到晚期，生存率会急剧降至 27% 。目前，虽然有不少研究尝试利用临床数据来预测口腔癌患者的生存时间，但效果参差不齐。像 Hung 等人使用的 Extreme Gradient Boosting（XGBoost）模型，均方误差（MSE）高达 486.55；Adeoye 和 Kim 等人运用 DeepSurv 模型，C 指数分别为 0.89 和 0.81。这些传统模型仅仅依赖临床数据，难以捕捉那些复杂的、可能影响患者生存时间的基因突变信息。
随着多组学技术的不断进步，为我们深入了解癌症预后的遗传变异提供了新视角。然而，多组学数据的高维度和异质性又带来了新的挑战。为了突破这些困境，来自印度潘贾布大学（University Institute of Engineering and Technology, Panjab University）和旁遮普工程学院（Punjab Engineering College）等机构的研究人员，开展了一项极具意义的研究。他们构建了一个名为 DeepOmicsSurv 的深度学习模型，旨在更精准地预测口腔癌患者的生存时间。这项研究成果发表在了《Discover Oncology》上，为口腔癌的研究和治疗带来了新的曙光。
研究人员为开展此项研究，用到了多个关键技术方法。数据方面，从癌症基因组图谱（TCGA）的 TCGA-HNSC 项目获取了 528 名患者的临床、DNA 甲基化、拷贝数变异（Copy Number Alteration，CNA）和 mRNA 表达数据。针对数据的高维度问题，采用了主成分分析（PCA）、非负矩阵分解（NMF）、自动编码器等多种降维技术。同时，利用 SHapley Additive Explanations（SHAP）分析临床特征对生存预测的影响。在模型构建上，以 DeepSurv 模型为基础，添加卷积层、池化层、多头注意力层和 Dropout 层等，构建了 DeepOmicsSurv 模型。
下面来看具体的研究结果：
- 不同降维技术的效果比较：研究人员对 PCA、自动编码器、核 PCA（Kernel-PCA）等多种降维技术进行了分析。结果显示，自动编码器在处理多组学数据时表现最佳，DeepOmicsSurv 结合自动编码器获得了最高的 C 指数（0.966），最低的平均绝对误差（MAE，0.0795）和中位数绝对误差（MedAE，0.0515），表明其处理复杂高维数据的能力很强。
- 与其他模型的性能对比：将 DeepOmicsSurv 与 DeepSurv、卷积神经网络（CNN）、循环神经网络（RNN）、DeepHit 和 Cox 比例风险模型（CoxPH）进行比较。使用临床数据时，DeepOmicsSurv 的 C 指数为 0.8912，MSE 为 0.0316 ，均优于其他模型；使用多组学数据时，DeepOmicsSurv 优势更明显，C 指数高达 0.966，MSE 为 0.0138 ，在所有评估指标上均超越其他模型，展现出卓越的预测准确性。
- 不同数据类型对模型性能的影响：研究发现，DeepOmicsSurv 使用多组学数据时性能最佳，C 指数为 0.966。DNA 甲基化 + 临床、CNA + 临床等组合数据的模型性能次之，单纯临床数据的模型性能相对较低，但仍有较强的预测能力。这表明多组学数据与临床数据结合，能更好地揭示基因组数据与临床数据之间的复杂相互作用，提升预测效果。
- 模型的可解释性分析：通过 SHAP 分析，研究人员发现诊断年龄（Diagnosis Age）是影响患者生存结果的最重要特征，其次是肿瘤淋巴结分期（AJCC_N_Stage）。吸烟史、饮酒史等生活方式因素，以及癌症分期相关特征，如 AJCC 肿瘤分期（AJCC Tumor Stage）和 AJCC T 分期（AJCC T Stage），也对模型预测有重要贡献。
综合研究结果，研究人员得出结论：DeepOmicsSurv 模型在预测口腔癌患者生存时间方面表现出色，无论是使用临床数据还是多组学数据，都能实现高精度预测。该模型不仅能捕捉高维数据中的复杂关系，还通过 SHAP 分析揭示了影响生存时间的关键临床特征。这一成果意义非凡，它为口腔癌的精准医疗提供了强有力的工具，有助于医生更准确地评估患者的预后，制定更合理的治疗方案。不过，该研究也存在一定局限性，比如仅使用了 TCGA-HNSC 数据，缺乏外部验证，数据类型也相对有限。未来，研究人员计划在真实世界数据中进一步验证模型，并纳入更多类型的数据，如 miRNA 和蛋白质数据，同时寻找关键分子标记，让模型更适用于临床应用。相信随着研究的不断深入，DeepOmicsSurv 模型将在口腔癌的诊疗中发挥更大的作用，为患者带来更多的生存希望。
