近日，我院陈建新教授、李连煌博士课题组与美国伊利诺伊大学厄巴纳-香槟分校涂浩华博士课题组合作，在乳腺癌预后预测研究领域取得重要进展。课题组开发了一种用于乳腺癌预后预测的瘤内图神经网络模型IGNN，建立了针对不规则非欧几里德数据的描述和分析范式，并将其用于挖掘和解释异质性乳腺肿瘤中多个区域的原位生物标志物之间隐含的预后相互作用。与目前在计算病理学中被广泛采用的通过推理获得预后特征的各种机器学习模型不同，IGNN不依赖于特定的原位生物标志物，通过对从多光子显微成像获得的肿瘤相关胶原特征（TACS1-8）进行图结构化编码和分析，IGNN揭示了异质性TACSs的潜在预后价值，实现准确和可解释的乳腺癌预后预测。
研究成果以“Intratumor graph neural network recovers hidden prognostic value of multi-biomarker spatial heterogeneity”为题发表于国际顶级期刊《Nature Communications》(IF = 17.694)。福建师范大学为第一单位，论文第一作者为我校博士生邱立达，福建医科大学附属协和医院康德勇医生和王川教授为共同第一作者，吴庆祥教授参与了本项研究。李连煌博士、陈建新教授和涂浩华博士为共同通讯作者。本研究得到了国家自然科学基金、福建省自然科学基金等项目资助。
论文链接：https://www.nature.com/articles/s41467-022-31771-w。
