El modelado metabólico a escala genómica específico del contexto comienza con la asignación de puntuaciones para determinar cuáles de las aproximadamente 10.600 reacciones humanas están activas en el tumor de un paciente. Los métodos de la bibliografía se evalúan de forma rutinaria comparándolos con las etiquetas de actividad obtenidas mediante el establecimiento de un umbral en la misma matriz transcriptómica que se proporciona al modelo como entrada. Presentamos una auditoría interna de nuestro propio sistema de puntuación basado en redes de atención, MetaGNN, evaluado en las cohortes de cáncer colorrectal (n=624), cáncer de mama (n=1.095) y adenocarcinoma de pulmón (n=517) de TCGA, en la que dos modos de fallo independientes produjeron una puntuación de referencia cercana al máximo y un resultado arquitectónico positivo, ninguno de los cuales resistió la inspección. En primer lugar, bajo la supervisión de un umbral de expresión, el marco alcanza un AUROC de 0,9864 +/- 0,0008 en TCGA-BRCA.
Esta cifra se divide en 5.925 reacciones cuyas etiquetas son un umbral determinista de la propia entrada del modelo, donde la clasificación por la media de la entrada de la cohorte por sí sola da un AUROC de 1,000; y 4.675 reacciones cuyas etiquetas almacenadas reproducimos bit a bit a partir de un generador de números pseudoaleatorios con una semilla, donde el modelo, no obstante, alcanza 0,9291 +/- 0,0030 memorizando un vector de etiquetas invariante al paciente que la división a nivel del paciente deja completamente visible durante el entrenamiento. En segundo lugar, en la cohorte supervisada de forma independiente de la entrada, los modelos archivados nunca recibieron datos del paciente. Sus tensores de características publicados son uniformemente cero, y los modelos entrenados de forma independiente no muestran acuerdo sobre qué paciente difiere en qué (|r|
Inicia sesión o regístrate para acceder al texto completo
¡Aún no hay comentarios. Sé el primero en comentar!