PathMoG: 다중 오믹스 생존 예측을 위한 경로 중심 모듈형 그래프 신경망

요약

PathMoG는 다중 오믹스 데이터로부터 암 생존을 예측하기 위해 설계된 경로 중심 모듈형 그래프 신경망입니다. 이 모델은 게놈 규모의 복잡한 입력을 354개의 KEGG 기반 경로 모듈로 재구성하고, 계층적 오믹스 조절 및 이중 레벨 어텐션 메커니즘을 활용하여 유전자 수준과 경로 간 상호작용을 포착합니다. PathMoG는 다양한 암 유형에서 높은 예측 성능을 보였으며, 생물학적으로 해석 가능한 위험 층화를 지원함으로써 임상적 가치를 높입니다.

핵심 포인트

• PathMoG는 다중 오믹스 데이터의 복잡한 상호작용을 모델링하는 경로 중심 모듈형 그래프 신경망(Graph Neural Network)입니다.
• 모델은 게놈 규모 데이터를 KEGG 기반 354개 경로 모듈로 재구성하여 분석의 초점을 생물학적 경로에 맞춥니다.
• 계층적 오믹스 조절(Hierarchical Omics Modulation)과 이중 레벨 어텐션(Dual-level Attention)을 통해 다양한 오믹스 유형 및 경로 간 임상 관련성을 효과적으로 포착합니다.
• 10가지 TCGA 암 유형에서 높은 생존 예측 성능을 입증했으며, 유전자/경로/환자 수준의 해석 가능성을 제공하여 임상적 위험 층화에 활용될 수 있습니다.