PPI-Net: Modello di Rete Neurale Grafica dalla Scala Molecolare a quella Funzionale

Gli scienziati hanno creato PPI-Net, una rete neurale grafica gerarchica che combina reti di interazione proteina-proteina con rappresentazioni a livello di pathway per simulare la progressione della malattia dalle interazioni molecolari agli esiti funzionali. Questo modello incorpora profili molecolari specifici del paziente in una rete di interazione unificata proveniente da STRING e trasmette segnali attraverso una gerarchia Reactome a più livelli utilizzando l'attenzione grafica, che consente l'aggregazione di segnali a livello genico in programmi biologici più complessi. Valutato su dati RNA-seq di dieci tipi di cancro del The Cancer Genome Atlas, PPI-Net ha dimostrato notevoli capacità predittive, raggiungendo un'accuratezza bilanciata superiore al 90%. Questa ricerca affronta la sfida di chiarire come i cambiamenti molecolari influenzino i sistemi biologici per promuovere la malattia, fornendo interpretabilità a varie scale che molti modelli esistenti non offrono.