一种基于拓展通路的胶质母细胞瘤预后预测方法

本发明公开了一种基于拓展通路的胶质母细胞瘤预后预测方法，该方法为，先从癌症基因组图谱中获得的GBM数据集，保留生存时间至少为24个月的存活患者数据，再使用来自分子签名数据库的生物通路数据库，在分子签名数据库中，提取了Reactome的生物学通路，从该生物学通路中选取了至少包含10个基因的通路和至少使用1个通路的基因；最后，构建深度神经网络模型，输出预测结果。本发明利用拓展通路和深度神经网络EPDNN，EPDNN构建了一个可以描述生物通路拓展过程的神经网络模型，为准确预测患者生存提供了重要的预后因素。EPDNN将在预后预测领域发挥重要作用并为深度学习可解释性研究提供重要帮助；结合了CGAN算法，为HDLSS数据训练深度神经网络模型提供了一种可靠的策略。