8+结合10种机器学习算法构建模型，可复现。

今天给同学们分享一篇机器学习的生信文章“Comprehensive machine-learning survival framework develops a consensus model in large-scale multicenter cohorts for pancreatic cancer”，这篇文章于2022年10月25日发表在eLife期刊上，影响因子为8.713。

作为最具侵袭性的肿瘤，胰腺癌（PACA）的预后在过去十年中没有明显改善。基于解剖学的TNM分期不能准确识别对治疗敏感的患者，精准医学迫切需要一种理想的生物标志物。

1. 胰腺癌症共识基因特征的综合开发

作者的工作流程如图1所示。基于单变量Cox回归，作者从训练和9个测试队列中的15288个交集基因中筛选了32个CPG（图2B）。接下来，这32个CPG被进一步纳入作者的集成计划，以开发AIDPS。在PACA AU阵列训练队列中，作者通过十倍交叉验证应用了76种算法组合来构建预测模型，并计算了其余9个测试队列中每种算法的平均C指数。如图2A所示，选择平均C指数最高（0.675）的CoxBoost和生存SVM组合作为最终模型。根据AIDPS中包含的9个基因的表达文件，作者进一步计算了所有13个队列中每个样本的AIDPS得分（图2）。

图1 研究的工作流程

图2 人工智能衍生的预后标志（AIDPS）的构建和测试

2. AIDPS的一致预后价值

为了评估AIDPS的预后表现，作者根据中位数将PACA患者分为AIDPS高组和AIDPS低组。OS和RFS的Kaplan–Meier曲线表明，在PACA AU阵列训练队列中，高AIDPS组具有显著更长的生存期（OS中p<0.0001，RFS中p=0.012，图3A和B）。在去除批量效应后，结合10个队列（训练和9个测试队列）的Meta队列也表现出相同的趋势（均p<0.05，图3C和D）。此外，作者进一步纳入了几个重要的临床特征进行多变量Cox分析，结果表明，在PACA AU阵列队列中，AIDPS是OS和RFS的独立保护因素（OS的HR:0.593[0.504–0.697]，RFS的HR=0.762[0.611–0.949]，均p<0.05，图3E和F）。Meta队列中也发现了类似的结果（OS的HR:0.603[0.531–0.685]和RFS的HR:0.667[0.552–0.805]，均p<0.05，图3G和H）。

图3 人工智能衍生预后标志（AIDPS）的生存分析和预测性能评估

补充图3-1 九个测试队列中人工智能衍生预后标志（AIDPS）的生存分析

补充图3-2 九个测试队列中人工智能衍生预后标志（AIDPS）的生存分析

补充图3-3 人工智能衍生预后特征（AIDPS）在九个测试队列中的预测性能

补充图3-4 人工智能衍生预后标志（AIDPS）在三个外部验证队列中的生存分析和预测性能