SHIFT：基於不完整和異質性基因組數據的生存預測
SHIFT是一種缺失感知的生存預測模型，基於Transformer架構，能夠直接從不完整的基因組輸入中進行預測，無需測試時插補。通過掩蔽自注意力機制和特徵可用性掩碼，模型僅利用觀測到的特徵進行預測，並在訓練中引入變速率特徵掩蔽以增強對異質性缺失模式的魯棒性。在膠質母細胞瘤和肺鱗狀細胞癌的多中心外部驗證中，SHIFT表現出強大的泛化能力，優於傳統生存基線和基於插補的方法。研究表明，納入不完全隊列的患者可提升外部數據性能，支持缺失感知建模作為精準腫瘤學多中心生存預測的實用策略。
SHIFT模型：應對不完整和異質性基因組數據的生存預測新方法
在精準腫瘤學中，基因組預測模型常因不同機構間測序面板的差異而無法有效遷移。當模型部署到新機構時，由於面板覆蓋的基因不同，會出現結構性特徵缺失。傳統處理方法包括：僅分析各隊列共有的基因、排除基因組不完整的患者、或在測試時進行數據插補。然而，這些方法均存在侷限性：限制共享基因會丟失信息，排除患者會減少樣本量並引入偏倚，而測試時插補可能引入噪聲且對缺失模式敏感。
針對此問題，來自多位作者的研究團隊提出了SHIFT（Survival prediction Handling Incomplete Features using Transformer），一種缺失感知的生存預測模型。SHIFT的核心思想是直接從不完整的基因組輸入中進行預測，無需測試時插補。模型將每個基因組特徵單獨表示，並採用掩蔽自注意力機制（masked self-attention）結合特徵可用性掩碼（feature-availability mask），使得預測僅基於實際觀測到的輸入特徵。此外，在訓練過程中，研究者引入了變速率特徵掩蔽策略，通過對輸入特徵以不同速率進行隨機掩蔽，增強模型對異質性缺失模式的魯棒性。
研究團隊在膠質母細胞瘤（GBM）和肺鱗狀細胞癌（LUSC）兩種癌症類型上評估了SHIFT的性能。他們使用了多個外部驗證隊列，其中包含一個極具挑戰性的場景：跨隊列的基因面板嚴重不匹配。實驗結果表明，SHIFT在多種設置下均展現出強大的泛化能力，其性能顯著優於傳統的生存分析基線和基於插補的方法。值得注意的是，SHIFT僅需單一模型即可處理不同隊列中變化的特徵集，無需為每個隊列重新訓練。
進一步的分析揭示，將來自不完整隊列的患者納入模型開發過程，反而能夠提升模型在外部數據上的表現。這一發現表明，部分觀測的隊列不必被排除在模型構建之外，從而可以更充分地利用多中心數據。這些結果有力地支持了缺失感知建模作為精準腫瘤學中多中心生存預測的實用策略。
SHIFT模型的提出為處理基因組數據中的結構性缺失問題提供了一種高效且魯棒的解決方案，有望推動跨機構生存預測模型的廣泛臨牀應用。