编辑推荐：
GNDF-Surv为疾病进展预测提供了一种深度生存分析框架。该框架整合图注意力（graph attention）与神经决策森林（Neural Decision Forest, NDF）以实现非线性建模。其通过Bernstein网络在区间删失（interval
GNDF-Surv为疾病进展预测提供了一种深度生存分析框架。该框架整合图注意力（graph attention）与神经决策森林（Neural Decision Forest, NDF）以实现非线性建模。其通过Bernstein网络在区间删失（interval censoring）下估计累积风险（cumulative hazard）。GNDF-Surv在阿尔茨海默病（Alzheimer’s disease, AD）数据上取得了低于竞争方法的Brier分数。
阿尔茨海默病（Alzheimer’s disease, AD）是一种进行性神经退行性疾病，表现为记忆损害和认知功能障碍。世界卫生组织数据显示，2021年全球痴呆影响5500万人，预计2030年增至7800万，2050年增至1.39亿；AD占全部痴呆病例的60%–70%，因此疾病进展预测模型的需求日益增加。当前治疗选择有限，早期识别高风险个体对于预防策略、优化临床试验设计和改善患者管理十分重要。开发有效AD预测模型面临两个挑战：第一，遗传特征高维性使模型估计困难；多基因风险分数（polygenic risk scores, PRS）虽可通过遗传变异加权线性组合进行风险预测，但可能无法充分捕捉遗传特征间非线性交互。第二，纵向AD研究如阿尔茨海默病神经影像学计划（Alzheimer’s Disease Neuroimaging Initiative, ADNI）队列通常在间歇临床访视中评估疾病状态，真实事件时间常不可观测，而位于连续访视之间的区间内，导致区间删失（interval censoring）结局。经典生存方法可处理删失数据，但区间删失、高维预测变量和潜在非线性协变量效应同时存在时，模型估计与预测仍具挑战。Cox比例风险（proportional hazards, PH）模型结合Breslow估计仍是处理删失数据的基本框架，但其线性假设限制复杂特征交互捕捉。近期研究引入Bernstein多项式近似非线性函数、条件推断生存森林、神经网络生存模型、AECOX、深度部分线性Cox模型等；然而这些方法不能直接纳入非欧几里得关系，例如由遗传谱导出的患者相似性图结构。图神经网络（Graph Neural Networks, GNNs）通过聚合节点信息提供了可行途径。已有GTsurvival结合图卷积网络（Graph Convolutional Network, GCN）与神经决策建模，但其目标是预测预设时间点的受限平均生存时间（restricted mean survival time, RMST），通过jackknife构造RMST伪观测并优化均方误差（mean squared error, MSE）。本研究提出GNDF-Surv，直接建模原始区间删失观测，在半参数变换框架下估计随时间变化的生存概率；架构上采用图注意力网络（Graph Attention Networks, GATs）而非GCN，学习由遗传相似性定义的邻居间自适应权重，并整合神经决策森林（Neural Decision Forest, NDF）捕捉非线性协变量效应，同时用Bernstein多项式网络（Bernstein Polynomial Network, BPNet）灵活估计累积基线风险函数。因此，GNDF-Surv不是简单扩展GTsurvival，而是针对区间删失下直接生存函数估计的基于似然的新框架。研究人员通过模拟数据集和ADNI队列分析评估模型，并在TCGA-LGG等数据中进一步检验，结果表明GNDF-Surv在预测误差和积分Brier评分（Integrated Brier Score, IBS）方面总体优于比较方法，为AD风险早期识别提供了有效工具。
为开展研究，主要关键技术方法可概括为：研究人员首先构建基于欧氏距离的k近邻（k-nearest neighbor, KNN）样本相似图；采用GAT对邻居特征进行注意力加权聚合，获得受试者表示；将GAT表示输入NDF，通过可微路由建模非线性协变量效应；采用BPNet估计非降累积基线风险函数。模型建立在半参数变换模型下，变换函数可涵盖PH和比例优势（proportional odds, PO）情形；训练目标为负对数似然加L
1正则，使用Adam优化，并通过网格搜索和五折交叉验证选择超参数。样本队列来源包括ADNI血液基因表达队列和TCGA-LGG队列。
研究结果如下。“3.1. Simulation design（模拟设计）”：研究人员设计三种危险函数场景，分别包含仅线性协变量效应、线性加非线性效应、线性加交互效应；样本量n为100和400，特征维数p为50、200和500；比较方法包括GATNet、NN-IC、Weibull-PH和ICsurv，并以真实与估计生存函数间均方预测误差L(
?S)评价。“3.2. Simulation results（模拟结果）”：在Experiment 1中，GNDF-Surv取得低于其他方法的预测误差，较GATNet更低提示NDF与GAT整合的潜在收益；在Experiment 2中，GNDF-Surv保持最低预测误差，GATNet略低于GNDF-Surv但优于NN-IC，支持图结构学习价值；在Experiment 3中，GNDF-Surv在考察样本量和特征维数下仍保持较低误差，低于Weibull-PH和ICsurv，提示其可能更好适应交互结构。总体上，GNDF-Surv在所考虑模拟设置中取得最低观测预测误差。“3.3. Application（应用）”：在“3.3.1. ADNI study”中，研究人员使用ADNI研究；ADNI于2003年启动，遵循良好临床实践、赫尔辛基宣言等伦理要求，参与者在IRB批准下签署知情同意。因ADNI纳入55岁及以上个体，研究以55岁为时间事件测量基线。在“3.3.2. Data and preprocessing”中，使用Affymetrix Human Genome U219阵列血液转录组数据，经稳健多芯片平均（Robust Multi-chip Average, RMA）背景校正和归一化，探针映射至基因符号，多探针对应同一基因时取平均，去除所有样本中零表达基因后得到20,093个独特遗传特征，并作Z-score标准化；ADNI队列共744名参与者，左删失44例、区间删失192例、右删失508例。在“3.3.3. Feature screening”中，采用广义score检验进行边际特征筛选，评估p值<0.03、<0.02、<0.005和<0.002四个阈值，分别得到865、592、175和80个基因。在“3.3.4. Prediction results and comparisons”中，GNDF-Surv在每个特征筛选设置下均取得最低IBS，最低观测IBS为p值<0.002时的0.1652；改变Bernstein多项式次数q
n时，q
n=4取得最低IBS 0.1735。TCGA-LGG队列含531个样本和20,530个基因表达特征，以患者死亡为事件，GNDF-Surv取得最低IBS 0.0931。在“3.3.5. Feature importance and biological context”中，通过置换特征重要性（Permutation Feature Importance, PFI）评估基因贡献，GNB1、BRCA1、ZNF98和GPR119等具有较高PFI；利用STRING数据库以0.700高置信阈值构建蛋白-蛋白相互作用（protein–protein interaction, PPI）网络，GNB1、RPL8、BRCA1和CTNNB1处于较中心位置。文中提及GNB1参与细胞信号传导，RPL8在AD脑毛细血管中上调，BRCA1参与DNA损伤反应并与tau病理下DNA损伤修复受损相关，CTNNB1在AD进展相关蛋白网络中交互模式变化。在“3.3.6. Ablation study and graph construction comparison”中，比较GATNet、NDF、GNDF-PCH和GNDF-Surv，GNDF-Surv在ADNI和TCGA-LGG上均取得最低观测IBS；图构建比较显示，欧氏距离KNN图在两个数据集上均优于余弦相似性和Pearson相关KNN图。
讨论部分总结指出，AD具有复杂遗传结构，多基因交互给精确风险预测带来挑战。研究人员提出GNDF-Surv，将GAT和NDF模块整合用于ADNI队列删失生存分析，结果表明其相对于比较方法具有较好预测性能，为AD风险早期识别提供有效工具。贡献包括三方面：GAT模块将相似性定义的样本水平关系纳入学习表示；图表示学习与可微决策路由结合，为非线性协变量效应建模提供灵活途径；上述组件与半参数似然框架及BPNet整合，可直接估计复杂删失数据的生存函数。模拟数据和真实数据中，GNDF-Surv相对比较方法取得较低预测误差。局限包括：注意力权重和路由概率虽提供邻域聚合和概率路由信息，但未完全解释个体预测生成过程，需提高可解释性；特征筛选稳健性需用额外多重校正程序和替代排名选择策略检验；未来可整合DNA甲基化、转录组和影像生物标志物等多组学数据；还需在更大、更多样人群中验证泛化性。研究结论部分翻译为：AD表现出复杂遗传结构，其中多基因相互作用对精确风险预测构成挑战。为解决这一问题，研究人员提出GNDF-Surv，一种整合GAT和NDF模块的框架，用于ADNI队列中的删失生存分析。结果表明，GNDF-Surv相对于比较方法取得有利预测性能，为AD风险早期识别提供了有效工具。贡献可总结为三点：第一，GAT模块提供了一种将相似性定义的样本水平关系纳入学习表示的机制；第二，将图表示学习与可微决策路由结合，为非线性协变量效应建模提供了灵活方法；第三，将这些组件与半参数似然框架和BPNet整合，可对复杂删失数据直接进行生存函数估计。在模拟数据和真实世界数据集中，GNDF-Surv相对于比较方法取得较低预测误差。尽管这些发现提示其对早期AD风险预测具有潜在效用，但仍需进一步研究若干局限：注意力权重和路由概率不能完全解释个体预测如何生成，需改进模型可解释性；特征筛选稳健性应通过额外多重校正程序和替代排名选择策略检验，如根据广义score检验p值选择排名靠前基因；未来研究可扩展框架以整合多组学数据，包括DNA甲基化、转录组谱和影像生物标志物，以捕捉互补生物学信息；还需要在更大、更多样人群中验证，以评估模型跨人口学和临床群体的泛化性。这些发展可能为研究AD进展提供更全面框架，并支持精准医学方法在临床决策中的未来应用。作者为Jingyi Zhang、Shishun Zhao、Tao Hu。
