《Biomolecules》：TF-GateNet: An Interpretable and Biologically Guided Framework for Primary–Metastatic State Prediction from Somatic Genomic Alterations
编辑推荐：
转移仍然是癌症死亡的主要原因，这使得基于体细胞基因组改变进行可靠的原发—转移状态预测在临床上具有重要意义，但在技术上仍然困难。研究人员提出了TF-GateNet，这是一种受生物学约束的神经网络，通过基于TRRUST和DoRothEA转录因子（TF）—基因调控先
转移仍然是癌症死亡的主要原因，这使得基于体细胞基因组改变进行可靠的原发—转移状态预测在临床上具有重要意义，但在技术上仍然困难。研究人员提出了TF-GateNet，这是一种受生物学约束的神经网络，通过基于TRRUST和DoRothEA转录因子（TF）—基因调控先验的TF感知特征整合，以及建立在Reactome定义的层级稀疏骨架上的样本特异性动态门控，实现联合建模。研究人员在多中心前列腺癌和乳腺癌队列上，使用突变和拷贝数特征进行了模型评估；在固定80/10/10划分下重复运行10次，并结合独立的前列腺癌外部验证，同时与具生物学信息的神经网络基线模型（P-NET、BKGNet-Pathway和BKGNet-Protein）、稠密前馈神经网络（FNN）以及传统机器学习基线模型（LR、SVM、RF、DT和XGBoost）进行了比较。在前列腺癌中，TF-GateNet取得了最佳内部性能，AUROC为0.954 ± 0.005，AUPRC为0.925 ± 0.007；同时取得了最佳综合外部性能，AUROC为0.952 ± 0.009，AUPRC为0.898 ± 0.018。在乳腺癌中，TF-GateNet取得了最强的内部排序性能，AUROC达到0.893 ± 0.004，AUPRC达到0.835 ± 0.006。消融分析表明，TF感知整合解释了前列腺癌中更大的性能提升；而在乳腺癌中，于TF-GateNet家族内部，TF感知整合和动态门控均带来了正向贡献。可解释性分析进一步支持了一条跨层级路径：从TF相关基因组扰动线索延伸至基因、通路以及表型相关预测。这些结果表明，TF-GateNet可作为一种具有生物学基础且可解释的原发—转移状态预测框架，其中在前列腺癌中证据最强，在乳腺癌中也显示出有利的内部证据。
该文发表于《Biomolecules》，聚焦于癌症转移这一导致治疗失败和死亡的核心问题。相较于多可通过手术或放疗控制的局限性原发肿瘤，转移性疾病具有系统性、临床异质性强且预后差等特点，因此，如何基于肿瘤体细胞突变与拷贝数变异（CNV）实现原发—转移状态的早期识别，并在预测结果之外保留可追踪的生物学解释路径，是当前肿瘤基因组学建模中的关键挑战。现有高通量测序数据和多机构癌症数据库虽然为转移相关信号学习提供了机会，但不同中心之间在测序平台、基因覆盖范围、预处理流程及队列构成上的差异，容易造成批次效应和分布漂移；同时，突变与CNV特征天然稀疏，进一步削弱了模型泛化能力。另一方面，尽管深度学习在癌症诊断、预后和治疗预测中展现出较强表征能力，但单纯依赖预测性能难以满足生物医学高风险应用需求，事后解释方法也难以保证解释的真实性与稳定性。因此，研究人员尝试构建一种在体系结构层面引入生物学约束的模型，使解释性成为模型内生属性，而非附加步骤。
在这一背景下，研究人员开发了TF-GateNet。该模型保留了由Reactome定义的层级稀疏骨架，并在基因层之前引入基于TRRUST与DoRothEA整合而成的TF—基因调控先验，使转录因子相关的基因组扰动线索能够先行注入基因表示；随后，模型在各通路层施加样本特异性节点级动态门控，以适应转移异质性条件下不同样本的通路利用差异。研究结果表明，TF-GateNet在前列腺癌内部测试与独立外部验证中均获得最优综合表现，在乳腺癌内部测试中也取得最佳排序性能。消融结果说明，前列腺癌中的主要性能增益更多来自TF感知特征整合，而乳腺癌中的有利结果则更依赖完整架构内TF感知整合与动态门控的协同。可解释性分析显示，模型能够沿“TF相关扰动线索—基因—通路—表型预测”的路径生成可追踪证据。该研究的重要意义在于，证明了经过精心设计的生物学结构不仅能够提升原发—转移状态预测性能，还能保留跨层级、可审查的机制解释路径，尤其在前列腺癌场景中展现出较强的泛化证据。
研究人员主要采用了以下关键技术方法：基于前列腺癌与乳腺癌多中心公开队列，构建仅含体细胞突变、CNV扩增和CNV缺失三通道的输入特征；其中前列腺癌内部队列沿用P-NET研究整理的数据，并采用TCGA PanCancer Atlas原发队列与SU2C 2015转移队列进行外部验证，乳腺癌内部队列则整合4个cBioPortal研究。模型结构方面，研究人员构建了Reactome约束的层级稀疏神经网络，引入TRRUST和DoRothEA联合形成的TF—基因二值先验掩码，并在通路层实施样本特异性动态门控。实验设计采用固定分层80/10/10划分、10次随机种子重复、AUPRC主导的模型选择与Wilcoxon配对符号秩检验结合Benjamini–Hochberg校正进行统计比较。
在研究结果部分，论文首先给出“3.1. Internal Prediction Performance on Prostate and Breast Cohorts”。这一部分通过固定80/10/10划分下10次重复实验，对比TF-GateNet与多种生物学信息模型、稠密神经网络和传统机器学习模型，证明TF-GateNet在前列腺癌和乳腺癌两类队列中均具有领先的内部排序能力。在前列腺癌中，研究人员通过内部测试得出，TF-GateNet取得AUROC 0.954 ± 0.005和AUPRC 0.925 ± 0.007，为全部比较模型中的最佳结果，且相对于P-NET和BKGNet系列存在稳定提升，说明引入TF调控入口和门控层级骨架可提供额外预测信息。在乳腺癌中，研究人员同样通过内部基准测试发现，TF-GateNet获得最高均值AUROC 0.893 ± 0.004和AUPRC 0.835 ± 0.006，提示该模型在乳腺癌中也具备有利的内部证据，但整体证据强度仍以前列腺癌更为明确。
随后，“3.2. Ablation of TF-Aware Integration and Dynamic Gating”通过模块消融分析区分TF感知整合与动态门控的独立贡献。研究人员分别移除TF感知模块或动态门控模块，并在相同的重复训练流程下比较AUPRC变化。结果表明，在前列腺癌中，加入TF感知特征整合所带来的AUPRC提升大于单独加入动态门控，因此前列腺癌中的主要增益更可归因于调控先验引导的上游信息注入。与之不同，在乳腺癌中，单一模块并非在所有架构家族中都呈现一致改进，但在TF-GateNet完整家族内部，TF感知整合和动态门控均表现为正向贡献，其中移除动态门控后的性能下降更为明显，说明乳腺癌中完整协同架构更为关键。
“3.3. External Prostate Validation”则检验了模型在队列漂移条件下的可迁移性。研究人员将内部选定模型直接应用于独立前列腺癌外部验证集，不进行重新训练或调参。结果显示，TF-GateNet在外部验证中依然取得最佳综合排序表现，AUROC为0.952 ± 0.009，AUPRC为0.898 ± 0.018，且显著高于P-NET、BKGNet-Pathway、BKGNet-Protein和XGBoost。更重要的是，该模型在原发队列和转移队列上的正确率较为均衡，说明其优势不仅体现在总体排序，还体现在跨来源样本的稳定性与平衡性。结合消融结果，研究人员认为动态门控虽然在前列腺癌内部AUPRC提升较为温和，但可能更有助于提升模型在分布漂移下的可移植性。
“3.4. Interpretability Analysis”进一步回答模型是否保留了可生物学追踪的决策路径。研究人员并未依赖黑箱模型的事后解释，而是在完整癌种特异架构上，从三个层面展开分析：其一，考察通路门控值如何随预测风险变化；其二，评估主导通路在不同样本间的重现程度；其三，验证跨层级归因是否锚定于可观察的基因组异常。结果显示，通路使用不仅区分原发与转移预测样本，也随风险分层而变化；优势通路在样本间呈现“部分重复+样本特异调节”的混合格局；转移样本中更高门控值的通路涉及肌醇磷酸代谢、脂质代谢、TGF相关信号、NOTCH、WNT及核受体相关通路等；跨层级归因则将TF相关基因组扰动线索与下游基因、通路及表型预测联系起来；被反复优先考虑的基因节点还与观测到的突变和CNV负荷保持对应关系。研究人员据此认为，TF-GateNet并非依赖单一标志物，而是通过多层级协调信号刻画转移相关行为。
讨论部分强调，本研究构建了一个由三条证据链共同支撑的叙事框架：内部基准测试证明模型在前列腺癌中具有最强总体支持，在乳腺癌中具有有利内部证据；消融与外部验证共同说明TF感知整合主要解释了前列腺癌内部增益，而动态门控更关联于队列漂移条件下的可迁移性及乳腺癌完整架构优势；可解释性分析则支持从TF相关扰动线索到表型预测的跨层级可追踪路径。论文同时指出若干局限：模型性能受制于Reactome及TF—基因先验资源的覆盖度与上下文适配性；TF输入分支反映的是TF相关基因组扰动线索，而非TF活性（TF activity）的直接测量；当前仅纳入突变和CNV，尚未整合转录组或染色质层面的调控信息；此外，仅前列腺癌具备外部验证，乳腺癌结果仍主要是回顾性多来源队列下的内部证据。作者因此将解释性发现界定为具有假设生成价值的候选信号，而非因果性或实验确证机制。
研究结论部分可译为：TF-GateNet将TF感知特征整合与样本特异性动态门控结合于层级稀疏骨架之上，用于基于体细胞基因组改变预测原发—转移状态。通过重复内部实验及独立的前列腺癌外部验证，该模型在前列腺癌中展现出最明确的总体优势，同时在乳腺癌队列中也取得了最强的内部排序性能。消融结果进一步表明，TF感知整合解释了前列腺癌中更大的性能提升；而在乳腺癌的TF-GateNet家族内部，TF感知整合和动态门控均作出正向贡献，其中移除门控后的性能下降更明显。更重要的是，TF-GateNet的设计目标不仅是提升预测排序能力，也在于保留可审查的生物学决策路径。通过在单一受约束架构中连接TF相关基因组扰动线索、基因、通路和表型相关预测，该模型为具有生物学可追踪性的预测与假设生成提供了实用基础。现有证据因此支持一个聚焦性的结论：经过精心设计的生物学结构能够提升原发—转移状态预测中的排序性能与解释性，其中最强的总体泛化证据见于前列腺癌，而乳腺癌中也获得了有利的内部证据。
