PharmaFormer 通过患者来源的类器官指导的迁移学习预测临床药物反应

在有效的癌症治疗中，一个主要的挑战是患者之间药物反应的差异。患者来源的类器官在很大程度上保留了原发性肿瘤组织的遗传和组织学特征，甚至药物敏感性，因此为预测临床结果提供了一种引人入胜的方法。然而，单个类器官培养和随后的药物反应测试既耗时又昂贵，这阻碍了其潜在的临床应用。在这里，我们开发了PharmaFormer，一个基于定制Transformer架构和迁移学习的临床药物反应预测模型。