SHIFT：面向不完整与异构基因组数据的生存预测新方法
在精准肿瘤学中，跨机构部署基因组预测模型常因测序面板差异导致特征结构性缺失，现有方法或限制分析共有基因、或剔除不完整病例、或依赖测试时插补，均影响鲁棒性与多中心数据利用。近日，研究团队提出 SHIFT（Survival prediction Handling Incomplete Features using Transformer），一种无需测试时插补即可直接从缺失基因组输入预测的生存模型。
核心思路：缺失感知的Transformer架构
SHIFT 将每个基因组特征独立表示，通过掩码自注意力机制与特征可用性掩码，使模型仅基于观测到的输入进行预测。训练时引入可变比率特征掩码，模拟不同缺失模式，增强对异构缺失的鲁棒性。该方法无需像传统方案那样限制分析范围或丢弃数据，而是将缺失本身作为模型输入的一部分。
实验验证：跨队列泛化能力突出
研究团队在胶质母细胞瘤与肺鳞状细胞癌数据集上评估 SHIFT，并进行跨多个队列的外部验证，包括极具挑战的严重跨队列面板不匹配场景。结果显示，SHIFT 在泛化性能上显著优于标准生存基线模型与基于插补的方法，且单一模型即可适配不同特征集。此外，在模型开发阶段纳入不完整队列的病例数据，能进一步提升外部数据上的表现，表明部分观测队列无需被排除在模型构建之外。
行业意义：推动多中心精准医疗落地
当前多中心基因组数据整合面临两大障碍：测序技术差异导致的特征缺失，以及数据隐私限制下的模型迁移。SHIFT 提供了一种实用策略——通过缺失感知建模，在不依赖插补或数据对齐的情况下实现稳健预测。这为真实世界中医疗记录不完整、测序方案各异的场景提供了可行的技术路径，有望加速精准肿瘤学从单中心研究向多中心大规模应用的转化。
小结
SHIFT 以 Transformer 架构为核心，巧妙地将特征缺失转化为可学习的信号，在保持预测性能的同时大幅提升了模型的适用性。未来，该方法可进一步扩展至其他组学数据（如转录组、蛋白质组），并与其他缺失处理机制（如生成式插补）结合，构建更通用的临床决策支持框架。