Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaKomputasi & perangkat lunakCRII: III: Self-Supervised Graph Neural Network Meta-Learning for Cancer Multi-Omics and Driver Discovery
Proyek riset & pengembangan

CRII: III: Self-Supervised Graph Neural Network Meta-Learning for Cancer Multi-Omics and Driver Discovery

Ringkasan tujuan riset

Graf pengetahuan biologis, pretraining omik mandiri, dan meta-learning pan-cancer dikembangkan untuk menemukan driver kanker langka ketika data berlabel terbatas serta heterogen antarjenis tumor.

Komputasi & perangkat lunak1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2245805Periode tercatat 2023-05-01 sampai 2026-04-30.NSF 2245805MulaiAkhir tercatat202320272023-05-012026-04-30
Linimasa dan catatan proyek

Tanggal dan TRL menurut catatan penerbit. Akhir periode dan target bukan bukti hasil riset.

Teknologi · CC BY 4.0 · Sumber data

Apa tujuan dan pendekatan risetnya?

Driver langka sulit ditemukan karena sedikit kasus memiliki label bermutu. Proyek ini membangun GNN berdasarkan graf pengetahuan sebagai bias induktif, kemudian memakai self-supervised pretraining pada multi-omics. Embedding node dan edge menjadi fitur transfer untuk mengurangi heterogenitas serta membantu integrasi dataset. Meta-learning pada puluhan jenis kanker menargetkan generalisasi lintas tumor. Penemuan kandidat dapat memandu penelitian berikutnya, tetapi kemampuan memilih pengobatan dan manfaat pasien belum merupakan hasil model yang terbukti.

Profil ini merangkum ruang lingkup proyek yang dipublikasikan National Science Foundation (NSF). Sumber diakses . Uraian pendekatan dan manfaat menyatakan tujuan pengembangan, kecuali sumber secara khusus melaporkan hasil.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
Oakland University
Program
Info Integration & Informatics
Periode pendanaan tercatat
2023-05-01 → 2026-04-30

Proyek kolaboratif beberapa institusi diwakili oleh satu catatan penghargaan. Institusi di atas adalah penerima pada catatan tersebut.

Klasifikasi NSF

  • Directorate for Computer and Information Science and Engineering
  • Division of Information & Intelligent Systems

Label penerbit dipertahankan sebagai konteks. Bidang katalog merupakan pengelompokan editorial.

Apa yang diketahui tentang statusnya?

Status pendanaan menurut NSFTidak aktif (catatan pendanaan NSF)

Catatan NSF tidak melaporkan tingkat kesiapan teknologi (TRL). Status pendanaan aktif atau berakhir bukan bukti keberhasilan riset.

Batas informasi

Profil merangkum tujuan dan pendekatan dalam abstrak pendanaan NSF. Status pendanaan tidak membuktikan keberhasilan riset, kesiapan teknologi, atau ketersediaan produk. Hasil dan performa belum diverifikasi secara independen; tinjauan ahli belum dilakukan.

Dasar profil

Metodologi dan batas pemeriksaan. Ringkasan berbahasa Indonesia disusun sebagai parafrasa editorial dengan pemeriksaan sumber primer oleh agen AI. Identitas, periode, serta status berasal dari catatan penerbit. Tinjauan ahli dan pengujian kinerja independen belum dilakukan; rujukan tidak menyiratkan dukungan atau sertifikasi NSF.