近日，我中心研究人员借助“东方”超级计算系统，提出了一种基于Transformer的乳腺癌病理图像HRD预测方法：SuRe-Transformer。该方法解决了将 Transformer应用于病理图像分析时存在的三个问题：首先，通过径向衰减稀疏自注意力有效增强关键区域Patch的多样性选择；其次，使用簇大小加权采样策略提升特征区域的代表性捕获能力；最后，引入无监督对比学习方法优化病理图像特征嵌入质量。实验表明，SuRe-Transformer在多个独立测试集上的HRD预测性能显著优于现有主流方法。此外，SuRe-Transformer具有很强的通用性，在TP53、PIK3CA和MAP3K1等多个基因突变预测任务中AUC均超过0.844。

该研究成果被《npj Precision Oncology》（中国科学院一区TOP）期刊录用。运行与应用服务室在读博士生栾海晶为论文第一作者，迟学斌研究员为指导教师。该研究得到国家自然科学基金重大研究计划和中国科学院战略性先导科技专项（B类）资助。

SuRe-Transformer架构图

责任编辑：郎杨琴