癌症的发病机制复杂，涉及环境因素、生活方式以及遗传等多方面影响。近日，西北工业大学在癌症风险基因准确识别方面取得新突破，为未来肾透明细胞癌症靶向治疗提供新的分子依据和药物研发方向。

肾透明细胞癌是最常见的肾细胞癌亚型。传统癌症风险基因识别方法主要基于突变频率识别风险基因，但某些关键驱动基因在肾透明细胞癌患者中突变频率较低，并且由于癌症的遗传基础极其多样，不同患者间的突变模式存在显著差异，基于突变频率的方法和无监督方法在泛化性和准确性上受限。目前已知的肾透明细胞癌高可信风险基因数量有限，限制了这类方法的识别准确率。

为解决以上难题，西工大计算机学院科学智能交叉研究中心研究团队提出了一种基于深度强化学习的计算方法RL-GenRisk，用于识别肾透明细胞癌的风险基因。在研究团队所设计的奖励机制引导下，模型能够自动学习神经网络参数，从而解决了监督学习方法受限于有限标签数据的挑战。实验结果表明，这种计算方法能够更准确地识别肾透明细胞癌的风险基因。RL-GenRisk识别出了一些潜在的肾透明细胞癌风险基因。据介绍，研究团队通过生物实验成功验证了EGFR和PCLO两个基因，发现抑制这两个基因的表达都能够显著抑制肾透明细胞癌的进展，表明RL-GenRisk所识别出的风险基因具有作为ccRCC潜在治疗靶点的潜力，可以为未来ccRCC癌症靶向治疗提供新的分子依据和药物研发方向。

据悉，该团队相关研究成果论文已经在国际期刊《Nature Communications》发表。西北工业大学计算机学院博士研究生鹿大智、天津大学副教授郑岩和四川大学博士生易贤颜翎为该论文共同第一作者，天津大学郝建业教授、四川大学艾建忠研究员和西北工业大学彭佳杰教授为共同通讯作者。

西安报业全媒体记者 任娜