广义促进时间治愈模型：一个识别细胞类型特异性基因并改善生存预后预测的新建模框架

单细胞技术为剖析癌细胞与相关肿瘤微环境之间的相互作用提供了前所未有的机会，其产生的高维组学数据也应能增强现有的生存建模方法，以识别预测癌症患者生存的肿瘤细胞类型特异性基因。然而，目前尚无统计模型能够整合多尺度数据，包括个体水平的生存数据、多细胞水平的细胞组成数据以及细胞水平的单细胞组学协变量。我们提出了一类贝叶斯广义促进时间治愈模型（GPTCMs），用于多尺度数据整合，以识别细胞类型特异性基因并改善癌症预后。我们通过低维和高维设置下的模拟证明，所提出的贝叶斯GPTCMs能够识别细胞类型相关的协变量并改善生存预测。