Codificadores automáticos con incrustaciones compartidas y específicas para la integración de datos multi-ómicos

Área de la Ciencia:

• Biología computacional
• La bioinformática
• Genómica del cáncer

Sus antecedentes:

• La integración de datos de alta dimensión es crucial para comprender el cáncer.
• Los métodos existentes pueden no capturar completamente la información compartida y específica en los conjuntos de datos.

Objetivo del estudio:

• Desarrollar una nueva estructura de autoencoder (AE) para integrar diversos tipos de datos sobre el cáncer.
• Modele explícitamente la información compartida y específica utilizando incrustaciones ortogonales.
• Evaluar el rendimiento del modelo de AE en la integración y clasificación de los datos sobre el cáncer.

Principales métodos:

• Propuso una nueva arquitectura de autoencoder (AE) con pérdida ortogonal para incrustaciones compartidas y específicas.
• Se utilizaron datos simulados y datos sobre el cáncer del Atlas del genoma del cáncer (TCGA) para su validación.
• Comparó el modelo de AE con las estructuras de AE existentes y el método Joint and Individual Variance Explained (JIVE).
• Evaluación del rendimiento basado en la pérdida de reconstrucción y la precisión de la clasificación.

Principales resultados:

• Los modelos AE propuestos demostraron una pérdida de reconstrucción ligeramente mejorada en comparación con otras estructuras AE.
• Todos los modelos AE mejoraron significativamente la precisión de la clasificación en comparación con las características originales.
• La nueva estructura AE logró una precisión de clasificación alta y consistente en los conjuntos de entrenamiento y prueba.

Conclusiones:

• El modelo de autocodificador propuesto integra efectivamente los datos sobre el cáncer multiómico.
• Las restricciones ortogonales en las incorporaciones de AE mejoran la integración de datos y el rendimiento de las tareas posteriores.
• El nuevo enfoque AE muestra un rendimiento superior o competitivo en comparación con los métodos existentes como JIVE y MOCSS.