GDmicro:基于人类肠道微生物群数据的GCN和深度适应网络对宿主疾病状况进行分类
Herui Liao1, Jiayu Shang1, Yanni Sun1
1Department of Electrical Engineering, City University of Hong Kong, Kowloon, Hong Kong (SAR), 518057, China.
Bioinformatics (Oxford, England)
|December 12, 2023
概括
一个新的工具,GDmicro,增强了人类肠道微生物组的分析,用于疾病分类. 它提高了交叉研究预测的准确性,优于现有方法,并识别了关键疾病生物标志物.
科学领域:
- 微生物组研究的研究.
- 计算生物学是一种计算生物学.
- 疾病诊断 疾病诊断
背景情况:
- 人的肠道微生物组组成与各种疾病有关.
- 准确的宿主疾病状态分类对于诊断和治疗至关重要.
- 目前的机器学习模型由于混因素而在有限的标记数据和交叉研究概括方面扎.
研究的目的:
- 使用肠道微生物群数据开发一个强大的工具来对宿主疾病状态进行分类.
- 为了应对有限的标记数据和跨研究变异性的挑战.
- 与传统方法相比,提高生物标志物识别的准确性.
主要方法:
- 开发了GDmicro,这是一个集成半监督学习和域名适应的新工具.
- 评估了GDmicro对人类肠道微生物组数据的评估,这些数据来自5种疾病的11个不同的队列.
- 将GDmicro的性能与最先进的工具进行了比较.
主要成果:
- 在多个队列和疾病中,GDmicro表现出卓越的性能和稳定性.
- 在炎症性肠病识别曲线下面积 (AUC) 中取得显著改善 (0.783至0.949).
- GDmicro准确地确定了潜在的生物标志物,并阐明了它们对宿主疾病状况的贡献.
结论:
- 通过使用肠道微生物群数据,GDmicro提供了一种更广泛,更准确的方法来对宿主疾病状态进行分类.
- 该工具有效地克服了小标记数据集和交叉研究变异的局限性.
- GDmicro推进了基于微生物组的诊断和生物标志物发现的潜力.
