RanBALL:一个集合随机投影模型用于识别B细胞急性淋巴细胞白血病的亚型
Lusheng Li1, Hanyu Xiao1, Xinchao Wu1
1Department of Genetics, Cell Biology and Anatomy, University of Nebraska Medical Center, Omaha, NE, USA.
bioRxiv : the preprint server for biology
|October 10, 2024
概括
RanBALL是一种新的计算模型,使用随机投影和集合学习准确识别B细胞急性淋巴细胞白血病 (B-ALL) 亚型. 这种具有成本效益的方法有助于风险分层和儿童白血病的个性化治疗设计.
科学领域:
- 计算生物学是一种计算生物学.
- 儿科瘤学 儿科瘤学
- 机器学习在医疗保健中的应用
背景情况:
- B细胞急性淋巴细胞白血病 (B-ALL) 是最常见的儿科癌症,由遗传改变驱动的多种亚型.
- 准确的B-ALL亚型对风险分层和个性化治疗策略至关重要.
- 当前的子类型化方法往往是昂贵的,复杂的和耗时的.
研究的目的:
- 推出RanBALL,一个准确且具有成本效益的B-ALL亚型识别计算模型.
- 利用随机投影和集体学习来改进B-ALL亚型.
- 提供一个工具,以促进发现特定亚型的生物标志物和治疗点.
主要方法:
- 开发了RanBALL,一个使用随机投影 (RP) 来进行尺寸缩小的集合模型.
- 采用集体学习来提高分类的稳定性和准确性.
- 在1700多名B-ALL患者的数据集上验证了模型.
主要成果:
- RanBALL实现了高性能指标:0.93准确度,0.93F1得分和0.93马修斯相关系数.
- 与ALLSorts等现有方法相比,在所有指标上表现出卓越的性能.
- 与SNE相比,B-ALL亚型的可视化功能得到了改进.
结论:
- RanBALL为B-ALL亚型化提供了一个准确,经济有效和高效的解决方案.
- 该模型的性能促进了下游应用,用于识别新的治疗点和完善治疗策略.
- 为了促进更广泛的采用和研究,RanBALL的Python软件包已公开提供.
