MTPrior:一种多任务层次图嵌入框架,用于优先考虑肝细胞癌相关基因和长非编码RNA

科学领域:

• 在瘤学瘤学.
• 生物信息学是一种生物信息学.
• 基因组学就是基因组学.

背景情况:

• 肝细胞癌 (HCC) 是一种普遍存在的肝癌,具有重大的全球健康影响.
• 识别关键编码基因和非编码RNA (ncRNA),如长非编码RNA (lncRNA),对于理解和治疗HCC至关重要.
• 当前的计算模型通常专注于单一的RNA类型,忽视编码和非编码RNA之间的关键相互作用.

研究的目的:

• 引入MTPrior,一种多任务图嵌入模型,用于优先考虑与癌症相关的基因和HCC中的lncRNA.
• 开发一种计算方法,解释编码和非编码RNA之间的相互作用.
• 提供一种更有效的方法来识别HCC研究的关键RNA候选者.

主要方法:

• 开发了MTPrior,一个多任务图形嵌入模型.
• 构建了一个可适应的框架,以适应各种优先级任务.
• 在生物通路的背景下,编码和非编码RNA之间的内置相互作用.
• 利用了广泛的HCC患者数据集和全面的基因/lncRNA库存.

主要成果:

• MTPrior成功地确定了与HCC相关的相关基因和lncRNA的优先级,并确定了它们.
• 一项废除研究证实了单个模型组件的有效性.
• 与现有的最先进的方法相比,MTPrior在预测与疾病相关的RNA方面表现优越.

结论:

• MTPrior提供了一种高效和有效的方法来优先考虑HCC中的多种RNA类型.
• 该模型考虑编码-非编码RNA相互作用的能力推动了基于RNA的癌症研究.
• MTPrior简化了关键RNA候选人的识别,以便在HCC.中进行进一步的研究.