通过1位压缩传感和K-Medoids集群,在高维蛋白质组学数据中自动选择稀有特征
FuDong Wen1, Yue Su1, Dan Liu1
1Department of Biostatistics, Public Health College, Harbin Medical University, Harbin City, 150081, Heilongjiang Province, China.
BMC bioinformatics
|July 2, 2025
概括
软门压缩传感 (ST-CS) 在高维蛋白质组学中自动发现生物标志物. 这种新的方法提高了特征选择准确性和分类性能,为识别关键生物标志物提供了更有效的方法.
科学领域:
- 蛋白质组学是指蛋白质组学.
- 生物标志物发现发现
- 计算生物学 计算生物学
背景情况:
- 高维蛋白质组学数据在生物标志物发现中提出了挑战,包括噪音,冗余性和多对线性.
- 现有的特征选择方法对于复杂的蛋白质组数据集缺乏稳定性,稀疏性和计算效率.
- 在传统方法中手动设置值可能会导致低于最佳的生物标记物识别.
研究的目的:
- 引入软门压缩传感 (ST-CS),用于高维蛋白质组学中自动特征选择的混合框架.
- 解决当前方法在稳定性,稀疏性和计算效率方面的局限性.
- 动态分区系数大小,以准确区分生物标志物和噪声.
主要方法:
- 将1位压缩传感与K-Medoids集群集成.
- 通过动态分区系数大小的自动特征选择.
- 基于系数大小分布的动态值.
主要成果:
- 与Hard-Thresholded Compressed Sensing (HT-CS) 相比,ST-CS表现出优越的特征选择稳定性,具有高灵敏度和特异性,与Hard-Thresholded Compressed Sensing (HT-CS) 相比,错误发现率降低了20-50%.
- 获得了优异的F1分数和马修斯相关系数 (MCC),在识别真实生物标志物方面表现优于HT-CS,LASSO和SPLSDA.
- 在不同噪声级别的分类准确性 (AUC) 方面表现优于所有比较方法,同时保持稀疏性,在CPTAC数据集上选择的特征显著减少.
结论:
- 在高维蛋白质组学中,ST-CS严格自动化了特征选择.
- 该框架有效地平衡了转化蛋白质组学的分类有效性,可解释性和可扩展性.
- ST-CS为精确的生物标志物发现和预测建模提供了强大而高效的工具.
