综合多种经验来帮助大规模TCGA癌症数据集的研究设计
Eonyong Han1, Hwijun Kwon1, Inuk Jung2
1School of Computer Science and Engineering, Kyungpook National University, Buk-gu, Daegu, 41566, Republic of Korea.
BMC genomics
|August 23, 2025
概括
设计多学科研究需要明确的指导方针. 这项研究提出了多组学研究设计 (MOSD) 的框架,确定了强大的癌症亚型聚类和可靠结果的关键因素.
科学领域:
- 基因组学
- 生物信息学
- 计算生物学
背景情况:
- 高通量测序可以进行详细的奥米克测量.
- 整合多样化的数据存在由于异质性的分析挑战.
- 缺乏多种学科研究设计 (MOSD) 的通用指导方针阻碍了可靠的分析.
研究的目的:
- 为MOSD提出一个有意义的指南.
- 解决多种经济学数据整合的关键因素,以便进行可靠的分析.
- 优化癌症数据集的分析方法.
主要方法:
- 制定了一个包含9个因素的MOSD指导方针.
- 在TCGA癌症数据集上使用10种聚类方法进行了7项基准测试.
- 评估MOSD癌症亚型集群指南的有效性.
主要成果:
- 通过特定标准实现有效的癌症亚型区分: >=26个样本/类,<10%的特征,样本平衡<=3:1,噪声水平<30%.
- 功能选择显著提高了34%的集群性能.
- 在分辨癌症亚型方面,指导方针表现强.
结论:
- 提供基于证据的MOSD建议,以提高结果的可靠性.
- 拟议的MOSD框架为整合多个经济领域的数据提供了指导方针.
- 优化的分析方法提高了多组癌症研究的可靠性.
更多相关视频
08:51Author Spotlight: Integrated Multi-Omics Analysis for Unveiling Multicellular Immune Signatures in Clinical Heart Attack Cohorts
Published on: September 20, 2024
1.5K
07:41Performing Data Mining And Integrative Analysis Of Biomarker in Breast Cancer Using Multiple Publicly Accessible Databases
Published on: May 17, 2019
9.1K
