使用基于SHAP的机器学习对瘤受教育的血小板RNA进行可解释的多种癌症早期检测

科学领域:

• 生物标志物和奥米克.
• 计算生物学和生物信息学
• 瘤学和癌症研究研究

背景情况:

• 瘤形成的血小板 (TEP) 是一种新的非侵入性多种癌症早期检测 (MCED) 的来源.
• 在TEP数据中现有的机器学习 (ML) 应用缺乏对基因水平洞察力的解释性.
• 将可解释性整合到TEP分析的ML中,对于发现生物机制至关重要.

研究的目的:

• 使用血小板RNA测序数据开发一种可解释的ML框架用于癌症检测.
• 将高预测性能与早期癌症诊断的生物见解相结合.
• 在MCED的TEP中识别基因水平贡献和监管关联.

主要方法:

• 分析了2018年来自18种瘤类型的TEP RNA样本,使用了7个ML分类器.
• 应用SHAP (沙普利添加式解释) 模型解释性和特征分析.
• 使用GeneMANIA进行网络分析,以发现监管见解和路径跟踪.

主要成果:

• 神经网络 (NN,DNN) 和XGBoost实现了高预测性能 (AUC~0.93),准确检测早期癌症.
• SHAP分析确定了关键生物标志物 (例如SLC38A2,DHCR7,IFITM3) 和条件基因相互作用 (例如USF3,ARL2,DSTN).
• 确定NFYC作为一个共享的转录枢纽,揭示了取决于背景的监管模式.

结论:

• 应用于TEP RNA数据的可解释ML为早期癌症检测提供了强大的生物标志物.
• 该框架揭示了对于理解癌症生物学至关重要的上下文依赖的监管模式.
• TEPs为早期癌症查提供了一个有希望的,信息丰富的,非侵入性的媒介.