一个整合性的多omics随机森林框架,用于稳健的生物标志物发现

科学领域:

• 计算生物学 计算生物学
• 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:

• 高通量技术产生了大量的多omics数据 (基因组学,转录组学,表观组学,蛋白质组学).
• 整合这些奥米克层对于识别单层分析遗漏的复杂分子相互作用至关重要.
• 需要使用无监督的方法来从集成的OMIC数据中发现生物标志物.

研究的目的:

• 开发一个无监督的框架,在多个omics数据层中优先考虑共享的生物标志物.
• 识别跨层分子枢纽和非线性依赖关系.
• 改进生物标志物发现和疾病分层,使用综合的OMIC数据.

主要方法:

• 开发了一个多变量随机森林 (MRF) 框架.
• 逆最小深度 (IMD) 的重要性被用来在奥米克层中对共享生物标志物进行排名.
• 实施了三个基于IMD的选择策略和一个可选的IMD功率转换.
• 该方法通过广泛的模拟进行了评估,并应用于TCGA和ADNI数据集.

主要成果:

• 在线性设置中,MRF-IMD与线性方法 (SPLS/CCA) 相匹配,在非线性设置中性能优于它们.
• 单变量组合学习者在无监督的多变量环境中表现不佳.
• 应用于TCGA数据,MRF-IMD确定了与癌症相关的途径,并改善了生存分层.
• 在泛癌和ADNI分析中,MRF-IMD特征产生了更连贯的集群和更好的疾病进展分层.

结论:

• 该MRF-IMD框架提供了一个可扩展和可解释的方法,用于多omics生物标志物发现.
• 它有效地捕捉了对理解复杂疾病至关重要的非线性,跨层依赖关系.
• 这种方法有助于在综合体学研究中可靠地识别生物标志物.