一个新的统计特征选择框架,用于生物标志物发现和癌症分类,通过多组学整合

科学领域:

• 计算生物学是一种计算生物学.
• 癌症基因组学 癌症基因组学
• 发现生物标志物的发现.

背景情况:

• 早期癌症诊断可以改善预后,但受到高维的奥米克数据的挑战.
• 需要计算方法来提取稳定的生物标志物,以便可靠地跨类型和阶段对癌症进行分类.

研究的目的:

• 引入协同区分基于集群的特征提取 (sDCFE) 进行稳健和可解释的生物标志物选择.
• 评估sDCFE选择的生物标志物用于胰腺癌分类和肺状细胞癌 (LUSC) 阶段.
• 在精密瘤学中评估已识别的生物标志物的转化潜力.

主要方法:

• 通过扩展与MAD规范化和集群分离的费舍尔式方差分析来开发sDCFE.
• 与sDCFE与XGBoost进行比较,交叉82个基因用于功能丰富,生存分析和新性评估.
• 应用混合分类模型 (XGBoost,sDCFE,深度学习) 用于胰腺癌分类和使用多组数据进行LUSC分期.

主要成果:

• 鉴定了82个与癌症相关的途径 (细胞循环,免疫信号,DNA修复) 丰富的候选生物标志物.
• 将生物标志物分为既定,新兴和新型类别的分层;HFE2,LOC339674,SERINC2,SFTA3,SOX2OT和ACPP显示出有希望的结果.
• 在胰腺癌分类 (TCGA: 99.3%,PCAWG: 94%) 和LUSC分期 (88.5%与sDCFE排名特征) 中取得了高准确性.

结论:

• sDCFE提供了一种可靠和可解释的方法,用于稳定的生物标志物选择.
• 综合框架实现了跨类型和阶段的精确,生物依据的癌症分类.
• 已发现的新型生物标志物 (HFE2,LOC339674,SERINC2,SFTA3,SOX2OT,ACPP) 对精密瘤学具有转化潜力.