前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >[Briefings in Bioinformatics | 论文简读] 潜表征学习的多视角光谱聚类在多组学癌症分型中的应用

[Briefings in Bioinformatics | 论文简读] 潜表征学习的多视角光谱聚类在多组学癌症分型中的应用

作者头像
智能生信
发布2022-12-29 17:32:28
4670
发布2022-12-29 17:32:28
举报
文章被收录于专栏:智能生信

简读分享 | 张鑫 编辑 | 龙文韬

论文题目

Multi-view spectral clustering with latent representation learning for applications on multi-omics cancer subtyping

论文摘要

在多组学数据的驱动下,一些多视图聚类算法已经成功应用于癌症亚型预测,旨在识别同一癌症中具有生物特征差异的亚型,从而改善患者的临床预后,设计个性化的治疗方案。由于omics数据中患者的数量远远小于基因的数量,基于相似性学习的多视角谱系聚类得到了广泛发展。然而,这些算法仍然存在一些问题,如过度依赖预设相似性矩阵的质量来获得聚类结果,无法合理处理高维omics数据中的噪声和冗余信息,忽视omics数据间的互补信息等。文章提出了多视角谱系聚类与潜在表征学习(MSCLRL)方法来缓解上述问题。首先,MSCLRL为每个omics数据生成相应的低维潜表征,可以有效保留每个omics的独特信息,提高相似度矩阵的鲁棒性和准确性。其次,通过MSCLRL为获得的潜表征分配适当的权重,并进行全局相似性学习,以生成一个综合相似性矩阵,综合相似性矩阵被用来反馈和更新每个全息影像的低维表征。最后,最终的综合相似性矩阵被用于聚类。在10个基准多组学数据集和2个独立的癌症案例研究中,实验证实,所提出的方法获得了具有统计学和生物学意义的癌症亚型。

论文链接

https://academic.oup.com/bib/advance-article/doi/10.1093/bib/bbac500/6850565

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2022-12-07,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 智能生信 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档