Parenclitic network analysis of methylation data for cancer identification
我们利用复杂网络理论的思想来实现人类DNA甲基化数据的机器学习分类,这些数据携带癌症发展的特征。这些数据是从患有各种癌症的患者中获得的,并表示为parenclictic网络,其中节点对应于基因,边缘根据对照组受试者的成对变化进行加权。我们证明,对于所研究的$10$类型的癌症,可以基于网络措施在癌症阳性和阴性样本之间获得高性能的二进制分类。值得注意的是,仅使用$12$网络拓扑指数即可实现与$93-99\%$一样高的准确性,从而大大降低了原始$15295$基因甲基化水平的复杂性。此外,研究发现,在癌症阴性受试者中,Parclictic网络是无标度的,并且在癌症中偏离幂律节点度分布。节点中心性排序和模块化结构的出现可以提供对癌症的系统生物学的见解。
2016-12-05 q-bio.GN
The degenerative evolution from multicellularity to unicellularity during cancer
理论推理表明,人类癌症可能是由于敲低了为维持后生动物多细胞性而进化的遗传限制,然而,这需要一个关键的测试。使用基于异种移植的实验进化,我们首次在基因组和转录组水平上表征了肿瘤从开始到转移的完整生命史,并观察到一组多细胞相关基因上通常功能丧失突变的转移驱动正选择,这进一步得到了临床肿瘤样本的大规模外显子组数据的支持。随后的表达分析显示,主要是多细胞相关基因的表达下调,这形成了一个不断发展的表达谱接近胚胎干细胞,细胞类型与单细胞生命的最大特征。理论推测预测,在后生动物多细胞出现时出生的基因往往是癌症驱动因素,我们使用严格的生物地层学分析对癌症基因普查所注释的基因的出生率进行了验证。此外,在人类患者的典型肿瘤中,功能丧失的肿瘤抑制因子的数量通常超过活化的癌基因。这些数据共同表明,与获得新基因是主流的典型生物进化不同,癌症代表了功能丧失驱动的退化进化回到单细胞基态。这种癌症演变模型可以解释临床上巨大的肿瘤遗传异质性,尽管有不同的环境要求,但原发性肿瘤中的远距离器官转移是如何起源的,并对设计有效的癌症治疗方法产生影响。
2014-08-14 q-bio.GN
Cell-in-cell structures are involved in the competition between cells in breast cancer
乳腺癌是世界范围内女性最常见的癌症,发现这种疾病的生物标志物变得如此重要,细胞中的细胞结构可能是其中之一,它可以用作肿瘤恶性程度的可用替代物。(CIC)是不寻常的,因为它将形态健康的细胞保持在另一个细胞中。它们存在于各种人类癌症中,是活跃的细胞-细胞相互作用的结果,并且有不同的种类。在这项研究中,我们分析了来自GEO(GSE 103865)的微阵列数据,以从遗传学上评估乳腺癌患者样本中CIC的发生率,以了解CIC发生率与乳腺癌预后之间的关系。使用R软件进行预处理。DAVID网站用于分析基因本体(GO)和基因和基因组(KEGG)途径。使用STRING网站评估获得的DEG的蛋白质相互作用(PPI),并筛选Cytoscape和cytoHubba中的集线器模块。根据对20个hub基因的分析结果,我们发现Top基因的过表达在粘着斑、ECM-受体相互作用、血小板活化和PI 3 K-Akt信号通路中起作用,这表明这些通路的改变可能是乳腺癌中CIC过表达的原因。这些数据和许多其他人的研究揭示了与CIC形成有关的各种基因,并开始让我们了解它们为什么形成以及它们如何导致乳腺癌
2021-12-25 q-bio.GN
Cancer systems biology: exploring cancer-associated genes on cellular networks
基因组改变导致癌症的复杂性,并形成一个主要的障碍,为全面了解肿瘤发生的分子机制。本文从系统生物学的角度综述了近年来肿瘤相关基因的研究进展。将已知的癌基因整合到蛋白质和信号网络上,揭示了网络中癌基因的特征。这种方法表明,癌症基因通常作为网络中心蛋白发挥作用,其参与许多细胞过程并在许多信号通路之间的信息交换中形成焦点节点。文献挖掘允许构建基因-基因网络,其中可以识别新的癌症基因。癌细胞的基因表达谱用于重建基因调控网络。通过这样做,可以从这些网络中提取参与调节癌症进展的基因,然后在实验室中进一步确认它们的功能。
2007-12-21 q-bio.GN q-bio.MN
CancerZigZag: Iterative Seed-Anchored Diffusion for Generative Modeling of Single-Cell State Transitions
Faculty of Technology, Bielefeld University(比勒费尔德大学技术学院)
CancerZigZag提出种子锚定扩散框架,仅用肿瘤细胞训练模型,从正常细胞种子生成候选云,无需配对数据,在多种癌症中验证了其探索肿瘤相关状态的潜力。
2026-09-30 q-bio.GN
Prediction of cancer driver genes and mutations: the potential of integrative computational frameworks
目前可获得的大量测序数据使科学界能够探索一系列可能驱动和发展癌症的遗传变量。已经提出了无数的预测工具,使研究人员和临床医生能够比较和优先考虑驱动基因和突变及其相对致病性。然而,在计算方法或比较的金标准上几乎没有共识。因此,不同工具的基准测试高度依赖于输入数据,这表明过拟合仍然是一个巨大的问题。解决办法之一是限制特定工具的范围和使用。然而,这些限制迫使研究人员在为特定目的创建和使用高质量工具与描述驱动癌症的复杂变化之间走钢丝。虽然癌症发展的知识每天都在增加,但许多生物信息学管道依赖于真空中的单核苷酸变异或改变,而不考虑细胞区室,突变负担或疾病进展。即使在生物信息学和计算癌症生物学领域,研究领域也是各自为政,有可能忽视潜在的协同作用或突破。在这里,我们概述了用于构建或测试发现癌症驱动因素的预测工具的数据库和数据集。我们介绍了驱动基因,驱动突变的预测工具,以及这些基于结构分析的影响。此外,我们建议并推荐该领域的方向,以避免筒仓研究,朝着综合框架的方向发展。
2023-03-30 q-bio.GN
Coupled Two-Way Clustering Analysis of Breast Cancer and Colon Cancer Gene Expression Data
我们提出并审查耦合双向聚类,一种旨在挖掘基因表达数据的方法。该方法确定子矩阵的总表达矩阵,其聚类分析揭示了分区的样品(和基因)到生物相关的类。我们证明,从结肠癌和乳腺癌的数据,我们能够识别分区,逃避标准聚类分析。
2002-06-17 physics.bio-ph q-bio.GN
GenVarFormer: Predicting gene expression from long-range mutations in cancer
UC San Diego(加州大学圣地亚哥分校);Standard Model Biomedicine, Inc.(标准模型生物医学公司);Irving Medical Center, Columbia University(哥伦比亚大学欧文医学中心);New York Genome Center(纽约基因组中心);Moores Cancer Center, UC San Diego(加州大学圣地亚哥分校摩尔癌症中心);Department of Medicine, Division of Genomics & Precision Medicine, UC San Diego(加州大学圣地亚哥分校医学院基因组与精准医学系)
本文提出基于 transformer 的 GenVarFormer,通过突变及局部 DNA 上下文建模最远 800 万碱基对的表达调控,在乳腺癌数据中显著提升预测、泛化和生存预后性能。
2025-09-29 q-bio.GN
An exact method to compute a $p$-value for the beyond-pairwise correlations among cancer gene mutations
越来越多的观察到癌症基因突变之间的互斥相关性是识别癌症基因组分析中的驱动事件或途径的关键组成部分。在这里,我们报告了一个严格的统计方法来计算一个精确的$p$值的超越成对互斥或癌症基因突变之间的共现关系,通过枚举一个空分布的重叠突变在两个以上的基因。我们的方法的有效性和优势,明确证明了在癌症基因突变和模拟数据,通过比较置换测试。
2015-05-18 q-bio.GN q-bio.QM
CAMIRADA: Cancer microRNA association discovery algorithm, a case study on breast cancer
在最近的研究中,非编码蛋白RNA已被鉴定为微小RNA,可用作癌症早期诊断和治疗的生物标志物,从而降低癌症的死亡率。一个microRNA可能靶向数百或数千个基因,而一个基因可能调控多个microRNA,因此确定哪种microRNA与哪种癌症相关是一个巨大的挑战。已经进行了许多计算方法来检测micoRNA与癌症的关联,但需要更高的准确性。越来越多的研究表明microRNA与转录因子的关系在肿瘤诊断中起着重要作用。因此,我们建立了一个新的计算框架(CAMIRADA),基于microRNA与疾病基因(DG)在蛋白质网络中的关系、microRNA与转录因子(TF)在共表达网络中的功能关系以及microRNA与差异表达基因(DEG)在共表达网络中的关系来识别癌症相关microRNA。应用CAMIRADA评估来自两个HMDD和miR2Disease数据库的乳腺癌数据。在这项研究中,列表顶部的65种microRNA的AUC为0.95,这比用于检测与癌动脉相关的microRNA的类似方法更准确。
2019-02-27 cs.CE q-bio.GN
Computational methods for cancer driver discovery: A survey
动机:揭示癌症的基因组原因,即癌症驱动基因,是生物医学研究的一项基本任务。癌症驱动基因驱动癌症的发展和进展,因此识别癌症驱动基因及其调控机制对于癌症治疗和干预的设计至关重要。利用计算机科学和数据科学的优势,已经开发了许多计算方法,以利用多种类型的基因组数据来揭示癌症驱动因素及其在癌症发展和进展背后的调控机制。由于癌症基因驱动癌症机制的复杂性和该领域的快速发展,有必要对当前发现不同类型癌症驱动因子的计算方法进行全面回顾。结果:我们调查了从基因组数据中识别癌症驱动因素的计算方法。我们将这些方法分为三组,用于单个驱动程序识别的方法,用于驱动程序模块识别的方法,以及用于识别个性化癌症驱动程序的方法。我们还进行了一个案例研究,比较目前的方法的性能。我们进一步分析了当前方法的优点和局限性,并讨论了该主题的挑战和未来的发展方向。此外,我们调查了用于发现和验证癌症驱动程序的资源,以便提供一站式的工具参考,以促进癌症驱动程序的发现。本文的最终目的是帮助那些对该主题感兴趣的人建立一个坚实的背景,以开展该领域的进一步研究。
2020-07-02 cs.CE q-bio.GN
Pan-cancer gene set discovery via scRNA-seq for optimal deep learning based downstream tasks
LG AI Research(LG人工智能研究院)
本研究针对泛癌研究中RNA-seq数据高维复杂的问题,提出基于scRNA-seq结合hdWGCNA与XGBoost筛选基因集的方法,在多个泛癌下游深度学习任务中性能优于参考基因集,还发现了关键泛癌生物标志物。
2024-08-13 cs.LG q-bio.GN
CAMIRADA: Cancer microRNA association discovery algorithm, a case study on breast cancer
在最近的研究中,非编码蛋白RNA已被鉴定为微小RNA,可用作癌症早期诊断和治疗的生物标志物,从而降低癌症的死亡率。一个microRNA可能靶向数百或数千个基因,而一个基因可能调控多个microRNA,因此确定哪种microRNA与哪种癌症相关是一个巨大的挑战。已经进行了许多计算方法来检测micoRNA与癌症的关联,但需要更高的准确性。越来越多的研究表明microRNA与转录因子的关系在肿瘤诊断中起着重要作用。因此,我们开发了一个新的计算框架(CAMIRADA)来识别癌症相关的microRNA的基础上的microRNA和疾病基因(DG)的蛋白质网络中,microRNA和转录因子(TF)的功能关系的共表达网络中,microRNA和差异表达基因(DEG)之间的关系。应用CAMIRADA评估来自两个HMDD和miR2Disease数据库的乳腺癌数据。在这项研究中,列表顶部的65种microRNA的AUC为0.95,这比用于检测与癌动脉相关的microRNA的类似方法更准确。
2018-06-16 cs.CE q-bio.GN q-bio.MN
Foundation-model-guided radiogenomic discovery linking cancer genomes to cancer scans
University Hospital RWTH Aachen(RWTH亚琛大学医院);TU Dresden(德累斯顿技术大学);TUD Dresden University of Technology(德累斯顿技术大学);Heidelberg University Hospital(海德堡大学医院)
研究将基于Evo~2的基因组分析与临床成像结合,全基因组识别基因-表型关联。对TCGA队列体细胞突变用Evo~2预测严重程度评分,与放射组学特征关联。在TCGA-cRCC中恢复已知驱动基因,发现新的显著基因,证明该方法可发现传统方法难以察觉的基因-成像关联。
2026-07-24 cs.AI q-bio.GN
DeepCancer: Detecting Cancer through Gene Expressions via Deep Generative Learning
University of Florida(佛罗里达大学)
在微阵列上进行转录谱分析以获得基因表达已被用于促进癌症诊断。我们提出了一种深度生成机器学习架构(称为DeepCancer),它从未标记的微阵列数据中学习特征。这些模型已经与常规分类器结合使用,所述常规分类器将组织样本分类为癌性或非癌性。该模型已在两个不同的临床数据集上进行了测试。评估表明,DeepCancer模型达到了非常高的精度分数,同时显著控制了假阳性和假阴性分数。
2016-12-13 cs.AI cs.LG q-bio.GN
Comparative study of the evolution of human cancer gene duplications across fish
对癌症相关基因的比较研究使我们能够获得有关这些基因的进化和功能的新信息,而且还可以了解癌症作为生物系统和物种生活史〈动〉<动>的驱动力。到目前为止,癌症基因的比较研究主要集中在哺乳动物身上。在这里,我们提供了第一个鱼类癌症相关基因拷贝数变异的比较研究。由于鱼类在进化上比哺乳动物更古老,遗传上更多样化,它们的肿瘤抑制机制不仅应该包括大多数哺乳动物的机制,而且还应该揭示新的(但可能是遗传上更古老的)以前未发现的机制。我们已经将Enhancement数据库中65种鱼类的测序基因组与COSMIC数据库中的癌症基因信息进行了匹配。通过使用Ensembl CAFE数据(提供用于基因拷贝数计数的物种树)计算跨物种的基因拷贝数,我们能够开发用于直系同源物鉴定的新颖的、资源需求较少的方法。我们的分析表明,与癌症相关的基因拷贝数变异(CNV)和鱼类物种的最大寿命的掩盖关系,这表明,较高的肿瘤抑制基因CNV延长和癌基因CNV缩短寿命,当这两个性状被添加到模型。基于肿瘤抑制基因和癌基因CNV之间的相关性,我们能够显示哪些物种具有与癌基因相关的更多肿瘤抑制基因。因此,可以认为这些物种对致癌过程具有更强的遗传防御。鱼类研究可能是一个很大程度上未开发的宝库,了解癌症的进化和生态学,通过提供新的见解研究癌症和肿瘤抑制,除了鱼类进化,生活史权衡和生态学的研究。
2021-12-14 q-bio.GN q-bio.PE
Gene expression analysis reveals a strong signature of an interferon induced pathway in childhood lymphoblastic leukemia as well as in breast and ovarian cancer
流行病学研究表明,感染在人类癌症的病因学中起一定作用。虽然在某些癌症中确实证明了这种作用,但病毒病原体在儿童白血病发病机制中的作用没有直接的生物学支持。使用一种新的生物信息学工具,在聚类和标准统计分析方法之间交替,我们对具有不同儿童ALL亚型的受试者的已发表基因表达数据进行了“双盲”搜索,寻找由具有相关表达的意外基因组诱导的患者的意外分区。我们发现了一组约30个基因,与干扰素反应途径有关,其表达水平将ALL样本分为两个亚组:50例患者高,285例患者低。在儿童早期(最易感染的年龄)流行的白血病亚类在高表达亚组中过度代表。在乳腺癌和卵巢癌中也发现了由相同基因诱导的类似分区,但在肺癌、前列腺癌和淋巴瘤中没有发现。大约40%的乳腺癌样本表达了“干扰素相关”的特征。令人感兴趣的是,几项研究证明了约40%的乳腺癌样本中存在MMTV样序列。我们对干扰素诱导途径的一个意想不到的强烈特征的发现为炎症或病毒感染在儿童白血病以及乳腺癌和卵巢癌发病机制中的作用提供了分子支持。
2005-11-14 q-bio.GN q-bio.MN
Increased entropy of signal transduction in the cancer metastasis phenotype
对生物网络的统计特性的研究带来了重要的生物学见解,例如枢纽和层次模块的存在。在癌症基因组学的背景下,人们对研究网络的统计特性也越来越感兴趣。然而,对于癌症和正常细胞生理学之间或不同癌细胞表型之间的网络特征有何不同,人们知之甚少。基于频繁的基因组改变是更具侵袭性的癌症表型的基础这一观察结果,我们询问这种效应是否可以作为局部基因表达模式随机性的增加来检测。使用乳腺癌基因表达数据集和蛋白质相互作用的模型网络,我们得到约束加权网络定义的随机信息流矩阵,反映相互作用的蛋白质之间的表达相关性。基于这个随机矩阵,我们提出并计算了一个熵测度,它量化了单个基因周围信息流局部模式的随机性程度。通过比较非转移性与转移性乳腺癌网络中的局部熵,我们在这里表明,转移性乳腺癌的特征是局部表达模式的随机性程度小而显着增加。我们在另外三个乳腺癌表达数据集中验证了这一结果,并证明局部熵比其他非熵指标更好地表征了转移表型。我们表明,熵的增加可用于识别乳腺癌转移中涉及的基因和信号通路。因此,进一步探索这种整合的癌症表达和蛋白质相互作用网络将是一项富有成效的努力。
2010-08-01 q-bio.GN q-bio.MN
Evaluating deep variational autoencoders trained on pan-cancer gene expression
癌症是一种异质性疾病,具有不同的分子病因和结果。癌症基因组图谱(TCGA)已经发布了一个大型的纲要超过10,000肿瘤与RNA-seq基因表达测量。基因表达捕获肿瘤的不同分子谱,并且可以被询问以揭示差异途径激活。深度无监督模型,包括变分自动编码器(VAE),可以用来揭示这些潜在的模式。我们比较了一个隐藏层VAE的两个替代VAE架构,增加了深度。我们确定额外的容量会略微提高性能。我们训练和比较三个VAE架构的其他降维技术,包括主成分分析(PCA),独立成分分析(ICA),非负矩阵分解(NMF),和分析基因表达的去噪自动编码器(ADAGE)。我们比较了在预测基因失活泛癌的监督学习任务和高级别浆液性卵巢癌(HGSC)亚型的潜在空间分析中的性能。在分类任务中,我们没有观察到算法之间的实质性差异。VAE潜在空间提供了对HGSC亚型生物学的生物学见解。
2017-11-13 q-bio.GN q-bio.QM
Network-based Distance Metric with Application to Discover Disease Subtypes in Cancer
虽然我们曾经认为癌症是影响特定器官部位的单一整体疾病,但我们现在了解到,有许多癌症亚型由独特的基因突变模式定义。这些基因突变数据比基因表达数据更可靠,有助于确定亚型如何发展、进化和对治疗的反应。与大多数现有癌症亚型发现算法使用的密集连续值基因表达数据不同,体细胞突变数据是极其稀疏和异质的,因为在20,000个人类蛋白质编码基因中,离散值1/0的突变基因不到0.5%,并且相同的突变基因很少被癌症患者共享。我们的重点是使用无监督学习从离散的1和0值中极其稀疏和高维的基因突变数据中搜索癌症亚型。我们提出了一种新的基于网络的距离度量。我们将癌症患者的突变谱投影到他们的基因网络结构中,并使用网络中患者的基因之间和基因顶点之间的相似性来测量两个患者之间的距离。在合成数据和真实数据中的实验结果表明,我们的方法在癌症亚型发现方面优于顶级竞争对手。此外,我们的方法可以识别其他聚类算法在真实癌症数据中无法检测到的癌症亚型。
2017-03-01 cs.IR q-bio.GN q-bio.MN
Convolutional neural network models for cancer type prediction based on gene expression
Greehey Children’s Cancer Research Institute(格里希儿童癌症研究所);University of Texas Health Science Center at San Antonio(德克萨斯大学圣安东尼奥健康科学中心);University of Texas at San Antonio(德克萨斯大学圣安东尼奥分校)
背景准确预测癌症类型对于癌症的诊断和治疗至关重要。通过预测模型可以推断出重要的癌症标志基因。有几项研究试图为这一任务建立机器学习模型,但没有一项研究考虑到起源组织的影响,这可能会使癌症标志物的识别产生偏差。结果在本文中,我们介绍了几种卷积神经网络(CNN)模型,采用非结构化的基因表达输入分类肿瘤和非肿瘤样本到其指定的癌症类型或作为正常。基于基因嵌入和卷积方案的不同设计,我们实现了三种CNN模型:1D-CNN,2D-Vanilla-CNN和2D-Hybrid-CNN。这些模型在癌症基因组图谱(TCGA)的33种癌症类型的10,340个样本和731个匹配的正常组织上进行了训练和测试。我们的模型在34个类别(33种癌症和正常)中取得了优异的预测准确率(93.9-95.0%)。此外,我们使用指导显着性技术解释了其中一个模型,称为1D-CNN模型,并识别了总共2,090个癌症标志物(每个类别108个)。这些标志物在它们所代表的癌症类型和其他癌症类型之间的差异表达的一致性得到证实。例如,在乳腺癌中,我们的模型识别了众所周知的标记物,如GATA 3和ESR 1。最后,我们扩展了用于预测乳腺癌亚型的1D-CNN模型,并在5种亚型中实现了88.42%的平均准确率。代码可以在https://github.com/chenlabgccri/CancerTypePrediction上找到。
2019-06-18 cs.LG q-bio.GN q-bio.QM
Machine learning methods for prediction of cancer driver genes: a survey paper
Universidade Federal do Rio Grande do Sul(南里奥格兰德联邦大学);Hospital de Clínicas de Porto Alegre(阿雷格里港临床医院)
确定驱动肿瘤出现的基因和突变是提高对癌症的理解并确定疾病诊断和治疗新方向的重要一步。尽管有大量的基因组学数据,但从数百万可能的体细胞突变中精确检测驱动突变及其携带基因(称为癌症驱动基因)仍然是一个挑战。计算方法在识别与癌症驱动因素相关的基因组模式和开发预测驱动因素事件的模型方面发挥着越来越重要的作用。机器学习(ML)一直是这些努力背后的引擎,并为解决该领域的剩余差距提供了绝佳的机会。因此,这项调查的目的是对基于ML的计算方法进行全面分析,以识别癌症驱动突变和基因,从而为这一科学问题中的广泛数据和算法景观提供综合的全景视图。我们讨论了如何在以前的解决方案中探索数据类型和ML算法之间的相互作用,并概述了当前值得科学界进一步关注的分析限制。我们希望通过帮助读者更熟悉ML带来的领域的重大发展,我们可以激励新的研究人员解决开放性问题,并推动我们对癌症驱动因素发现的认识。
2021-09-28 cs.LG q-bio.GN
GIFT: Guided and Interpretable Factorization for Tensors - An Application to Large-Scale Multi-platform Cancer Analysis
Seoul National University(首尔大学);The State University of New York (SUNY) Korea(纽约州立大学韩国分校)
本文提出GIFT方法,通过将先验知识作为正则化项整合到目标函数中,实现多平台基因数据中患者与基因之间可解释的潜在关系提取,提升分解质量和速度。
2018-01-09 cs.NA math.NA q-bio.GN
SurvODE: Extrapolating Gene Expression Distribution for Early Cancer Identification
Tsinghua University(清华大学);University of Washington(华盛顿大学)
随着越来越多的大规模癌症基因组学数据集,机器学习方法在揭示癌症发展的新见解方面发挥了重要作用。现有的方法在识别预测癌症存活的基因方面表现出令人鼓舞的性能,但在对基因分布进行建模方面仍然有限。在这里,我们提出了一种新的方法,可以模拟基因表达分布在任何给定的时间点,包括那些观察到的时间点的范围之外。为了模拟不规则的时间序列,其中每个病人是一个观察,我们集成了一个神经常微分方程(神经ODE)与考克斯回归到我们的框架。我们在TCGA上对八种癌症类型进行了评估,并观察到比现有方法有实质性的改进。我们的可视化结果和进一步的分析表明,我们的方法可用于模拟早期癌症阶段的表达,为早期癌症识别提供了可能性。
2021-11-30 cs.AI cs.LG q-bio.GN
High Expression of CDK1 and NDC80 Predicts Poor Prognosis of Bladder Cancer
背景:膀胱癌是全球第10大常见癌症,其患病率正在上升,尤其是在发展中国家。目的:在本研究中,我们采用GEO数据库中GSE 163209数据集的基因表达谱来识别BC患者的潜在分子和遗传标记。方法:数据集包括217个样本,其中113个Ta期肿瘤组织样本和104个T1期肿瘤组织样本。选择了前766个基因。P值<0.0001和|logFC| =1用于改变定义DEG的截止标准。此外,使用MCODE插件和cytoHubba插件来产生模块并检测这些DEG中的20个枢纽基因。我们使用GO和KEGG途径富集分析来更好地理解这些DEG。结果如下:KEGG途径富集结果显示,主要涉及的基因有:系统性红斑狼疮、酒精中毒和病毒致癌。肾小球中的SLE激活可以解释这种疾病的途径与膀胱癌之间的联系,根据我们的结果和以前的研究,大量饮酒可以增加男性和特定人群中BC的风险。结论:根据我们的hub基因,CDK1和NDC 80可以作为膀胱癌的生物标志物。关于这种基因对膀胱癌的影响没有太多的研究。
2021-12-25 q-bio.GN q-bio.TO
OncoNetExplainer: Explainable Predictions of Cancer Types Based on Gene Expression Data
Fraunhofer Institute for Applied Information Technology FIT(弗劳恩霍夫应用信息技术研究所FIT);RWTH Aachen University(亚琛工业大学);Vrije Universiteit Amsterdam(阿姆斯特丹自由大学)
重要生物标志物的发现是理解致癌的分子机制的重要一步;能够准确诊断和预后某种癌症类型。在推荐任何诊断之前,需要分析基因组学数据,如基因表达(GE)和临床结果。然而,基因组学数据的复杂性,高维性和异质性使得整体分析具有挑战性。卷积神经网络(CNN)在解决此类问题方面取得了巨大的成功。然而,神经网络模型大多被视为“黑箱”方法,因为它们的内部功能没有得到很好的理解。然而,可解释性对于提供关于为什么给定癌症病例具有某种类型的见解很重要。此外,找到最重要的生物标志物可以帮助推荐更准确的治疗和药物重新定位。在本文中,我们提出了一种名为OncoNetExplainer的新方法,可以根据GE数据对癌症类型进行可解释的预测。我们使用了来自泛癌症图谱的9,074名癌症患者的基因组学数据,涵盖了33种不同的癌症类型,我们使用引导梯度类激活图++(GradCAM++)训练了CNN和VGG 16网络。此外,我们生成类别特定的热图来识别重要的生物标志物,并计算特征重要性的平均绝对影响,以在所有癌症类型中排名最高的基因。定量和定性分析表明,两种模型在正确预测癌症类型方面表现出较高的置信度,平均精度为96.25%。为了提供与基线的比较,我们使用梯度提升树和SHapley加法解释(SHAP)鉴定了顶级基因和癌症特异性驱动基因。最后,我们的研究结果与TumorPortal提供的注释进行了验证。
2019-09-09 cs.LG q-bio.GN q-bio.QM
Network-based coverage of mutational profiles reveals cancer genes
Princeton University(普林斯顿大学)
癌症基因组学的一个中心目标是确定支持肿瘤发生和进展的体细胞改变。这项任务具有挑战性,因为癌症基因组的突变谱表现出巨大的异质性,在每个个体中观察到许多改变,个体之间很少有共享的体细胞突变基因,以及频繁和不频繁突变基因在癌症中的重要作用。虽然通常突变的癌症基因很容易识别,但那些在样本中很少突变的基因很难与大量其他不常突变的基因区分开来。在这里,我们介绍了一种方法,该方法在蛋白质相互作用网络的背景下考虑每个个体的突变谱,以识别基因的小的连接子网络,这些基因虽然不是单独频繁突变的,但包括被扰动的途径(即,“覆盖”)大部分个体。我们设计了一个简单而直观的目标函数,平衡识别一小部分基因,覆盖大部分的个人。我们展示了如何使用整数线性规划来最佳地解决这个问题,并给出了一个快速的启发式算法,在实践中效果良好。我们对24种不同癌症类型的6,038个TCGA肿瘤样本进行了大规模评估。我们证明,我们的方法nCOP在识别癌症基因方面比不利用任何网络信息的方法以及聚合个体突变信息的最先进的基于网络的方法更有效。总的来说,我们的工作证明了将每个个体的突变信息与相互作用网络相结合的能力,以便发现与癌症功能相关的基因,特别是那些突变频率较低的基因。
2017-04-26 cs.AI q-bio.GN q-bio.MN
Topological Features In Cancer Gene Expression Data
我们提出了一种新的方法来探索癌症基因表达数据的基础上的工具,从代数拓扑。我们的方法从数万个基因中选择一个小的相关子集,同时识别非平凡的高阶拓扑特征,即,数据中的漏洞。我们首先通过对数据进行二元化来规避高维问题,即,通过将基因作为样本空间中的点来研究。然后,我们选择一小部分基因作为地标来构建拓扑结构,以捕获持久的,即,在其第一同源群中的数据集的拓扑上显著的特征。此外,我们证明,这些环的许多成员已被牵连的科学文献中的癌症生物发生。我们说明了我们的方法属于脑,乳腺癌,白血病和卵巢癌的五个不同的数据集。
2014-10-13 cs.CG math.AT q-bio.GN
A Novel cVAE-Augmented Deep Learning Framework for Pan-Cancer RNA-Seq Classification
Columbia University(哥伦比亚大学)
提出一种利用类条件变分自编码器(cVAE)合成数据增强的深度学习框架,用于泛癌RNA-Seq分类,在5种癌症类型上实现约98%的准确率,显著优于原始数据训练的分类器。
2025-08-02 cs.AI cs.LG q-bio.GN
On dynamic network entropy in cancer
细胞表型由分子相互作用的复杂网络描述。因此,阐明区分疾病与健康细胞状态的网络特性对于获得对疾病机制的系统级见解并最终开发改进的疗法至关重要。通过将基因表达数据与蛋白质相互作用网络相结合,以诱导网络上的随机动力学,我们在这里证明了癌细胞的特征在于动态网络熵的增加,与正常生理学的细胞相比。利用动力系统的宏观弹性与微观过程中的不确定性(熵)之间的基本关系,我们认为癌细胞对随机基因扰动将更加鲁棒。此外,我们正式证明,正常和癌症组织之间的基因表达差异与局部动态熵变化相关,从而提供了一个系统的节点和它们的局部网络动态之间的基因表达变化的联系。特别是,我们还发现,在癌细胞中驱动细胞增殖的基因和通常编码致癌基因的基因与动态网络熵的减少有关。总之,我们的结果支持这样的观点,即观察到的癌细胞对扰动和治疗的鲁棒性增加可能是由于动态网络熵的增加,使得细胞能够适应新的细胞应激。相反,在癌症中表现出局部通量熵降低的基因可能使癌细胞更容易受到靶向干预,因此可能代表有希望的药物靶点。
2012-08-18 cond-mat.dis-nn cond-mat.stat-mech q-bio.GN
DeepGene Transformer: Transformer for the gene expression-based classification of cancer subtypes
针对传统癌症亚型分类方法易偏向生物标志物识别的问题,提出端到端的DeepGene Transformer,用多头自注意力处理高维基因表达,无需前置特征选择,性能优于传统和现有最优算法,为该领域深度学习应用提供参考。
2024-07-10 cs.AI q-bio.GN q-bio.QM
Cancer gene prioritization by integrative analysis of mRNA expression and DNA copy number data: a comparative review
各种全基因组分析技术可用于探测基因组结构和功能的互补方面。异构数据源的集成分析可以揭示基于单个观察无法检测到的更高级别的交互。癌症研究中的标准整合任务是基于全基因组基因表达和拷贝数分析测量的联合分析来鉴定诱导相关基因表达变化的改变的基因组区域。在这篇综述中,我们提供了各种建模程序之间的比较,整合基因拷贝数和转录改变的全基因组分析数据,并强调基因组数据整合的常见方法。一个透明的基准程序,引入定量比较癌症基因优先级的替代方法的性能。基准测试算法和数据集可在http://intcomp.r-forge.r-project.org上获得
2011-11-20 cs.CE q-bio.GN stat.AP