用于从新基因型预测表型的跨层级信息传输网络：在癌症精准医学中的应用
机器学习
2020-10-13 v1 基因组学
摘要
生物学与生态学中的一个尚未解决的基本问题，是在环境扰动（例如药物治疗）下从生物体的新遗传构成（基因型）预测可观测性状（表型）。多组学数据的出现提供了新的机遇，但也给基因型-表型关联的预测建模带来了巨大挑战。首先，基因组学数据的高维性以及标记数据的缺乏常使现有监督学习技术成效不佳。其次，整合来自不同资源的异质组学数据是一项艰巨任务。最后，从 DNA 到表型的信息传输涉及 RNA、蛋白质、代谢物等多个中间层级。较高层级特征（如基因表达）通常比较低层级特征（如体细胞突变）具有更强的判别力。为解决上述问题，我们提出了一种新颖的跨层级信息传输网络（CLEIT）框架。CLEIT 旨在显式建模生物系统的非对称多层组织。受域自适应启发，CLEIT 先学习高层级域的潜在表示，再以其作为真值嵌入，以对比损失的形式改进低层级域的表示学习。此外，我们采用预训练-微调方法，利用无标记异质组学数据提升 CLEIT 的泛化性。我们证明了，在借助基因表达从体细胞突变预测抗癌药物敏感性的任务中，与最先进方法相比，CLEIT 的有效性与性能均有提升。
引用
@article{arxiv.2010.04824,
title = {A Cross-Level Information Transmission Network for Predicting Phenotype from New Genotype: Application to Cancer Precision Medicine},
author = {Di He and Lei Xie},
journal= {arXiv preprint arXiv:2010.04824},
year = {2020}
}