用于横截面与纵向多视图数据整合的深度学习流水线
机器学习
2023-12-05 v1 应用统计
统计计算
统计方法学
机器学习
摘要
生物医学研究现在通常整合来自同一个个体的不同数据类型或视图，以更好地理解复杂疾病的病理生物学，但挑战在于如何有意义地整合这些不同的视图。现有方法通常要求所有视图具有相同类型的数据（仅横截面数据或仅纵向数据），或者在整合方法中不考虑任何类别结果，这带来了局限性。为了克服这些局限性，我们开发了一条流水线，利用统计和深度学习方法的力量来整合来自多个来源的横截面和纵向数据。此外，它识别了促成视图间关联和类别间分离的关键变量，提供了更深入的生物学见解。该流水线包括使用线性和非线性方法进行变量选择/排序，使用函数主成分分析和 Euler 示性数进行特征提取，以及使用密集前馈网络和循环神经网络进行联合整合与分类。我们将此流水线应用于来自一项炎症性肠病 (IBD) 研究的横截面和纵向多组学数据（宏基因组学、转录组学和代谢组学），并识别了区分 IBD 状态的微生物途径、代谢物和基因，提供了关于 IBD 病因学的信息。我们进行了模拟以比较两种特征提取方法。所提出的流水线可从以下 GitHub 仓库获取：https://github.com/lasandrall/DeepIDA-GRU。
引用
@article{arxiv.2312.01238,
title = {A deep learning pipeline for cross-sectional and longitudinal multiview data integration},
author = {Sarthak Jain and Sandra E. Safo},
journal= {arXiv preprint arXiv:2312.01238},
year = {2023}
}