用于癌症亚型识别中基因表达数据集聚类的原型解空间
生物物理
2023-05-30 v1
摘要
基因表达谱在识别不同癌症表型中至关重要。对基因表达数据集进行聚类可准确鉴别癌细胞系，但由于样本量小且维度高，该任务具有挑战性。我们利用 -means 聚类算法，借助能量景观理论确定了多种基因表达数据集的解空间组织方式。解空间景观使我们能够理解 -means 的性能，并指导在改变常见数据集属性（特征数、聚类数和聚类分布）时更有效地使用。我们发现，当聚类数适当时景观具有单漏斗结构，而当聚类数偏离该值时此结构消失。我们利用受阻挫度量对该景观结构进行量化，并表明其可作为一种用于确定适当癌症亚型数的新型诊断工具。
引用
@article{arxiv.2305.17279,
title = {Archetypal solution spaces for clustering gene expression datasets in identification of cancer subtypes},
author = {Yuchen Wu and Luke Dicks and David J. Wales},
journal= {arXiv preprint arXiv:2305.17279},
year = {2023}
}
备注
24 pages, 8 figures