基于网络的距离度量及其在癌症亚型发现中的应用
定量方法
2017-03-07 v1 信息检索
基因组学
分子网络
摘要
虽然我们曾将癌症视为影响特定器官部位的单一整体性疾病，但我们现在了解到，存在许多由独特的基因突变模式定义的癌症亚型。这些基因突变数据比基因表达数据能更可靠地获得，有助于确定亚型如何发展、演变以及对治疗的反应。与大多数现有癌症亚型发现算法所使用的密集连续值基因表达数据不同，体细胞突变数据极其稀疏且异质，因为在约20,000个人类蛋白质编码基因中，只有不到0.5%的基因以离散值1/0的形式发生突变，并且癌症患者之间很少共享相同的突变基因。我们的重点是利用无监督学习，从极其稀疏且高维的离散值（1和0）基因突变数据中寻找癌症亚型。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其基因网络结构中，并利用基因之间的相似性以及网络中患者基因顶点之间的相似性来测量两个患者之间的距离。在合成数据和真实世界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者。此外，我们的方法能够识别出其他聚类算法在真实癌症数据中无法检测到的癌症亚型。
引用
@article{arxiv.1703.01900,
title = {Network-based Distance Metric with Application to Discover Disease Subtypes in Cancer},
author = {Jipeng Qiang and Wei Ding and John Quackenbush and Ping Chen},
journal= {arXiv preprint arXiv:1703.01900},
year = {2017}
}