通过混合集成特征选择与多组学数据优化胰腺癌预后生存标记物发现
基因组学
2026-04-15 v1 机器学习
定量方法
应用统计
摘要
使用高维多组学数据预测患者生存存活时间需要系统化的特征选择方法，以确保其在预后生存标记物发现方面的预测性能、稀疏性和可靠性。在本工作中，我们开发了一种混合集成特征选择 (hEFS) 方法，将数据子采样与多种预后模型相结合，集成嵌入式和包装式策略以进行生存预测。通过基于投票理论的聚合机制对组学特征进行排名，这种方法跨模型和子样本进行排序；同时通过帕累托前沿选择特征的数量，在不使用任何用户定义阈值的前提下，平衡预测准确度和模型稀疏性。当应用于来自三个胰腺癌队列的多组学数据集时，hEFS 识别出的生存标记物数量显著减少且更稳定，相对于常规的后期融合 CoxLasso 模型，同时保持可 Comparable 的区分性能。实现于开源 mlr3fselect R 软件包后，hEFS 提供了一个稳健、可解释且临床上有价值的工具，用于处理高维生存情境下的预后建模和生物标志物发现。
引用
@article{arxiv.2509.02648,
title = {Optimizing Prognostic Biomarker Discovery in Pancreatic Cancer Through Hybrid Ensemble Feature Selection and Multi-Omics Data},
author = {John Zobolas and Anne-Marie George and Alberto López and Sebastian Fischer and Marc Becker and Tero Aittokallio},
journal= {arXiv preprint arXiv:2509.02648},
year = {2026}
}
备注
52 pages, 5 figures, 9 Supplementary Figures, 1 Supplementary Table