用于癌症识别的甲基化数据Parenclictic网络分析

我们利用复杂网络理论的思想，实现对携带癌症发展特征的人类DNA甲基化数据的机器学习分类。这些数据来自各类癌症患者，并表示为parenclictic networks（偏离网络），其中节点对应基因，边根据与对照组受试者的成对变异进行加权。我们证明，对于所研究的$10$种癌症，基于网络度量可获得癌症阳性与阴性样本二分类的高性能。值得注意的是，仅使用$12$个网络拓扑指标即达到高达$93-99\%$的准确率，较原始$15295$个基因甲基化水平复杂度大幅降低。此外，研究发现parenclictic networks在癌症阴性受试者中是无标度的，而在癌症中偏离幂律节点度分布。节点中心性排序及产生的模块化结构可为癌症系统生物学提供见解。